Informe académico del curso manejo de grandes volúmenes de información con Spark, Scala y AWS

Este trabajo presenta un análisis descriptivo del curso “Manejo de grandes volúmenes de información con Spark, Scala y AWS”, enfocado en las herramientas fundamentales para la gestión de datos a gran escala. Se exploran los principales paradigmas de procesamiento distribuido, los lenguajes y frameworks más utilizados como PySpark, Scala y scrapy, así como las técnicas comunes para la extracción y transformación de datos. Además, se analizan las ventajas del uso de servicios en la nube para la creación y gestión de clústeres de procesamiento Big Data, con especial énfasis en la integración de soluciones ofrecidas por Amazon Web Services (AWS), incluyendo EC2, S3 y EMR. Este enfoque permite comprender cómo estas tecnologías se complementan para construir soluciones escalables, eficientes y adaptadas a las necesidades actuales del análisis de datos.

• Autores: Caro Saenz, Carlos Andres; Castro Ochoa, Sebastian
• Tipo de recurso: Informe
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/46248
• Acceso en línea: https://hdl.handle.net/10495/46248
• Palabra clave: Big data; Datos masivos; Scala (Computer program language); Análisis de datos; Data analysis; AWS; Hadoop; http://id.loc.gov/authorities/subjects/sh2012003227; http://id.loc.gov/authorities/subjects/sh2010013203; http://vocabularies.unesco.org/thesaurus/concept2214
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-sa/4.0/