·         Módulo 1: ¿Qué es el Big Data?

o   Definición y características:

o    Las 5 Vs (Volumen, Velocidad, Variedad, Veracidad y Valor).

o    Diferencias entre datos pequeños y masivos:

o    Ejemplos cotidianos y su relación con Big Data.

o    Casos de uso del Big Data:

o    Salud, transporte, comercio, entretenimiento y ciudades inteligentes.

·         Módulo 2: Cómo funciona el Big Data.

o    Ciclo de vida de los datos:

o    Recolección: redes sociales, sensores IoT y registros transaccionales.

§   Almacenamiento: conceptos básicos (bases de datos, la nube).

§   Análisis: identificación de patrones y toma de decisiones.

§   Visualización: cómo interpretar los datos a través de gráficos e informes.

o    Ejemplo práctico con Google Sheets:

o    Trabajar con datos sencillos (tablas y gráficos).

·         Módulo 3: Herramientas Principales del Big Data.

o    Introducción al ecosistema de herramientas:

§   Almacenamiento y procesamiento:

§   Hadoop: plataforma para procesar datos masivos.

§   Spark: procesamiento rápido en memoria.

o    Bases de datos:

§   SQL para análisis estructurado.

§   NoSQL: MongoDB para datos no estructurados.

o    Visualización de datos:

§   Tableau Public: gráficos interactivos.

§   Power BI: creación de informes intuitivos.

o    Análisis de datos básicos:

§   Google Sheets para manipular y visualizar datos pequeños.

§   Python (mención básica de bibliotecas como Pandas y Matplotlib).

o    Actividad guiada:

o    Explorar un conjunto de datos abiertos utilizando Google Sheets y Tableau Public.

·         Módulo 4: Aplicaciones y Retos del Big Data.

o    Impacto del Big Data en la sociedad:

§   Mejora de servicios en salud, educación, comercio y sostenibilidad.

§   Usos en diferentes ámbitos

§   Retos y riesgos:

§   Privacidad y ética en la gestión de datos.

§   Desafíos técnicos en el manejo de grandes volúmenes de datos

·         Modulo 5: Proyecto Final.