Programa Máster Blockchain y Big Data

Bloque Big Data

Módulo I: Programación en Python

  • Introducción a la programación con Python y conceptos básicos: variables, instrucciones básicas, tipos de datos básicos y operaciones. Entrada y salida.
  • Estructuras de control: selección, iterativas. Funciones. Recursividad. Orden superior en Python. Expresiones lambda, map y reduce.
  • Estructuras de datos fundamentales: colecciones, listas, tuplas, conjuntos, diccionarios. Programación orientada a objetos.
  • Librerías para el procesamiento numérico y estadístico y para el análisis de datos.

Módulo II: Fundamentos de estadística

Estadística descriptiva:

  • Descripción de variables estadísticas univariantes. Medidas de centralización, dispersión, asimetría y curtosis.
  • Descripción de variables bidimensionales. Análisis de la vinculación. Medidas de asociación. Regresión.

Inferencia estadística:

  • Variables aleatorias. Modelos de distribución de probabilidad.
  • Estimación puntual de parámetros y estimación por intervalos de confianza.
  • Contrastes paramétricos y no paramétricos.

Módulo III: Programación en R

  • Introducción al entorno R. 
  • Modo consola y modo script en R. 
  • Objetos en R. 
  • Estructuras de control de flujo de ejecución. 
  • Funciones en R
  • Gráficos en R. 
  • Paquetes de R.
  • Gestión y modelización de bases de datos:
  • Creación, depuración y diseño de consultas.
  • Acceso a base de datos mediante  paquete estadísticos  de R. 

Módulo IV: Minería de datos y modelización predictiva

  • Integridad y depuración de datos
  • Regresión lineal
  • Regresión logística
  • Técnicas de reducción de la dimensionalidad
  • Análisis y predicción con series temporales
  • Clasificación no supervisada – Análisis cluster
  • Credit Scoring. Construcción de Scorecard.

Módulo V: Machine Learning e IA con Python y R

  • Introducción al Machine Learning y modelización predictiva avanzada
  • Redes neuronales y Deep Learning
  • Árboles de decisión
  • Random forest
  • Gradient Boosting
  • Support Vector Machines
  • Algoritmo knn

Módulo VI: Text Mining y Redes Sociales

  • Minería de textos (extracción de textos de la web y redes sociales )
  • Preprocesamiento de textos: limpieza (cleaning) y transformación (mayúsculas y minúsculas, etc.).
  • Procesamiento de textos (procesamiento de palabras, stemming, lematización,, construcción de la term document matrix).
  • Exploración de datos textuales (frecuencias, nubes de palabras)
  • Procesamiento (clustering, topic modelling, análisis de opiniones y sentimientos).
  • Redes sociales. Propiedades (densidad, tamaño grado promedio,etc.)
  • Clasificación de redes
  • Medidas de centralidad

Módulo VII: Tecnologías del Big Data

  • Internet of Things as a Service
  • Conectividad con fuentes de datos heterogéneas a través de borkers de mensajes y hubs con dispositivos
  • Spark
  • Hadoop
  • La visualización y análisis de información con Tableau

Bloque Blockchain

Módulo I: Introducción y aspectos técnicos de Blockchain Y DLTs

  • Introducción a Blockchain la cuarta revolución industrial
  • Retos reguladores; bases constitucionales; la protección del interés público; protección de datos
  • Aspectos tributarios y penales
  • Criptografía Aplicada
  • Seguridad y Privacidad; autenticación
  • Funcionamiento, Arquitectura, Proof of Work. Proof of Stake y otros protocolos de consenso. Masternodes, Mining.
  • Bitcoin, Etherum, Hyperledger y otras redes
  • Redes públicas y consorcios
  • Organizaciones Autónomas Descentralizadas DAOs,
  • Aplicaciones descentralizadas DAPPs
  • SmartContracts

Módulo II: Aspectos económicos. Criptoeconomía, Tokenoconomics e ICOs

Criptoeconomía:

    • Cryptoeconomics en Blockchain. Teoría de juegos, ataques y diseño de mecanismos
    • Contexto e historia del dinero: ¿cambio de paradigma con las
      criptomonedas?
    • Situación actual de Blockchain en el entorno Macroeconómico global
    • Tokenización de activos y servicios: metricas de valoración
    • La blockchain como refugio de valor
    • Irrupción de la blockchain y las criptos en los Mercados financieros
    • Fundamentos de CryptoTrading y Análisis técnico de criptoactivos
    • Nuevo paradigma de financiación: Ofertas Iniciales de Moneda (ICOs)
    • Métricas de Análisis de inversiones tecnológicas en blockchain y
      criptomonedas
    • Blockchain en el mercado de Valores
    • Blockchain en el mercado bancario y empresas Fintech

Algotrading:

  • Utilización de librerías de Python para la creación de bots y algoritmos de cripto-trading
  • Librería Catalyst
  • Integración de algoritmos de Machine Learning y Catalyst
  • Estructuración de los datos para resolver un problema de Machine Learning (BARS, labeling, ), Análisis, Integración con XGBoost
  • Feature Engineering: Usando librerías como ta-lib, tsfresh, fbprophet, etc.
  • Feature Selection: Usando diferentes técnicas como embedded, filter and wrapper
  • Optimización de hyper parámetros usando la librería hyperopt

Módulo III: Aplicaciones de Negocio y Casos de Uso

  • Marketing en el entorno Blockchain
  • Innovación y Emprendimiento Blockchain
  • Posibilidades integradoras Big Data, Blockchain e IOT en las diferentes industrias
  • Usos del blockchain en el sector público y, en particular, en la contratación pública

 

Módulo IV: Programación de aplicaciones Blockchain

  • Introducción a la programación Blockchain
  • Programando una Blockchain desde cero
    • Asentamiento de los fundamentos  de la cadena de bloques creando una sencilla pero completa blockchain y criptocurrency basadas en programación orientada a objetos con Python
    • Generación de Hashes de los bloques
    • Creación de APIs
    • Implementación de algoritmo Proof of Work
    • Inclusión de transacciones cifradas
    • Repaso técnico al funcionamiento de los diferentes algoritmos de consenso de redes públicas y permisionadas
    • Programación de blockchain con Python usando BigchainDB (MongoDB + Tendermint)
    • Obtención DataSets de datos directamente de la Blockchain a través de una API de alto rendimiento con Tornado y Pandas
  • Desarrollo DAPPs Ethereum
    • Máquina virtual de Ethereum (EVM)
    • Clientes : Geth, Parity
    • Lenguaje de programación: Solidity
    • Ecosistema Tecnológico
    • Web3, Truffle, Remix
    • Introducción a SmartContracts
      • Definición SmartContracts
      • Estructura, tipos, interacciones
      • Creación de contratos
    • Desarrollo Blockchain con Solidity
      • Patrones de implementaciones Solidity
      • Mappings, Arrays y Estructuras
      • Librerías avanzadas
    • Desarrollo utilizando la interfaz Web3.js
    • Ejemplos prácticos
  • Desarrollo dApps Hyperledger

    • Introducción a Hyperledger
      • Background e introducción
      • Blockchains Privadas (Permissioned Blockchain)
      • Casos de uso, Frameworks, Módulos
    • Arquitectura Hyperledger Fabric
      • Transacciones, Chaincodes, Canales, Consenso
    • Hyperledger Práctico
      • Hyperledger Composer
      • IBM Blockchain as a service
      • Despliegue de un entorno privado
      • API-ficiación de servicios
      • Desarrollo de esqueleto web en Angular

* Este programa puede sufrir pequeñas modificaciones.

Desarrollo y Defensa de un proyecto Blockchain y Big Data

Un programa dividido en dos grandes bloques que se complementan perfectamente. Blockchain y Big Data unidos para mejorarse mutuamente.