Складови на податоци и аналитичка обработка

1.Наслов на наставниот предметСкладови на податоци и аналитичка обработка
Data warehouses and analytics
2.КодF23L3S157
3.Студиска програма
4.Организатор на студиската програма (единица, односно институт, катедра, оддел)Факултет за информатички науки и компјутерско инженерство
5.Степен (прв, втор, трет циклус)Прв циклус
6.Академска година / семестар6 / Летен
7.Број на ЕКТС кредити6
8.Наставник
9.Предуслови за запишување на предметотОсвоени најмалку 100 ЕКТС
10.Цели на предметната програма (компетенции)Запознавање со oрганизацијата и манипулацијата со податоците организирани во складови на податоци, како и основните операции и алгоритми за работа со складови на податоци. Студентот ќе биде оспособен за интегрирање на оперативни бази на податоци во специјално дизајнирни модели погодни за аналитички потреби. Ова вклучува димензионо моделирање на складови на податоци, организација и манипулација со податоците сместени во складови на податоци, и изготвување на аналитички извештаи базирани на истите податоци.
11.Содржина на предметната програмаОсновни концепти кај складовите на податоци;
Архитектура на складовите на податоци и проток на податоци;
Моделирање на складови на податоци;
Бавно променливи димензии;
Организација на податоците во ѕвездеста и снегулка шема на склад на податоци;
Моделирање во податочни сефови;
Хиперкоцки и повеќедимензионални бази на податоци;
Технилогии за аналитичка обработка (ОLAP) на податоци и проширувања на SQL стандардот за потребите на ОLAP;
Врска помеѓу оперативните бази на податоци и складовите на податоци;
Автоматско ажурирање на податоците (инкрементално и целосно полнење) во складовите на податоци, прочистување и агрегација на податоци (ETL процеси);
Организација кај дистрибуирани складови на податоци и анализа на многу обемни податоци;
Проучување на водечките алатки и технологии за креирање, моделирање и одржување складовите на податоци.
12.Методи на учењепредавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи
13.Вкупен расположив фонд на време6 ЕКТС x 30 часа = 180 часа
14.Распределба на расположивото време30 + 45 + 15 + 15 + 75 = 180 часа
15.Форми на наставните активности
15.1.Предавања - теоретска настава30 часови
15.2.Вежби (лабораториски, аудиториски), семинари, тимска работа45 часови
16.Други форми на активности
16.1.Проектни задачи15 часови
16.2.Самостојни задачи15 часови
16.3.Домашно учење75 часови
17.Начин на оценување
17.1.Тестови10 бодови
17.2.Семинарска работа / проект ( презентација: писмена и усна)15 бодови
17.3.Активности и учење10 бодови
17.4.Завршен испит70 бодови
18.Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19.Услов за потпис и полагање на завршен испитРеализирани активности 15, 16
20.Јазик на кој се изведува наставатамакедонски и англиски
21.Метод на следење на квалитетот на наставатамеханизам на интерна евалуација и анкети
22.Литература
22.1.Задолжителна литература
1. Jarke, M., Lenzerini, M., Vassiliou, Y., Vassiliadis, P. | Fundamentals of Data Warehouses | Springer | 2013
2. Ralph Kimball and Margy Ross | The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence Remastered Collection | Wiley | 2015
3. M. Golfarelli, S. Rizzi | Data Warehouse Design: Modern Principles and Methodologies | McGraw-Hill | 2009
4. Alejandro Vaisman, Esteban Zimányi | Data Warehouse Systems: Design and Implementation | Springer | 2022
5. David Taniar, Wenny Rahayu | Data Warehousing and Analytics: Fueling the Data Engine | Springer | 2022
6. Daniel Linstedt, Michael Olschimke | Building a Scalable Data Warehouse with Data Vault 2.0 | Elsevier Science | 2015
22.2.Дополнителна литература
Ред.бр. Автор Наслов Издавач Година