Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod

---

A4M33BDT	Technologie pro velká data
Role:		Rozsah výuky:	1P+1C
Katedra:	13136	Jazyk výuky:	CS
Garanti:		Zakončení:	KZ
Přednášející:		Kreditů:	3
Cvičící:		Semestr:	L

Webová stránka:

https://sites.google.com/a/via.felk.cvut.cz/bigdata/

Anotace:

Předmět se zaměřuje na architekturu a aplikace systémů pro správu velkých dat. Studenti si osvojí celistvý pohled na ekosystém technologií od výběru hardware infrastruktury, procesu extrakce, transformace a načítání dat přes jejich uložení, správu a analýzu až po pokročilé metody datové vědy a strojového učení pro zpracování dat a následné aplikace výsledků v byznysu.

Cíle studia:

Cílem tohoto předmětu je seznámit studenty s novými trendy a technologiemi pro uchovávání, správu a zpracování velmi rozsáhlých dat (big data).

Osnovy přednášek:

1.		Úvod, organizace, motivace, přehled, aplikace
2.		Architektura clusteru - Hadoop (hw, distribuce, hdfs, yarn)
3.		Storage (formáty ukládání a komprese dat, HIVE, Impala)
4.		Map+reduce - paradigma a implementace (fáze výpočtu, schémata algoritmů)
5.		Spark a zpracování streamovaných dat (RDD, DataFrames, zdroje, streaming)
6.		Big Data Science (page rank, kolaborativní filtrování, SNA)
7.		Datové Architektury (typické architektury Big Data řešení, dwh, data lake)

Osnovy cvičení:

1.		První kroky na clusteru (připojení, certifikáty, tunely, administrace, tasky, logy)
2.		Hive (vytváření a rušení tabulek, interní a externí mapování, dotazy)
3.		Map Reduce (java úlohy na základní map reduce programování)
4.		Spark (map reduce ve sparku, práce s RDD a DF)
5.		Spark (větší úloha a příprava na zápočtový test)
6.		Rezerva (Spark ML a GraphiX)

Literatura:

Hadoop: The Definitive Guide, 4th Edition, by Tom White

Požadavky:

Cvičení budou probíhat standardním způsobem předpokládáme, že studenti si přinesou vlastní počítače pro editování skriptů. Vlastní výpočty plánujeme v počítačovém klastru se vzdáleným přístupem. Pro praktická cvičení budou studenti používat předistalovanou databázi textů. Náplní cvičení bude praktické uplatnění přednášených technologií na konkrétních příkladech. V průběhu semestru jsou plánovány dva krátké testy z dosud probrané látky.

Klíčová slova:

Big Data, Hadoop, Machine learning

Předmět je zahrnut do těchto studijních plánů:

Plán

Obor

Role

Dop. semestr

---

Stránka vytvořena 15.9.2024 12:51:11, semestry: Z/2025-6, Z,L/2024-5, Z,L/2023-4, připomínky k informační náplni zasílejte správci studijních plánů

Návrh a realizace: I. Halaška (K336), J. Novák (K336)