Паралелно и дистрибуирано процесирање

1.

Наслов на наставниот предмет

Паралелно и дистрибуирано процесирање

Parallel and distributed processing

2.

Код

F23L3W037

3.

Студиска програма

Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерско инженерство, Интернет, мрежи и безбедност, Software engineering and information systems, Компјутерски науки, Стручни студии за програмирање, Стручни студии за програмирање, Компјутерски науки, Пресметување во облак, Биоинформатика,

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 / семестар

3 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Магдалена Костоска Ѓорчевска проф. д-р Марјан Гушев ворн. проф. д-р Владимир Здравески

9.

Предуслови за запишување на предметот

Алгоритми и податочни структури или Примена на алгоритми и податочни структури

10.

Цели на предметната програма (компетенции):

Цел на предметот е студентите да ги совладаат методите на паралелно и дистрибуирано процесирање, можностите за паралелизација на секвенцијална програма, дистрибуирано процесирање на голем број на податоци и проблемите со кои треба да се справат во тој процес

11.

Содржина на предметната програма:

Предавања: 1. Вовед 2. Овозможувачки технологии и дистрибуирани системски модели 3. Основни концепти на паралелни и дистрибуирани архитектури 4. Паралелни комуникации 5. Паралелни алгоритми 6. Кластери 7. Колоквиум 1 8. Кластери - дополнување 9. Грид 10. Big data и Дистрибуирани датотечни системи 11. MapReduce концепти и имплементации (Hadoop) 12. MapReduce концепти и имплементации (Hadoop) - дополнување 13. Пресметување во облак - поддршка за паралелно и дистрибуирано процесирање 14. Колоквиум 2 Вежби: 1. 2. Проекти - вовед 3. Вовед во MPI 4. Примери со MPI 5. Примери за програмирање со повеќе нишки 6. Технологии и интерконекции 7. 8. Примери за хоризонтално и вертикално скалирање 9. Управување со ресурси 10. Hadoop - вовед 11. Едноставни примери со Hadoop 12. Примери со Hadoop 13. Напредни можности на Hadoop 14.

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

30 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

45 часови

16.

Други форми на активности

16.1.

Проектни задачи

15 часови

16.2.

Самостојни задачи

15 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

10 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

15 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

70 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Реализирани активности 15.2 и 16.1

20.

Јазик на кој се изведува наставата

Македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература