En la actualidad, el volumen de datos generado por sistemas de información, redes sociales, sensores IoT, aplicaciones móviles, plataformas de e-commerce y otros entornos digitales crece de manera exponencial. Esta situación ha impulsado la evolución de las bases de datos tradicionales hacia nuevas arquitecturas, modelos de almacenamiento y herramientas analíticas capaces de gestionar eficientemente grandes volúmenes de datos, tanto estructurados como no estructurados, en tiempo real o cuasi real.
Desde la perspectiva académica y profesional, y considerando la línea prioritaria de la Unidad Académica, Innovación y tecnología, se vuelve imprescindible que los docentes y profesionales de carreras informáticas y afines actualicen sus conocimientos y competencias en torno al manejo avanzado de bases de datos, al procesamiento de grandes volúmenes de datos, Big Data, y a las técnicas de descubrimiento de conocimiento, Minería de Datos, alineándose con los requerimientos del mercado laboral y los desafíos tecnológicos actuales.
Este curso de posgrado tiene como propósito brindar una formación sólida y aplicada que permita a los profesionales comprender y aplicar modelos avanzados de bases de datos (bases orientadas a grafos, columnares, NoSQL, distribuidas, entre otros), optimizar esquemas de almacenamiento y procesamiento de datos a gran escala y aplicar técnicas de minería de datos para extraer patrones, tendencias y conocimiento útil desde repositorios de datos complejos.
El dictado de este curso en el marco de nuestra carrera de Ingeniería en Sistemas de Información responde a las demandas emergentes de formación continua, a la necesidad de profundizar contenidos específicos de gran relevancia actual y a la visión estratégica de nuestra institución de consolidarse como referente en áreas clave de la transformación digital.
Con esta propuesta, se apunta a fortalecer las capacidades profesionales y de innovación tecnológica de nuestros docentes, así como a contribuir al desarrollo regional y nacional mediante la formación de recursos humanos altamente calificados en una de las áreas más dinámicas y con mayor proyección del campo informático.
Objetivos
- Analizar las características de los datos masivos y su impacto en el diseño de bases de datos.
- Comprender arquitecturas de procesamiento distribuido y modelos NoSQL.
- Explorar técnicas básicas de minería de datos aplicadas a grandes volúmenes de información.
- Promover el uso crítico y reflexivo de herramientas en función de los objetivos de análisis.
- Favorecer el diseño de prácticas pedagógicas basadas en proyectos y datos abiertos.
- Mantener actualizados los contenidos con técnicas y herramientas de tendencia y gran aplicación práctica en el área de los sistemas de información e informática.
- Revisar conceptos de Minería de datos en áreas que se relacionan diferentes aspectos de la Ingeniería.
- Conocer los diferentes esquemas de bases de datos no relacionales y sus implementaciones.
- Integrar estos conocimientos al contexto de la toma de decisiones basada en datos, tanto en sectores productivos como en ámbitos de investigación.
Cronograma
- Fecha y hora: 17/02/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: Cambios en la gestión de datos por el crecimiento exponencial de la información. Modelos tradicionales y surgimiento del paradigma Big Data (5V+). Impacto en la arquitectura de sistemas.
- Práctica: Análisis de casos reales (Netflix, redes sociales, otros). Trabajo colaborativo para identificar las V del Big Data.
- Lectura guiada + mini cuestionario de reflexión.
- Fecha y hora: 19/02/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: Fundamentos de modelos NoSQL (documental, clave-valor y columnar). Introducción a MongoDB y Cassandra. Hadoop y Spark.
- Práctica: Exploración con MongoDB Atlas. Creación de colecciones y consultas básicas.
- Análisis de un caso de uso con MongoDB (lectura técnica breve).
- Fecha y hora: 24/02/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: Modelado de datos no relacional. Formatos JSON, Avro y Parquet. Buenas prácticas en entornos distribuidos.
- Práctica: Rediseño de un modelo relacional clásico a formato documental JSON.
- Continuación y finalización del rediseño del modelo a JSON. Trabajo grupal.
- Fecha y hora: 26/02/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: SQL avanzado en entornos distribuidos (Hive, SparkSQL). Lenguajes alternativos.
- Práctica: Joins, subconsultas, funciones agregadas. Introducción a SparkSQL.
- Ejercitación con SQL avanzado en SQLite o Colab.
- Fecha y hora: 03/03/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: ETL/ELT, pipelines de datos y procesamiento en tiempo real.
- Práctica: Simulación de ETL con Google Sheets + Python (pandas).
- ETL básico con Python y pandas en Colab.
- Fecha y hora: 05/03/2026 – 17:00 hs
- Duración: 2 horas sincrónicas + 2 horas asincrónicas
- Teoría: Clustering, reglas de asociación y árboles de decisión.
- Práctica: Aplicación de k-means con Weka o scikit-learn.
- Aplicación de clustering e interpretación de resultados.
- Fecha y hora: 10/03/2026 – 17:00 hs
- Duración: 1 hora sincrónica + 3 horas asincrónicas
- Teoría: Principios de visualización y narrativas visuales.
- Práctica: Visualización en Power BI o Google Data Studio.
- Desarrollo y análisis crítico de una visualización.
- Fecha y hora: 12/03/2026 – 17:00 hs
- Duración: 2 horas sincrónicas
- Teoría: Presentación de proyectos integradores y tendencias emergentes.
- Práctica: Presentación de miniproyectos con devolución colectiva.
Clase 1 · Bases de Datos Avanzadas y el Paradigma Big Data
Clase 2 · Modelos NoSQL y Arquitecturas Distribuidas
Clase 3 · Diseño y Modelado para Big Data
Clase 4 · Consultas Avanzadas y Lenguajes para Datos Masivos
Clase 5 · Integración y Procesamiento de Datos (ETL/ELT)
Clase 6 · Introducción a la Minería de Datos
Clase 7 · Visualización y Narrativas con Datos
Clase 8 · Trabajo Integrador y Tendencias Futuras
Disertantes
Martínez Roxana
Doctora en Ciencias Informáticas - UNLPDestinatarios
