Curso de Desarrollador Big Data Cloudera Apache Hadoop (IFCD19)

Dificultad: Intermedio

Presentaci贸n Descargar PDF

Curso de Desarrollador Big Data Cloudera Apache Hadoop (IFCD19)聽orientado a obtener la certificaci贸n oficial de Cloudera聽鈥淐CD-410 – Cloudera Certified Developer for Apache Hadoop (CCDH) 鈥. 100% gratuito si se imparte bajo alguno de los programas subvencionados por el SERVEF de Formaci贸n Profesional para el Empleo.

聽Duraci贸n: 150h

聽Prop贸sito

Este curso estar谩 orientado a obtener la certificaci贸n oficial de Cloudera聽鈥淐CD-410 – Cloudera Certified Developer for Apache Hadoop (CCDH) 鈥.

聽Objetivos

Al finalizar el Curso de Desarrollador Big Data Cloudera Apache Hadoop (IFCD19), el alumno estar谩 formado con 聽 los conocimientos esenciales del lenguaje Java para elaborar c贸digo sobre la API de Hadoop, una vez familiarizados con los componentes principales de Hadoop, HDFS, MapReduce y el amplio ecosistema existente alrededor de Hadoop. Aprender a implementar, depurar y adaptar programas Mapreduce y otros elementos del ecosistema Hadoop como Hive, Pig, HBase, Flume y Oozie para optimizar su funcionamiento y obtener un alto rendimiento.

聽聽Contenidos

  • M贸dulo 1: Fundamentos Java SE (35h)
    1. – Introducci贸n a la tecnolog铆a y el lenguaje de programaci贸n Java.
    2. – Aproximaci贸n a los Objetos.
    3. – Trabajo con variables primitivas.
    4. – Trabajo con objetos.
    5. – Creaci贸n y uso de Arrays.
    6. – Uso de construcciones de bucle.
    7. – Trabajo con M茅todos y sobrecarga de m茅todos.
    8. – Uso de encapsulaci贸n y constructores.
    9. – Introducci贸n a conceptos avanzados de orientaci贸n a objetos.
    10. – Manejo de errores.
    11. – Big Picture.
  • M贸dulo 2: Programaci贸n Java SE (35h)
    1. – Java Platform.
    2. – Sintaxis Java y revisi贸n de clase.
    3. – Encapsulaci贸n y subclases.
    4. – Sustituci贸n de m茅todos, polimorfismo, y clases est谩ticas.
    5. – Clases abstractas y anidadas.
    6. – Interfaces y Expresiones Lambda.
    7. – Colecciones y Gen茅ricos.
    8. – Colecciones, Streams y filtros.
    9. – Lambda incorporando interfaces funcionales.
    10. – Lambda Operaciones.
    11. – Excepciones y aserciones.
    12. – La API Java Date/Time.
    13. – Fundamentos de entrada y salida (I/O).
    14. – Archivos I/O (NIO.2).
    15. – Concurrencia.
    16. – Framework Fork-Join.
    17. – Streams paralelos.
    18. – Aplicaciones de bases de datos con JDBC.
    19. – Localizaci贸n.
  • M贸dulo 3: Desarrollador Cloudera para Apache Hadoop (40h)
    1. – Fundamentos y HDFS de Hadoop.
    2. – Introducci贸n a MapReduce.
    3. – Hadoop Clusters y el Ecosistema Hadoop.
    4. – Codificaci贸n de un programa MapReduce en Java.
    5. – Codificaci贸n de un programa MapReduce empleando Streaming.
    6. – Programas MapReduce de Testing Unitario.
    7. – Profundizaci贸n en la API Hadoop.
    8. – Trucos y T茅cnicas pr谩cticos de desarrollo.
    9. – Partitioners y Reducers.
    10. – Data Input y Output.
    11. – Algoritmos Compunes de MapReduce.
    12. – Uni贸n de conjuntos de datos en Jobs MapReduce.
    13. – Integraci贸n de Hadoop en el Workflow corporativo.
    14. – Introducci贸n a Hive, Impala y Pig.
    15. – Introducci贸n a Oozie.
  • M贸dulo 4: Dise帽o y Creaci贸n de aplicaciones Big Data (40h)
    1. – Arquitectura de aplicaciones.
    2. – Simplificaci贸n del desarrollo con Kite SDK.
    3. – Definici贸n y uso de conjuntos de datos.
    4. – Importaci贸n de datos relacionales con Apache Sqoop.
    5. – Captura de datos con Apache Flume.
    6. – Desarrollo de componentes Flume customizados.
    7. – Manejo de Workflows con Apache Oozie.
    8. – Procesamiento de pipeline de datos con Apache Crunch.
    9. – Lectura y an谩lisis de formatos de datos customizados en Apache Hive.
    10. – Respuesta a consultas interactivas con Impala.
    11. – Transformaci贸n de Data Streams con Morphlines.
    12. – Autorizaci贸n de B煤squeda completa en los datos guardados con HDFS.
    13. – Presentaci贸n de resultados a los usuarios.

聽Dirigido a

A trabajadores y/o desempleados que pretendan dedicarse a ocupar puestos de trabajos para los que capacita este curso.

聽Requisitos

Corresponder谩 a la Administraci贸n laboral competente la comprobaci贸n de que los alumnos poseen los requisitos formativos y profesionales para cursar con aprovechamiento la formaci贸n en los t茅rminos previstos en los apartados siguientes.

Para acceder a la formaci贸n de los m贸dulos formativos de los certificados de profesionalidad de los niveles de cualificaci贸n profesional 2 y 3 los alumnos deber谩n cumplir alguno de los requisitos siguientes:

  1. Estar en posesi贸n del T铆tulo de Graduado en Educaci贸n Secundaria Obligatoria para el nivel 2 o t铆tulo de Bachiller para nivel 3.
  2. Estar en posesi贸n de un certificado de profesionalidad del mismo nivel del m贸dulo o m贸dulos formativos y/o del certificado de profesionalidad al que desea acceder.
  3. Estar en posesi贸n de un certificado de profesionalidad de nivel 1 de la misma familia y 谩rea profesional para el nivel 2 o de un certificado de profesionalidad de nivel 2 de la misma familia y 谩rea profesional para el nivel 3.

Materiales, metodolog铆a y evaluaci贸n

Profesor

Juan Carlos Hern谩ndez

Licenciado en Inform谩tica. BSc in Computer Science. 20 a帽os de experiencia profesional y docente.