Akademia Finansów i Biznesu Vistula - Centralny System Uwierzytelniania
Strona główna

PDW: Zarządzanie Big Data

Informacje ogólne

Kod przedmiotu: CII4SP002CI-PDW
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: PDW: Zarządzanie Big Data
Jednostka: Kierunek-Informatyka
Grupy:
Strona przedmiotu: https://teams.microsoft.com/l/meetup-join/19%3ameeting_ZWUxZDUyNzYtNzcxYS00NzA3LTk3MjctMTFlM2FmNzllYTU4%40thread.v2/0?context=%7b%22Tid%22%3a%22e8a52afe-6ea8-47f7-b275-783f7087b5fa%22%2c%22Oid%22%3a%22122584ed-fdad-4f81-a6dd-c93db9de1dda%22%7d
Punkty ECTS i inne: 6.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Rodzaj przedmiotu:

do wyboru

Założenia (opisowo):

Przedstawienie podstawowych pojęć i praktyk związanych z przetwarzaniem z Big Data. Omawiane zostaną pojęcia, które pojawiają się, gdy rozmiar danych do analizy przekracza ograniczenia tradycyjnych systemów analizy danych, nowe wyzwania, jakie stwarza przetwarzanie dużych zbiorów danych, oraz ewolucja ekosystemu dużych zbiorów danych. Poruszone zostaną tematy jak Spark i przetwarzanie Big Data w chmurze.

Pełny opis:

1. Historia Big Data

2. Przykłady zastosowań big data w analizie danych

3. Zrozumieć ekosystem big data

4. Strategia wykorzystywania big data oraz data science

5. MapReduce

6. Wykorzystanie data science — analityka, algorytmy i uczenie maszynowe

7. Zarządzanie danymi

Literatura:

IG DATA, nauka o danych i AI bez tajemnic, David Stephenson, Helion 2020

2. Poznajemy Sparka Błyskawiczna Analiza danych, Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia, PWN 2016

3. Tutorial: Big Data Analytics: Concepts, Technologies, and Applications, Hugh Watson University of Georgia 2014

4. Hadoop Kompletny przewodnik Analiza i przechowywanie danych, Tom White, Helion 2016

5. Getting Started with Apache Spark Inception to Production, James A. Scott,Published by MapR Technologies, Inc., 350 Holger Way, San Jose, CA 95134 September 2015: First Edition

Efekty uczenia się:

WIEDZA

Absolwent będzie posiadał rozszerzoną wiedzę w zakresie: narzędzi (software i hardware) wspomagających programowanie i umiejętność dokonywania wyboru oraz zastosowania wiedzy, technik i nowoczesnych narzędzi informatycznych do szeroko pojętych działań w zakresie technologii inżynieryjnych.

UMIEJĘTNOŚCI

Absolwent będzie posiadał rozszerzoną wiedzę w zakresie: narzędzi (software i hardware) wspomagających programowanie i umiejętność dokonywania wyboru oraz zastosowania wiedzy, technik i nowoczesnych narzędzi informatycznych do szeroko pojętych działań w zakresie technologii inżynieryjnych.

Absolwent będzie posiadał umiejętność korzystania z technik i nowoczesnych narzędzi inżynieryjnych niezbędnych inżynierowi.

KOMPETENCJE SPOŁECZNE

Absolwent będzie rozumiał wpływ technologii na życie i dobrostan ludzi w kontekście społecznym i globalnym.

Metody i kryteria oceniania:

Kolokwia -dwa

Aktywność

Obecność

Ocena końcowa = 60% * kolokwia+20% * Aktywność+ 20% * Obecność

Zajęcia w cyklu "Semestr letni 2020/2021" (zakończony)

Okres: 2021-02-20 - 2021-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Mirosław Lisiecki
Prowadzący grup: Mirosław Lisiecki
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin/zaliczenie na ocenę/zal w skali zal-std2
Ćwiczenia - Egzamin/zaliczenie na ocenę/zal w skali zal-std2
Wykład - Egzamin/zaliczenie na ocenę/zal w skali zal-std2
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Akademia Finansów i Biznesu Vistula.
ul. Stokłosy 3
02-787 Warszawa
tel: +48 22 45 72 300 https://vistula.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.0.0-1 (2023-09-06)