Μεγάλα Δεδομένα και Υπολογιστική Νέφους

Μεταπτυχιακά:
Κωδικοί μαθήματος:

DSC07, IC11, ME02, -

Διδάσκοντες:
Τύπος μαθήματος:

Elective, Compulsory, Elective, Elective

Εξάμηνο:

2, 2, 2, 2

Μαθησιακά αποτελέσματα:

Με την ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια θα είναι σε θέση να:
● Αναπτύξει τις γνώσεις, την κατανόηση και τις δεξιότητες για να εργαστεί με Μεγάλα Δεδομένα.
● Αποκτήσει το απαραίτητο αλγοριθμικό υπόβαθρο για την αντιμετώπιση των Μεγάλων Δεδομένων.
● Εφαρμόζει κατάλληλες αναλυτικές τεχνικές και εργαλεία για την ανάλυση Μεγάλων Δεδομένων.
● Κατανοεί τις έννοιες και τους μηχανισμούς της Υπολογιστικής Νέφους.
● Γνωρίζει τις έννοιες, τις αρχές, τις τεχνικές και τις μεθοδολογίες που χρειάζονται για τη διαχείριση υπηρεσιών και πόρων Νέφους.

Γενικές δεξιότητες:

● Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
● Λήψη αποφάσεων
● Αυτόνομη εργασία
● Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο μαθήματος:

Το μάθημα εξετάζει θεμελιώδεις αρχές και έννοιες των Μεγάλων Δεδομένων και της Υπολογιστικής Νέφους. Οι φοιτητές θα εξοικειωθούν με τις τεχνολογίες Μεγάλων Δεδομένων και Νέφους, θα μάθουν για τους αλγόριθμους μεγάλων δεδομένων και τις υπηρεσίες Υπολογιστικής Νέφους. Τα θέματα που καλύπτονται περιλαμβάνουν:
● Έννοιες Αποθήκευσης και Επεξεργασίας Μεγάλων Δεδομένων
● Hadoop, HDFS, Yarn
● Αλγόριθμοι Αντιστοιχώ-Ελαττώνω (MapReduce)
● Spark
● Βάσεις δεδομένων NoSQL
● Μοντέλο και υπηρεσίες Υπολογιστικής Νέφους, Εικονικοποίηση, Κλιμάκωση, Εξισορρόπηση Χωρητικότητας και Φόρτου
● AWS EC2, S3, EMR.

Περιεχόμενο μαθήματος (PDF):