{"id":2131,"date":"2021-03-23T19:39:44","date_gmt":"2021-03-24T00:39:44","guid":{"rendered":"https:\/\/wiki-cloud.co\/?p=2131"},"modified":"2021-05-14T18:52:03","modified_gmt":"2021-05-14T23:52:03","slug":"guide-certification-hcia-bigdata","status":"publish","type":"post","link":"https:\/\/wiki-cloud.co\/en\/2021\/03\/guide-certification-hcia-bigdata\/","title":{"rendered":"Gu\u00eda certificaci\u00f3n Huawei Cloud Asociado HCIA – Big Data"},"content":{"rendered":"

Dear community,<\/p>\n

En este post quiero compartir la gu\u00eda para la preparaci\u00f3n del examen Huawei Certified ICT Associate – HCIA Big Data – H13-711.<\/p>\n

En el internet se encuentran muchas definiciones acerca de Big Data<\/strong>, sin embargo la definici\u00f3n que me parece m\u00e1s apropiada y de acuerdo a mi experiencia es la siguiente: “Big Data es una colecci\u00f3n de conjuntos de datos tan grande y complejo que se vuelve dif\u00edcil para trabajar con el uso de herramientas de gesti\u00f3n de base de datos tradicionales”.<\/p>\n

Big Data<\/strong> es una tecnolog\u00eda que est\u00e1 en auge y b\u00e1sicamente se describe como grandes vol\u00famenes de datos, tanto estructurados como no estructurados, que inundan los negocios y empresas cada d\u00eda. Sin embargo ac\u00e1 lo importante no es la cantidad de datos si no que es lo que las organizaciones hacen con los datos. Con Big Data se puede analizar los grandes vol\u00famenes de datos para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estrat\u00e9gicos.<\/p>\n

Cuando trabajamos con Big Data nos enfrentamos a nuevos retos como la captura de datos y muchas fuentes de informaci\u00f3n, almacenamiento, b\u00fasqueda, intercambio, an\u00e1lisis, gobernabilidad y visualizaci\u00f3n.<\/p>\n

En cuanto a los ex\u00e1menes y certificaciones oficiales de Huawei, Huawei divide los ex\u00e1menes en tres niveles que son:<\/p>\n\n\n\n
<\/td>\n\n

HCIE:<\/strong> El nivel m\u00e1s alto de certificaci\u00f3n t\u00e9cnica en TIC de Huawei, se otorga a personas que demuestran una especial experiencia en TIC y una rica experiencia en la pr\u00e1ctica. <\/p>\n

HCIP: <\/strong>Se otorga a ingenieros superiores con un gran conocimiento de las TIC y una s\u00f3lida experiencia en un campo t\u00e9cnico de las TIC.<\/p>\n

HCIA: <\/strong>Se otorga a ingenieros que pueden instalar, configurar y ejecutar dispositivos TIC y rectificar fallas en un campo t\u00e9cnico<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

El objetivo del examen HCIA Big Data<\/strong> es capacitar y certificar ingenieros que sean capaces de utilizar Hadoop de c\u00f3digo abierto y Huawei FusionInsight HD para completar la implementaci\u00f3n, operaci\u00f3n y mantenimiento de la plataforma de big data de las organizaciones.<\/p>\n

Certificaci\u00f3n:<\/strong> HCIA Big Data<\/span><\/div>\n
C\u00f3digo de examen:<\/strong> H13-711<\/div>\n
Versi\u00f3n:<\/strong> V2.0<\/div>\n
\n
Formato de examen:<\/strong> respuesta \u00fanica, respuesta m\u00faltiple, pregunta de verdadero o falso<\/div>\n
Tiempo:<\/strong> 90min<\/div>\n
Puntaje de aprobaci\u00f3n \/ Puntaje total:<\/strong> 600\/1000<\/div>\n
Exam cost:<\/strong> 200 USD<\/div>\n
Language:<\/strong> ingles<\/div>\n<\/div>\n
Publico Objetivo:<\/strong> Listo para convertirse en ingenieros de big data. Ingenieros de marketing \/ ventas \/ proyectos \/ soporte t\u00e9cnico que quieran aprender big data.<\/span><\/div>\n
Prerrequisitos:<\/strong> Sin restricciones, con capacidades operativas b\u00e1sicas de computaci\u00f3n y Linux.<\/span><\/div>\n
 <\/div>\n

El plan de estudios incluye, pero no se limita a: Tendencia de la industria y las tecnolog\u00edas de big data; Principios t\u00e9cnicos y arquitecturas de 11 componentes comunes y esenciales de big data, incluido el Sistema de archivos distribuidos de Hadoop (HDFS), el motor de procesamiento por lotes distribuido fuera de l\u00ednea (MapReduce), Yarn para la coordinaci\u00f3n de recursos, el motor de computaci\u00f3n distribuida basada en memoria (Spark2x), la base de datos NoSQL distribuida (HBase), almac\u00e9n de datos distribuidos (Hive), motor de computaci\u00f3n de flujo distribuido (Streaming), cargador para conversi\u00f3n de datos, Flume para agregaci\u00f3n de registros masivos, sistema de suscripci\u00f3n de mensajes distribuidos (Kafka) y servicio de coordinaci\u00f3n distribuido (ZooKeeper), adicionalmente introducci\u00f3n a Huawei FusionInsight<\/strong> HD<\/strong> y casos de \u00e9xito, pr\u00e1cticas completas de aplicaci\u00f3n de big data basadas en componentes independientes de big data.<\/p>\n

La aprobaci\u00f3n del examen HCIA Big Data<\/strong> certifica que el titular est\u00e1 familiarizado con los escenarios de aplicaci\u00f3n t\u00edpicos de big data, ha dominado los principios t\u00e9cnicos y las arquitecturas de los componentes comunes y esenciales de big data, y sabe c\u00f3mo usar Huawei FusionInsight HD para importar y exportar grandes vol\u00famenes de datos, c\u00f3mo realizar operaciones b\u00e1sicas en HDFS y en el cliente HBase y las tablas HBase, y c\u00f3mo ejecutar sentencias HQL comunes en Hive. En conclusi\u00f3n, el titular ha adquirido el conocimiento y las habilidades requeridas para puestos como soporte t\u00e9cnico de preventa y posventa de big data, administrar proyectos de big data y O&M de big data, desarrollar big data y analizar big data.<\/p>\n

Las empresas con ingenieros certificados por HCIA-Big Data<\/strong> son competentes en el uso de la tecnolog\u00eda de big data y capaces de realizar el procesamiento de datos utilizando FusionInsight HD <\/strong>y el ecosistema Hadoop de c\u00f3digo abierto, sentando una base s\u00f3lida para el desarrollo de aplicaciones de big data.<\/p>\n

Contenido del examen<\/strong><\/p>\n

Los puntos a evaluar son los siguientes:<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Cap\u00edtulo 01 – Industria de Big Data y tendencias tecnol\u00f3gicas<\/td>\n\n
    \n
  • Era de Big Data<\/li>\n
  • Escenarios de aplicaciones de Big Data<\/li>\n
  • Oportunidades y desaf\u00edos de la era del Big Data<\/li>\n
  • Soluci\u00f3n Huawei FusionInsight HD<\/li>\n<\/ul>\n<\/td>\n
5%<\/td>\n<\/tr>\n
Cap\u00edtulo 02 – HDFS – Tecnolog\u00eda de sistema de archivos distribuidos<\/td>\n\n
    \n
  • Descripci\u00f3n general de HDFS y escenarios de aplicaci\u00f3n<\/li>\n
  • Posici\u00f3n de HDFS en FusionInsight<\/li>\n
  • Arquitectura del sistema de HDFS<\/li>\n
  • Caracter\u00edsticas clave<\/li>\n<\/ul>\n<\/td>\n
 5%<\/td>\n<\/tr>\n
Cap\u00edtulo 03 – MapReduce – Procesamiento por lotes distribuido fuera de l\u00ednea e hilo – Coordinaci\u00f3n de recursos<\/td>\n\n
    \n
  • Introducci\u00f3n a MapReduce y Yarn<\/li>\n
  • Funciones y arquitecturas de MapReduce y Yarn<\/li>\n
  • Gesti\u00f3n de recursos y programaci\u00f3n de tareas de hilo<\/li>\n
  • Caracter\u00edsticas mejoradas<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n
Cap\u00edtulo 04 – Spark2x: motor de computaci\u00f3n distribuida en memoria<\/td>\n\n
    \n
  • Introducci\u00f3n a Spark<\/li>\n
  • Principios y arquitectura de Spark<\/li>\n
  • Spark en FusionInsight HD<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n
Cap\u00edtulo 05 – HBase – Base de datos distribuida NoSQL<\/td>\n\n
    \n
  • Introducci\u00f3n a HBase<\/li>\n
  • Funciones y arquitectura de HBase<\/li>\n
  • Procesos clave de HBase<\/li>\n
  • Caracter\u00edsticas mejoradas de Huawei de HBase<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n
Cap\u00edtulo 06 – Hive – Almac\u00e9n de datos distribuidos<\/td>\n\n
    \n
  • Introducci\u00f3n a la colmena<\/li>\n
  • Funciones y arquitectura de la colmena<\/li>\n
  • Operaciones b\u00e1sicas de la colmena<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n
Cap\u00edtulo 07 – Streaming – Motor de computaci\u00f3n de flujo distribuido<\/td>\n\n
    \n
  • Introducci\u00f3n a la transmisi\u00f3n<\/li>\n
  • Arquitectura del sistema<\/li>\n
  • Caracter\u00edsticas clave<\/li>\n
  • Introducci\u00f3n a StreamCQL<\/li>\n<\/ul>\n<\/td>\n
5% <\/td>\n<\/tr>\n
Cap\u00edtulo 08 Flink: plataforma de procesamiento de flujo y procesamiento por lotes<\/td>\n\n
    \n
  • Introducci\u00f3n a Flink<\/li>\n
  • Principios t\u00e9cnicos y arquitectura<\/li>\n
  • Spark en FusionInsight HD<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n
Cap\u00edtulo 09 – Loader – Conversi\u00f3n de datos<\/td>\n\n
    \n
  • Introducci\u00f3n al cargador<\/li>\n
  • Gesti\u00f3n del trabajo del cargador<\/li>\n<\/ul>\n<\/td>\n
 5%<\/td>\n<\/tr>\n
Cap\u00edtulo 10 – Flume \u2013 Agregaci\u00f3n masiva de registros<\/td>\n\n
    \n
  • Descripci\u00f3n general y arquitectura de Flume<\/li>\n
  • Caracter\u00edsticas clave de Flume<\/li>\n
  • Aplicaciones de canales<\/li>\n<\/ul>\n<\/td>\n
5% <\/td>\n<\/tr>\n
Cap\u00edtulo 11 – Kafka – Sistema de suscripci\u00f3n de mensajes distribuidos<\/td>\n\n
    \n
  • Introducci\u00f3n a Kafka<\/li>\n
  • Arquitectura y funciones de Kafka<\/li>\n
  • Proceso clave de Kafka<\/li>\n<\/ul>\n<\/td>\n
 10%<\/td>\n<\/tr>\n
Cap\u00edtulo 12 – ZooKeeper – Servicio de coordinaci\u00f3n distribuida<\/td>\n\n
    \n
  • Introducci\u00f3n a ZooKeeper<\/li>\n
  • Posici\u00f3n de ZooKeeper en FusionInsight HD<\/li>\n
  • Arquitectura del sistema<\/li>\n
  • Caracter\u00edsticas clave<\/li>\n
  • Relaciones con otros componentes.<\/li>\n<\/ul>\n<\/td>\n
5% <\/td>\n<\/tr>\n
\n

Cap\u00edtulo 13 – Descripci\u00f3n general de la soluci\u00f3n FusionInsight HD<\/p>\n<\/td>\n

\n
    \n
  • Introducci\u00f3n a FusionInsight HD Enterprise Edition<\/li>\n
  • Caracter\u00edsticas de FusionInsight HD<\/li>\n
  • Casos de \u00e9xito de FusionInsight HD<\/li>\n<\/ul>\n<\/td>\n
10% <\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Materiales de Estudio<\/strong><\/p>\n

Para acceder al curso y materiales oficiales para el examen de certificaci\u00f3n, es indispensable crear una cuenta en el portal de ILearningX de Huawei<\/strong><\/a><\/p>\n