Zarządzanie Big Data 2700-M-ZBD-D1ZBD
Wykład poświęcony jest omówieniu:
• Pojęcie big data (Geneza zjawiska, Definicja bigdata, Aspekty zjawiska)
• Aspekty: technologiczny, ekonomiczny i społeczny
• Przetwarzanie danych prywatnych w biznesie, Selekcjonowanie treści, dezinformacja
• Architektura big data (Podstawowe założenia, Źródła danych)
• Pozyskiwanie i wstępne przetwarzanie danych (Sposoby dostępu do danych, Pozyskiwanie danych w czasie rzeczywistym, Przykład rozwiązania Apache Kafka)
• Przetwarzanie i analizowanie danych (Podstawowe zasady, Funkcje platformy big data na przykładzie Apache Spark)
• Modele przechowywania danych (Architektura przechowywania danych, Przetwarzanie w pamięci in-memory, Sposoby zapisu danych w pamięci masowej)
• Nierelacyjne systemy zarządzania bazami danych NoSQL (Bazy danych klucz-wartość, Baza dokumentów, Kolumnowy model danych, Grafowa baza danych, Strumieniowa baza danych)
Kierunek podstawowy MISMaP
informatyka
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Efekty uczenia się
Na drodze realizacji przedmiotu student:
Wiedza:
- potrafi zdefiniować zagadanie Big Data,
- potrafi określić cele zastosowania Big Data w organizacji,
Umiejętności:
- potrafi określić źródła danych,
- potrafi określić miejsce hurtowni danych w rozwiązaniach Big Data,
Inne kompetencje:
- rozumie znacznie analiz danych w procesach decyzyjnych organizacji.
Kryteria oceniania
Test, 30 pytań, pytania z zakresu konwersatorium, pytania zamknięte, 4 odpowiedzi, tylko jedna poprawna, 60% zalicza. Skala ocen: 30pkt 5; 27pkt 4,5; 24pkt 4; 21pkt 3,5; 18pkt 3;<18pkt 2
Test realizowany w sali na kartce lub w sali na platformie Kampus 2 na własnym sprzęcie komputerowym.
Literatura
• Wieczorkowski J., Chomiak-Orsa I., Pawełoszek I., Big data w zarządzaniu, Polskie Wydawnictwo Ekonomiczne, Warszawa 2021,
• Marz N., Warren J., Lachowski L., Wydawnictwo Helion, Big data: najlepsze praktyki budowy skalowalnych systemów obsługi danych w czasie rzeczywistym, Gliwice 2016.
• Mateos A., Walkowska J., Rosenberg J.B., Chmura obliczeniowa: rozwiązania dla biznesu, Gliwice 2011