Subject
Big Data and Distributed Data Analytics
| 1. | Course Title |
Big Data and Distributed Data Analytics Big Data and Distributed Data Analytics |
||||||||||||
| 2. | Code | m23_s_211 | ||||||||||||
| 3. | Study Programme | — | ||||||||||||
| 4. | Organizer of the study programme (unit, institute, department or division) | Faculty of Computer Science and Engineering | ||||||||||||
| 5. | Degree level (first, second, third cycle) | Second cycle | ||||||||||||
| 6. | Academic year / semester | 10 / Summer | ||||||||||||
| 7. | Number of ECTS credits | 6 | ||||||||||||
| 8. | Teacher | Милош Јовановиќ, Вангел Ајановски | ||||||||||||
| 9. | Prerequisites for enrolling in the course | — | ||||||||||||
| 10. | Objectives of the course programme (competences) | Целта на курсот е студентот да се запознае со концептите на големи податоци, и процес на нивна анализа од дистрибуирано масовно складирање, до дистрибуирано масовно процесирање (во живо во текот на собирање или по собирањето) и анализи на резултатите од процесирањето на податоците со цел поддршка на одлучување, бизнис подобрување и подобрување на текови и процеси. Competencies the student is expected to acquire upon completion of the course: - да познава техники и методи за масовно дистрибуирано складирање на големи податоци - да познава техники и методи за масовна дистрибуирана подготовка на големи податоци за идна обработка - да познава техники и методи за масовно и дистрибуирано процесирање и анализа на големи податоци - да ги примени стекнатите знаења во конкретен реален проект за складирање, обработка и процесирање и анализа на дистрибуирани и големи податоци - да ги оспособи идните архитекти да проектираат дистрибуирани решенија за управување со податоци, - да ги оспособи софтверските инженери да проектираат софтверски решенија во облак кои се базираат над диструбирани бази податоци, - да им ги презентира фундаменталните принципи и техники на идните истражувачи од областа, и да им даде основа за идна самостојна истражувачка работа |
||||||||||||
| 11. | Course content | Topics covered in this course: - Вовед во големи податоци. Потреба и вредност на големи податоци. Големи податоци од социјални мрежи. - Моделирање на големи податоци и статистичка обработка на големи податоци. - Пребарување и рударење на големи податоци. - Научни апликации со големи податоци. - Приватност, интегритет и заштита на големи податоци. - Вовед во дистрибуирано процесирање податоци. - Алатки, алгоритми и техники за програмирање за процесирање на големи податоци, како HDFS, MapReduce, Zookeeper, HBase и други. - Дизајн и архитектура на дистрибуирани податоци и дистрибуирани системи на бази податоци. - Процесирање прашалници во дистриубирана средина. - Диструбуирана контрола на конкурентен пристап и концепти на евентуална конзистентност. - Управување со дистрибуирани бази податоци. - Процесирање прашалници во дистриубирана средина - Стриминг на податоци и пресметување во облак - Управување со NoSQL за големи податоци. Graph Analytics. |
||||||||||||
| 12. | Learning methods | - Lectures and exercises with case-based discussions, analysis of various available examples - Computer-assisted learning - E-learning and distance learning - Group research and development - Use of relevant software tools - Project development and defense | ||||||||||||
| 13. | Total available time | 6 ECTS x 30 hours = 180 hours | ||||||||||||
| 14. | Distribution of available time | 30 + 30 + 15 + 90 + 15 = 180 hours | ||||||||||||
| 15. | Forms of teaching activities |
|
||||||||||||
| 16. | Other forms of activities |
|
||||||||||||
| 17. | Assessment method |
|
||||||||||||
| 18. | Grading criteria (points / grade) |
|
||||||||||||
| 19. | Requirement for obtaining a signature and taking the final exam | 50% of the activities and the initial version of the project | ||||||||||||
| 20. | Language of instruction | Macedonian, English | ||||||||||||
| 21. | Method for monitoring the quality of teaching | internal evaluation and survey mechanism | ||||||||||||
| 22. | Literature |
|
