Předmět: Technologie pro big data

« Zpět
Název předmětu Technologie pro big data
Kód předmětu ITE/TPB
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia 3
Semestr Zimní
Počet ECTS kreditů 5
Vyučovací jazyk Čeština
Statut předmětu Povinně-volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Matějů Lukáš, Ing. Ph.D.
  • Červa Petr, doc. Ing. Ph.D.
Obsah předmětu
Témata přednášek: 1. Úvod do problematiky, příklady 2. Offline vs online zpracování dat 3. Distribuované výpočetní systémy, jejich vlastnosti a součásti 4. Offline zpracování dat a MapReduce 5. Platforma Hadoop 6. Platforma Hadoop II 7. Apache Spark 8. Apache Spark II 9. Apache Spark SQL 10. Online zpracování dat 11. Apache Spark Streaming 12. Apache Flink 13. Apache Kafka 14. Apache Kafka Cvičení: Navazují na jednotlivé přednášky, náplní je práce s jednotlivými probíranými technologiemi.

Studijní aktivity a metody výuky
Monologický výklad (přednáška, prezentace, vysvětlování), Samostatná práce studentů (studium textů, literatury, problémové úkoly,výzkum, pisemná práce)
Výstupy z učení
Předmět přirozeně navazuje na kurz Databáze pro BigData a seznamuje studenty s existujícími softwarovými technologiemi pro zpracování velkých objemů dat. Pozornost je věnována jak principům (např. MapReduce) a nástrojům pro dávkovému zpracování dat v offline režimu (např. Hadoop), tak i technologiím pro zpracování datových proudů v reálném čase (Spark).
Studenti získají znalost softwarových technologií a postupů, které jim umožní zpracovávat velké objemy dat v různých režimech. Předmět dále poskytuje teoretický základ nutný pro navazující kurz zaměřený na cloudové technologie.
Předpoklady
Základní znalost programování a schopnost algoritmizace úloh.

Hodnoticí metody a kritéria
Kombinovaná zkouška

Doporučená literatura
  • White T. Hadoop: The Definitive Guide. 2018. ISBN 978-1449311520.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr