Guia docente

DATOS IDENTIFICATIVOS

2023_24

Asignatura

INFRAESTRUCTURA PARA EL BIG DATA

Código

01742001

Enseñanza

1742 - M.U. EN INTELIGENCIA DE NEGOCIO Y BIG DATA EN ENTORNOS SEGUROS - A DISTANCIA

Descriptores

Cr.totales

Tipo

Curso

Semestre

Obligatoria

Primer

Primero

Idioma

Castellano

Prerrequisitos

Departamento

DERECHO PRIV. Y DE LA EMPRESA

Responsable

ÁLVAREZ CUESTA , HENAR

Correo-e

halvc@unileon.es
fandm@unileon.es
agueh@unileon.es

Profesores/as

ÁLVAREZ CUESTA , HENAR

ANDUJAR MUNOZ , FRANCISCO JOSE

GUERRERO HIGUERAS , ANGEL MANUEL

Web

http://

Descripción general

Tribunales de Revisión

Tribunal titular
Cargo	Departamento	Profesor
Presidente	ING.MECANICA,INFORMAT.AEROESP.	FERNANDEZ DIAZ , RAMON ANGEL
Secretario	ING.MECANICA,INFORMAT.AEROESP.	ALIJA PEREZ , JOSE MANUEL
Vocal	ING.MECANICA,INFORMAT.AEROESP.	BARREIRO GARCIA , JOAQUIN

Tribunal suplente
Cargo	Departamento	Profesor
Presidente	MATEMATICAS	GONZALEZ RODRíGUEZ , MANUEL FERNANDO
Secretario	MATEMATICAS	ARIAS MOSQUERA , DANIEL
Vocal	ING.ELECTR.DE SIST. Y AUTOMATI	GONZALEZ ALONSO , MARIA INMACULADA

Competencias

Tipo A	Código	Competencias Específicas
	A17941	1742CBD1. Capacidad de diseñar e implementar sistemas de descubrimiento de conocimiento en grandes bases de datos distribuidas.
	A17942	1742CBD2. Capacidad de analizar, diseñar y construir o configurar sistemas de almacenamiento escalable y procesamiento escalable.
Tipo B	Código	Competencias Generales y Transversales
	B5577	1742CG1. Adquisición de competencias teóricas y prácticas para el análisis y diseño de soluciones empresariales en Big Data (almacenamiento y procesamiento de grandes volúmenes de información heterogénea).
Tipo C	Código	Competencias Básicas

Resultados de aprendizaje

Resultados	Competencias
Diseña e implementa sistemas de descubrimiento de conocimiento en grandes bases de datos distribuidas.	A17941
Sabe analizar, diseñar y construir o configurar sistemas de almacenamiento escalable y procesamiento escalable.	A17942
Tiene competencias teóricas y prácticas para el análisis y diseño de soluciones empresariales en Big Data (almacenamiento y procesamiento de grandes volúmenes de información heterogénea).		B5577

Contenidos

Bloque	Tema
TEMA 1. Distributed Systems, Cluster, Virtualization and Clouds	1.1Clusters •Clusters, grids, peer-to-peer, cloud•Computer clusters. Design principles.•MPP clusters•Job scheduling•Top500•Cluster laboratory: Mosix 1.2Virtualization•Virtual machines•Abstraction levels of virtualization•Hardware virtualization•OS-level virtualization•Hypervisor architecture•Host-based architecture•Para-virtualization•Hardware support for virtualization•Physical vs. virtual clusters•Fast deployment, migration and scheduling•Server consolidation in data centers•Virtual storage management 1.3Cloudspara el Big Data•Data center virtualization for cloud computing•Public, private and hybrid clouds•Network structure of data centers•Cloud ecosystem•IaaS•PaaS•SaaS•Cloud security•Cloud services: web services, SOA and REST, the cloud stack
TEMA 2: Introducción a Hadoopy MapReduce	2.1Introducción a Hadoop2.2 Introducción a Modelo de programación MapReduce2.3 Introducción a Cloudera

Planificación

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Presentaciones/exposiciones	0	12	12

Dirigidas	0	45	45
Tutorías	0	8	8
Trabajos	0	5	5

Sesión Magistral	0	0	0

Pruebas mixtas	5	0	5

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías

Metodologías ::

	descripción
Presentaciones/exposiciones	Presentaciones/exposiciones
Dirigidas	Actividades dirigidas
Tutorías	Tutoría individual
Trabajos	Elaboración y presentación de trabajos
Sesión Magistral

Tutorías

Trabajos

descripción

Por email o en el foro del moodle

Evaluación

	descripción	calificación
Trabajos	Realización de trabajos, proyectos, resolución de problemas y casos	30-80%
Otros	- Evaluación sumativa que incluye pruebas parciales individuales y prueba final - Participación en foros y otros medios participativos.	20-50% 10-40%

Otros comentarios y segunda convocatoria
De confomidad con lo indicado para la primera convocatoria Al ser un máster interuniversitario, las guías docentes de aplciación en su desarrollo completo son aquellas indicadas en la página web del máster interuniversitario de la Universidad coordinadorahttps://www.inf.uva.es/master-online/

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica
	Distributed and Cloud Computing. From Parallel Processing to the Internet of Things”, Kai Hwang, Geoffrey C. Fox, Jack J. Dongarra, Morgan Kaufmann, 2012. ISBN: 978-0-12-385880-1?“Guide to Cloud. Principles and Practice”, Richard Hill, Laurie Hirsch, Peter Lake, Siavash Moshiri, Springer, 2013. ISBN:978-1-4471-4602-5. DOI 10.1007/978-1-4471-4603-2?“Apache Hadoop YARN. Moving beyond MapReduce and Batch Processing with Apache Hadoop 2”, Arun C. Murthy, Vinod K. Vavilapalli, Addison Wesley Data and Analytics Series, 2014. ISBN 978-0-321-93450-5?"The Datacenter as a Computer. An Introduction to the Design of Warehouse-Scale Machines. Second Edition.", Luiz André Barroso, Jimmy Clidaras, Urs Holzle, Synthesis Lectures on Computer Architecture, Morgan&Claypool Publishers, 2013. ISBN print: 978<27050098. ISBN ebook: 9781627050104?"Virtual Machines. Versatile Platforms for Systems and Processes", James E. Smith and Ravi Nair, Morgan Kaufmann, 2005, ISBN-13: 978-1-55860-910-5. ISBN-10: 1-55860-910-5
Complementaria

Recomendaciones