| Infraestructuras tecnológicas para Big Data | Código: 22.524 : 6 |
(NOTA: Esta asignatura está en desarrollo y este plan docente es provisional hasta el inicio de la asignatura)
Esta asignatura presenta las principales estructuras y elementos de las infraestructuras donde se procesará y almacenará el Big Data.
Su desarrollo no sólo contempla aspectos estructurales, sino que entra en detalle en los grandes aspectos que harán posible el procesamiento del Big Data teniendo como base la virtualización, su distribución utilizando redes de alta velocidad o definidas por software y almacenamiento con redundancia o distribuido, así como otros aspectos relacionados, como por ejemplo, la seguridad y escalabilidad entre otros.
También se presentarán las dos grandes herramientas open-source que conforman la arquitectura software para cualquier proyecto Big Data, como Hadoop y Spark y, también, el ecosistema de herramientas que le apoyan.
Como aspectos muy importantes en la provisión de infraestructuras, se verán las posibilidades del despliegue de infraestructuras sobre la base de la automatización, especialmente indicadas por entornos cloud, con pruebas de concepto de las principales herramientas de IaC (Infraestructure as a Code).
Por último se abordarán aspectos esenciales para toda infraestructura como son la seguridad y la monitorización, contemplando herramientas y metodologías que permitan disponer de infraestructuras fiables y seguras durante todo el ciclo de vida del proyecto.
La asignatura "Infraestructuras tecnológicas para Big Data" forma parte de las asignaturas optativas de grado de Ciencia de Datos Aplicada (Applied Data Science) y permite entrar en los aspectos estructurales y de detalle de las infraestructuras que se utilizarán para el procesamiento, transporte y almacenamiento del Big Data.
Los conocimientos impartidos permitirán obtener habilidades y competencias para diferentes aspectos vinculados al Big Data, tal y como son el despliegue de infraestructuras, tanto en su configuración como en la obtención de prestaciones, y que son una parte esencial en los ámbitos profesionales de la ciencia de datos, la dirección y/o consultoría de Big Data entre otros.
Para el desarrollo de esta asignatura se requiere que los estudiantes tengan conocimientos de:
- SO Gnu/Linux a nivel usuario medio/alto (en especial en la interfaz por línea de comandos y conocimientos de los principales comandos).
- Redes de comunicación
- Servicios y aplicaciones sobre Linux.
- Conocimientos básicos de administración y programación en lenguajes de scripts.
La metodología incluye estudios de casos de usos concretos, lectura de documentación técnica sobre administración y gestión del SO, despliegue, seguridad y monitorización de infraestructuras y la búsqueda autónoma de información. En este aspecto es aconsejable que el estudiante esté familiarizado con el uso avanzado de buscadores de Internet, el análisis de la información cuantitativa y cualitativa, la capacidad de sintetizar y obtener conclusiones, así como poseer ciertas habilidades de comunicación oral y escrita. Asimismo, también es necesario que los estudiantes tengan la capacidad de leer y comprender documentos en inglés, ya que gran parte de la bibliografía y documentos referenciados se encuentran en este idioma.
No se contempla.
Los objetivos que se desea que le estudiante alcance mediante esta asignatura son los siguientes:
-Entender los conceptos y definiciones formales asociadas a las infraestructuras que procesan, distribuyen y almacenan el Big Data.
-Saber distinguir y configurar las diferentes partes de la infraestructura que apoya al Big Data considerando aspectos como prestaciones y seguridad.
-Conocer las tecnologías más adecuadas para el despliegue de infraestructuras de Big Data de forma segura, eficiente y considerando aspectos como la escalabilidad, la evaluación de rendimiento y aspectos de alta disponibilidad.
-Conocer las principales herramientas disponibles en el ecosistema de Big Data como son Apache Hadoop y Apache Spark y su ecosistema. También se desarrollarán competencias relacionadas al despliegue en plataformas on-premise y con servicios Cloud.
-Entender los conceptos de despliegue automatizado y verificado de infraestructuras y aplicando estos conceptos a pruebas de uso en los proveedores clouds considerados.
La asignatura está organizada en cinco módulos, y cuatro retos (realizando las actividades PAC correspondientes).
La organización de la asignatura se distribuye en cinco módulos principales:
- M1.- Introducción a las infraestructuras por Big Data
- M2.- Virtualización e Hipervisores
- M3.- Sistemas de storage distribuido y redes
- M4.- Arquitecturas software para Big Data
- M5.- Infraestructura como código. Monitorización y seguridad
En el módulo 1 se realizará una introducción conceptual en las infraestructuras por datos masivos, donde se analizarán el concepto de mejora de las prestaciones, así como los aspectos de estructura de componentes y las arquitecturas de procesamiento más habituales (clúster, nube -cloud- , IoT/sensores, edge). Este módulo también incluirá una incursión en la interacción y el procesamiento para describir los aspectos fundamentales de las API y entornos funcionales.
El módulo 2 se centrará en el concepto de virtualización y los hipervisores; se hará un repaso de distintos hipervisores (KVM, HyperV, VMware, VirtualBox) y los contenedores (Docker y LXC).
Los sistemas de almacenamiento distribuidos y las redes serán tratados en el módulo 3, especialmente centrado en las redes de almacenamiento (NAS, SAN, GlusterFS, HDFS) y las redes de comunicación definidas por software SDN (OpenFLow, OSwitch, LinuxBridge).
En el módulo 4 se mostrarán las principales características de las arquitecturas de software para el Big Data; el análisis se centrará en dos de las grandes herramientas open-source para el procesamiento de datos masivos como Hadoop y Spark, y se analizarán diferentes distribuciones integradas -que incluyen además otras herramientas del ecosistema Hadoop- como son BigTop y BigData Europe .
Por último, el módulo 5 se presentará la infraestructura como código (IaC) y su despliegue a través de Terraform y Ansible y se tratarán aspectos relacionados con la monitorización y la seguridad.
Los retos (PEC, pruebas de evaluación continuada) estarán orientados a que el estudiante haga pruebas de estudio y despliegue prácticos y experimente los conceptos tratados en cada apartado sobre las infraestructuras que después encontrará en el entorno laboral.
El proceso de evaluación se fundamenta en el trabajo personal de cada estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.
La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares que pueden tener consecuencias académicas y disciplinarias graves.
Por un lado, si se detecta alguna de estas conductas irregulares, puede comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente - incluidas las pruebas finales - o en la calificación final de la asignatura, ya sea porque se han utilizado materiales o dispositivos no autorizados durante las pruebas, como redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas del resto de estudiantes, etc.) sin la correspondiente citación, o porque se ha practicado cualquier otra conducta irregular.
Por el otro, y de acuerdo con las normativas académicas, las conductas irregulares en la evaluación, además de comportar el suspenso de la asignatura, pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda.
La UOC se reserva la potestad de solicitar al estudiante que se identifique o que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación por los medios que establezca la universidad (síncronos o asíncronos). A estos efectos, la UOC puede exigir al estudiante el uso de un micrófono, una cámara u otras herramientas durante la evaluación y que este se asegure de que funcionan correctamente.
La verificación de los conocimientos para garantizar la autoría de la prueba no implicará en ningún caso una segunda evaluación.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |