Κλιμάκωση Δεδομένων και Αναλυτική
Γενικά
Κωδικός: BSC_IT20
Γλώσσα: Αγγλικά
Τρόπος διδασκαλίας: Δια ζώσης
Προαπαιτούμενα: Δεν υπάρχουν
Φόρτος εργασίας
- Διαλέξεις: 52.0 ώρες
- Εργαστήριο: 0.0 ώρες
- Μελέτη: 61.5 ώρες
- Εργασία: 50.0 ώρες
Περιεχόμενο Μαθήματος
Εβδομάδα 1: Εισαγωγή στην κλιμάκωση δεδομένων και την αναλυτική. Βασικές έννοιες, στόχοι και πεδία εφαρμογής.
Εβδομάδα 2: Εισαγωγή στα μεγάλα δεδομένα. Χαρακτηριστικά, προκλήσεις και σύγχρονα οικοσυστήματα δεδομένων.
Εβδομάδα 3: Αρχιτεκτονικές αποθήκευσης δεδομένων. Σχεσιακές και μη σχεσιακές βάσεις δεδομένων.
Εβδομάδα 4: Κατανεμημένα συστήματα και κατανεμημένη επεξεργασία δεδομένων.
Εβδομάδα 5: Υποδομές υπολογιστικού νέφους και κλιμακούμενες υπηρεσίες δεδομένων.
Εβδομάδα 6: Προεπεξεργασία και καθαρισμός δεδομένων σε περιβάλλοντα μεγάλης κλίμακας.
Εβδομάδα 7: Εξερευνητική ανάλυση δεδομένων και βασικές στατιστικές τεχνικές.
Εβδομάδα 8: Μέθοδοι αναλυτικής δεδομένων και εξαγωγής γνώσης από δεδομένα.
Εβδομάδα 9: Οπτικοποίηση δεδομένων και παρουσίαση αναλυτικών αποτελεσμάτων.
Εβδομάδα 10: Απόδοση, αποδοτικότητα και επεκτασιμότητα σε συστήματα ανάλυσης δεδομένων.
Εβδομάδα 11: Επιλογή εργαλείων και τεχνολογιών για εφαρμογές data analytics.
Εβδομάδα 12: Μελέτες περίπτωσης και εφαρμογές σε πραγματικά προβλήματα.
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές/φοιτήτριες θα είναι σε θέση να:
- Κατανοούν τις βασικές έννοιες της κλιμάκωσης δεδομένων και της αναλυτικής σε σύγχρονα πληροφοριακά περιβάλλοντα,
- Περιγράφουν τις κύριες αρχιτεκτονικές και τεχνολογίες αποθήκευσης, επεξεργασίας και ανάλυσης μεγάλου όγκου δεδομένων,
- Διακρίνουν τις διαφορές μεταξύ παραδοσιακών και κατανεμημένων προσεγγίσεων διαχείρισης δεδομένων,
- Επιλέγουν κατάλληλες τεχνικές, εργαλεία και υποδομές για την επεξεργασία και ανάλυση δεδομένων σε κλιμακούμενα περιβάλλοντα,
- Εφαρμόζουν βασικές μεθόδους προεπεξεργασίας, ανάλυσης και οπτικοποίησης δεδομένων,
- Αναλύουν προβλήματα που σχετίζονται με την απόδοση, την επεκτασιμότητα και την αποδοτικότητα συστημάτων δεδομένων,
- Αξιολογούν εναλλακτικές λύσεις για τη διαχείριση και αναλυτική δεδομένων με βάση τεχνικά και λειτουργικά κριτήρια,
- Σχεδιάζουν βασικές ροές εργασίας δεδομένων για την υποστήριξη αναλυτικών εφαρμογών και λήψης αποφάσεων,
- Συνεργάζονται για την υλοποίηση μικρής κλίμακας έργων αναλυτικής δεδομένων με χρήση σύγχρονων τεχνολογικών εργαλείων.
Δεξιότητες
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Προσαρμογή σε νέες καταστάσεις
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
- Εργασία σε διεθνές περιβάλλον
- Εργασία σε διεπιστημονικό περιβάλλον
- Παραγωγή νέων ερευνητικών ιδεών
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
- Ανάπτυξη αναλυτικής και υπολογιστικής σκέψης
- Ικανότητα επίλυσης προβλημάτων σε περιβάλλοντα μεγάλου όγκου δεδομένων
- Εξοικείωση με κλιμακούμενες αρχιτεκτονικές επεξεργασίας και ανάλυσης δεδομένων
- Αξιολόγηση και επιλογή κατάλληλων τεχνολογιών και εργαλείων για αναλυτική δεδομένων