François Chung, Ph.D.

Tag: coursera

Especialización en ciberseguridad

Especialización en ciberseguridad

|

Formación Coursera, MOOC (2022). Esta especialización de la University of Maryland (US) cubre los conceptos fundamentales que subyacen en la construcción de sistemas seguros, incluido el hardware, el software y la interfaz hombre-computadora, con el uso de criptografía para proteger las interacciones. Estos conceptos se ilustran con ejemplos extraídos de la práctica moderna y se complementan con ejercicios prácticos que involucran herramientas y técnicas relevantes.

Curso 1: Seguridad usable

Temas principales:

  • Interacción Humano-Computadora (HCI);
  • Metodología de diseño y prototipado;
  • Pruebas A/B, evaluación cuantitativa y cualitativa;
  • Diseño de interacción segura;
  • Biometría, autenticación de dos factores (2FA);
  • Configuración de privacidad, inferencia de datos.

Curso 2: Seguridad del software

Temas principales:

  • Seguridad de bajo nivel: ataques y exploits;
  • Defensa contra exploits de bajo nivel;
  • Seguridad web: ataques y defensas;
  • Diseño y construcción de software seguro;
  • Análisis de programas estáticos;
  • Pruebas de penetración y de fuzz.

Curso 3: Criptografía

Temas principales:

  • Secreto computacional y criptografía moderna;
  • Cifrado de clave privada;
  • Códigos de autenticación de mensajes;
  • Teoría de los números;
  • Intercambio de claves y encriptación de claves públicas;
  • Firmas digitales.

Curso 4: Seguridad de hardware

Temas principales:

  • Diseño de sistemas digitales: fundamentos y vulnerabilidades;
  • Diseño de la protección de la propiedad intelectual;
  • Ataques físicos y potenciación modular;
  • Ataques de canal lateral y contramedidas;
  • Detección de troyanos de hardware;
  • Circuito integrado de confianza;
  • Buenas prácticas y tecnologías emergentes.

Referencias

Formación

Usable security (Seguridad usable, certificado del curso)
Software security (Seguridad del software, certificado del curso)
Cryptography (Criptografía, certificado del curso)
Hardware security (Seguridad de hardware, certificado del curso)

Artículos relacionados

Lo esencial de blockchain (formación Cognitive Class)
Tecnologías de Bitcoin y criptomonedas (formación Coursera)

Más información

Coursera

Google Cloud big data y aprendizaje automático

Google Cloud: big data y aprendizaje automático

|

Formación Coursera, MOOC (2020). Esta formación en línea presenta las capacidades de big data y aprendizaje automático (ML) de Google Cloud Platform (CGP). Mediante una combinación de presentaciones, demostraciones y laboratorios prácticos, la formación brinda una descripción general de Google Cloud y una vista detallada de las soluciones de procesamiento de datos y de ML, como BigQuery, Cloud SQL, Dataproc, Pub/Sub, Dataflow y Data Studio.

Semana 1: Big data y fundamentos de ML

Temas principales:

  • Explorar un conjunto de datos públicos BigQuery;
  • Elegir el enfoque de solución adecuado;
  • Recomendar productos con Cloud SQL y Spark;
  • Predecir las compras de visitantes con BigQuery ML.

Semana 2: Desafíos de la canalización de datos moderna

Temas principales:

  • Paneles de control IoT en tiempo real;
  • Crear una canalización de datos de transmisión;
  • ML en conjuntos de datos no estructurados;
  • Clasificación de imágenes con modelos ML prediseñados.

Referencias

Formación

Google Cloud Platform Big Data and Machine Learning Fundamentals (certificado del curso)

Artículos relacionados

Azure: fundamentos, aprendizaje automático y Power BI (formación Microsoft Docs)
AWS: fundamentos y aprendizaje automático (formación AWS)
Redes neuronales y aprendizaje profundo (formación Coursera)

Más información

Coursera

Especialización en ciencia de datos

Especialización en ciencia de datos

|

Formación Coursera, MOOC (2020). Esta especialización cubre los conceptos y herramientas necesarios para la ciencia de datos, desde formular las preguntas correctas hasta hacer inferencias y publicar resultados. Los temas cubiertos incluyen el uso de R para limpiar, analizar y visualizar datos, usar GitHub para administrar proyectos de ciencia de datos y realizar análisis de regresión, mínimos cuadrados e inferencia usando modelos de regresión.

Curso 1: Caja de herramientas del científico de datos

Temas principales:

  • Fundamentos de la ciencia de datos;
  • R y Rstudio;
  • Control de versiones y GitHub;
  • R Markdown, pensamiento científico y big data.

Curso 2: Programación R

Temas principales:

  • Antecedentes y puesta en marcha;
  • Programación con R;
  • Funciones de bucle y depuración;
  • Simulación y análisis de rendimiento de software.

Curso 3: Obtención y limpieza de datos

Temas principales:

  • Encontrar datos y leer diferentes tipos de archivos;
  • Sistemas de almacenamiento de datos;
  • Organizar, fusionar y gestionar datos;
  • Manipulación de texto y datos en R.

Curso 4: Análisis exploratorio de datos

Temas principales:

  • Gráficos analíticos y representación gráfica en R;
  • Lattice y ggplot2;
  • Reducción de dimensionalidad de datos;
  • Técnicas de análisis de conglomerados.

Curso 5: Investigación reproducible

Temas principales:

  • Conceptos, ideas y estructura;
  • Markdown y knitr;
  • Lista de comprobación de la investigación reproducible;
  • Análisis de datos basados en evidencias.

Curso 6: Inferencia estadística

Temas principales:

  • Probabilidad y valores esperados;
  • Variabilidad, distribución y asíntota;
  • Intervalos, pruebas y valor p;
  • Pruebas de potencia, bootstrapping y permutación.

Curso 7: Modelos de regresión

Temas principales:

  • Mínimos cuadrados y regresión lineal;
  • Regresión lineal y multivariante;
  • Residuos y diagnósticos;
  • Regresión logística y de Poisson.

Curso 8: Aprendizaje automático

Temas principales:

  • Predicción, errores y validación cruzada;
  • Paquete caret;
  • Árboles de decisión y bosques aleatorios;
  • Regresión regularizada y predictores combinados.

Curso 9: Desarrollo de productos de datos

Temas principales:

  • Shiny, GoogleVis y Plotly;
  • R Markdown y Leaflet;
  • Paquetes R y Swirl.

Referencias

Artículos relacionados

Fundamentos de Spark (formación Cognitive Class)
Fundamentos de Hadoop (formación Cognitive Class)
AWS: fundamentos y aprendizaje automático (formación AWS)

Más información

Coursera

Covid-19: epidemiología y rastreo de contactos

Covid-19: epidemiología y rastreo de contactos

|

Formación Coursera, MOOC (2020). Estos 2 cursos en línea de la Johns Hopkins University (US) han sido atendidos en medio de la pandemia de Covid-19. El primero explica cómo identificar y medir brotes como la epidemia de Covid-19, y cómo comprender la epidemiología de estas infecciones. El segundo trata sobre la ciencia del SARS-CoV-2, incluido el período infeccioso, la presentación clínica de Covid-19, y por qué el rastreo de contactos puede ser una intervención efectiva de salud pública.

Combatiendo Covid-19 con epidemiología

Temas principales:

  • ¿Cómo identificamos y medimos brotes como el Covid-19?
  • ¿Cómo investigamos y controlamos los brotes?

Rastreo de contactos Covid-19

Temas principales:

  • Conceptos básicos de Covid-19;
  • Conceptos básicos del rastreo de contactos para Covid-19;
  • Pasos para investigar casos y rastrear sus contactos;
  • Ética del rastreo de contactos y herramientas tecnológicas;
  • Habilidades para una comunicación eficaz.

Referencias

Formación

Covid-19 contact tracing (Rastreo de contactos Covid-19, certificado del curso)

Artículo relacionado

Debate Trends: tecnología y privacidad (proyecto Fujitsu)

Más información

Covid-19 contact tracing (Rastreo de contactos Covid-19)

Tecnologías de Bitcoin y criptomonedas

Tecnologías de Bitcoin y criptomonedas

|

Formación Coursera, MOOC (2019). Esta formación, impartida en línea por Princeton University (US), explica cómo Bitcoin y otras criptomonedas funcionan a nivel técnico, y proporciona las bases conceptuales para diseñar software seguro que interactúe con la red de Bitcoin. Otros temas importantes cubiertos incluyen el nivel de seguridad de los Bitcoins, el anonimato de los usuarios de Bitcoin y la posibilidad, o no, de regular las criptomonedas.

Semana 1: Introducción a la criptografía y a las criptomonedas

Temas principales:

  • Funciones hash criptográficas;
  • Punteros hash y estructuras de datos;
  • Firmas digitales;
  • Claves públicas como identidades.

Semana 2: Cómo Bitcoin logra la descentralización

Temas principales:

  • Centralización vs. descentralización;
  • Consenso distribuido;
  • Consenso sin identidad: la blockchain;
  • Incentivos y prueba de trabajo.

Semana 3: Mecánica de Bitcoin

Temas principales:

  • Transacciones de Bitcoin;
  • Scripts de Bitcoin;
  • Bloques de Bitcoin;
  • Red de Bitcoin.

Semana 4: Cómo almacenar y usar Bitcoins

Temas principales:

  • Carteras e intercambios en línea;
  • Servicios de pago;
  • Tasas de transacción;
  • Mercados de cambio de divisas.

Semana 5: Minería Bitcoin

Temas principales:

  • Hardware de minería;
  • Consumo de energía y ecología;
  • Piscinas mineras;
  • Incentivos y estrategias mineras.

Semana 6: Bitcoin y anonimato

Temas principales:

  • Cómo desanonimizar Bitcoin;
  • Mezcla descentralizada;
  • Zerocoin y Zerocash;
  • Tor y Silk Road.

Semana 7: Comunidad, política y regulación

Temas principales:

  • Consenso en Bitcoin;
  • Software del núcleo de Bitcoin;
  • Gobiernos notan Bitcoin;
  • Anti-lavado de dinero.

Semana 8: Rompecabezas alternativos de minería

Temas principales:

  • Rompecabezas resistentes a ASIC;
  • Prueba de trabajo útil;
  • Rompecabezas no subcontratable;
  • Minería virtual.

Semana 9: Bitcoin como plataforma

Temas principales:

  • Bitcoin como registro de solo apéndice;
  • Bitcoin como propiedad inteligente;
  • Loterías multipartidistas en Bitcoin;
  • Bitcoin como fuente de aleatoriedad.

Semana 10: Altcoins y el ecosistema de la criptomoneda

Temas principales:

  • Breve historia de los Altcoins;
  • Interacción entre Bitcoin y Altcoins;
  • Ciclo de vida de un Altcoin;
  • Cadenas laterales.

Semana 11: El futuro de Bitcoin

Temas principales:

  • El blockchain como vehículo para la descentralización;
  • Integración blockchain;
  • ¿Qué podemos descentralizar?
  • ¿Cuándo es una buena idea la descentralización?

Referencias

Artículos relacionados

Especialización en ciberseguridad (formación Coursera)
Lo esencial de blockchain (formación Cognitive Class)

Más información

Coursera

Idiomas

Artículos recientes

Categorías

Noticias

Lo reciente & Lo popular

Búsqueda