En términos generales el termino Big Data es la tendencia que se a presentando conforme las tecnologías de información han evolucionado con relación al tratamiento de grandes cantidades de datos entre los que se encuentran los estructurados, no estructurados y semi-estructurados para un análisis más eficiente, en donde las bases de datos relacionales requieren mayor tiempo y costo en su despliegue. Esto es que el concepto del Big Data tiene su mejor desempeño cuando las herramientas tradicionales y conceptos de procesos no puede tratar la información de una forma más eficaz.

• Introducción al Big Data.
• Identificación de los conceptos del Big Data.
• Promover que el alumno explore y utilice los servicios para el manejo del Big Data y que le permita desarrollar aplicaciones que permitan tomar decisiones en las organizaciones. 

1.- Introducción al Big Data.

2.- Componentes de la Industria del Big Data.

3.- Servicios y Tecnologí­a de Big Data.

4.- Administración de la Información.

5.- Análisis de Negocios.

6.- Seguridad

1. Introducción Big Data.
   1. Evolución del Big Data.
      1. Antecedentes
      2. Importancia del Big Data
   2. Componentes Estandarizados
      1. Computing Perfect storm
      2. Data Perfect storm
      3. Convergence perfect storm
   3. Evolución de los Sistemas de Datos.
      1. Dependencia
      2. Independencia
      3. Interdependencia
   4. Star-ups del Big Data
      1. Caso Facebook
      2. Caso Google
      3. Caso Linkedln
   5. Modelos de Negocio del Big Data
      1. Oportunidades para las organizaciones
2. Componentes de la Industria del Big Data
   1. Mercado Digital y No lineal
      1. Tendencias de mercado
      2. Modelos de negocio en cambio
      3. Relación de negocio
      4. Relación Web Analytics y TI
      5. Mercados emergentes y el entrenamiento
      6. Inteligencia Social
   2. Fraude y el Big Data
      1. Los tres Vs de las tecnologí­as del Big Data
         1. Volumen Alto
         2. Velocidad Alta
         3. Variedad Alta
      2. Riesgo en el Big Data
         1. Framework Credit Risk
      3. Analí­tica Disruptiva
      4. Usos del Big Data
         1. Nueva Frontera en la Medicina
         2. Sistemas en Tiempo Real en el Big Data
3. Componentes y Diseño de una Nube Privada y Pública.
   1. Hadoop´s
      1. Componentes
      2. Viejos contra nuevos paradigmas
      3. Descubrimiento de los datos
      4. Tecnologí­a de Fuentes Abierta para el análisis del Big Data
      5. La nube y el Big Data
   2. Análisis Predictivo
      1. Servicios BI y el Software
      2. BI Móvil
      3. Combinación de herramientas
4. Administración de la Información.
   1. Fundación del Big Data
   2. Plataformas de Computo para el Big Data
   3. Computación del Big Data
   4. Almacenamiento del Big Data
   5. Limitaciones del Big Data
   6. Tecnologí­as Emergentes del Big Data
5. Análisis de Negocio
   1. La última milla en el Análisis de Datos
   2. Inteligencia Geoespacial
   3. Análisis del Consumo
   4. Regla 90/10
   5. Talento Analí­tico y ejecutivo
   6. Desarrollo para la toma de Decisiones
   7. Análisis Holí­stico
   8. Caso de Estudio I
6. Seguridad
   1. Estructura de la privacidad
   2. Preferencias, personalización y relaciones de seguridad
   3. Principios Globales de la privacidad
   4. Datos Anónimos
   5. Equilibrio de la contingencia
   6. Caso de Estudio I

Uso de herramientas de computo, en donde el alumno desarrollara habilidades para analizar, diseñar, implementar y administrar soluciones para el manejo del Big Data. Elaborará soluciones para el manejo de información.

Métodos de enseñanza-aprendizaje:

• Descriptivo
• Analí­tico
• Deductivo

Técnicas de aprendizaje:

• Individuales
• Grupales
• Laboratorio
• Estudio de casos

Actividades de aprendizaje:

• Prácticas de laboratorio y fuera del aula
• Ejercicios complementarios fuera del aula
• Investigación
• Casos prácticos

Recursos Didácticos:

• Pizarrón
• Cañón
• Equipo de cómputo de laboratorio y fuera del aula

• Tareas: Reportes, Informes de actividades de investigación en formato PDF mediante correo electrónico equivalentes al 30%.
• 1er Examen Parcial 15%.
• 2do Examen Parcial 15%.
• Proyecto Final: 40%.

Perfil académico.- Ingeniero en Computación, Maestro en Tecnologí­as de Información, Doctor en Tecnologí­as de Información o áreas afines a los Sistemas Computacionales que involucre el manejo de soluciones convergentes de Cloud Computing y Big Data. En consultorí­a para la gestión de proyectos de y en procesos de estrategia basada en tecnologí­as de nube y manejo de información y bases de datos. Experiencia en coordinación de grupos de trabajo y contacto con los principales empleadores de la localidad. Experiencia en el análisis, diseño y desarrollo de sistemas en en Cloud Computing y Big Data.

Zapopan, Jalisco, a 10 de Octubre del 2016

Propuesta elaborada por el Comité Técnico revisor y las academias correspondientes, así­ como el Colegio Departamental del Departamento de Sistemas de Información.