TECHNOLOGIES FOR BIG DATA MANAGEMENT AND ANALYTICS
| Titel | ΤΕΧΝΟΛΟΓΙΕΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΚΑΙ ΑΝΑΛΥΣΗΣ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ / TECHNOLOGIES FOR BIG DATA MANAGEMENT AND ANALYTICS |
| Code | IS-27 |
| Cycle / Level | 2. Magisterstudiengang |
| Semester | Winter |
| Coordinator | Apostolos Papadopoulos |
| Common | Nein |
| Status | Aktiv |
| Course ID | 600000820 |
Studienplan: PMS Tmīmatos Plīroforikīs (2014-sīmera)
Registered students: 1
| Fachrichtung | Form des Kursbesuchs | Semester | Jahr | ECTS |
|---|---|---|---|---|
| TECΗNOLOGIES GNŌSĪS DEDOMENŌN KAI LOGISMIKOU | YPOCΗREŌTIKO KAT' EPILOGĪN | 1 | 1 | 7.5 |
| TECΗNOLOGIES PLĪROFORIAS KAI EPIKOINŌNIŌN STĪN EKPAIDEUSĪ | Wahlveranstaltung | 1 | 1 | 7.5 |
| PSĪFIAKA MESA- YPOLOGISTIKĪ NOĪMOSYNĪ | Wahlveranstaltung | 1 | 1 | 7.5 |
| DIKTYAKA SYSTĪMATA | Wahlveranstaltung | 1 | 1 | 7.5 |
| Akademisches Jahr | 2018 – 2019 |
| Kurslehrdauer | Winter |
| Faculty Instructors | |
| Weekly Hours | 3 |
| Class ID | 600139576
|
Course Type 2016-2020
- Wissenschaftlicher Fachbereich
- Entwicklung von Fertigkeiten
Veranstaltungstyp
- Persönliche Anwesenheit
Elektronischer Zugang zu Unterrichtsmaterialien
- e-Study Guide https://qa.auth.gr/de/class/1/600139576
- Auf der Webseite der Abteilung : http://delab.csd.auth.gr/courses/c_bigdata
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=7951
Sprache
- Griechisch (Lehre, Prüfung)
- Englisch (Lehre, Prüfung)
Allgemeine Kompetenzen
- Anwendung des Wissens in der Praxis
- Recherche, Analyse und Verarbeitung von Daten und Informationen mittels der Verwendung technologischer Medien
- Autonomes Arbeiten
- Gruppenarbeit
- Produktion von neuen Forschungsideen
Lehrmaterialien
- Skript
- Interaktive Übungen
Einsatz von Informations- und Kommunikationstechnologie
IKT-Nutzung
- Einsatz von IKT in der Lehre
- Einsatz von IKT in der Laborausbildung
- Einsatz von IKT in der Bewertung der Studierenden
Unterrichtsorganisation
| Activities | Arbeitsbelastung | ECTS | Einzelarbeit | Gruppenarbeit | Erasmus |
|---|---|---|---|---|---|
| Vorlesungen | 39 | 1.3 | ✓ | ||
| Rezeption/ Analyse von Texten | 100 | 3.3 | ✓ | ✓ | |
| Projekt | 55 | 1.8 | ✓ | ✓ | |
| Erstellen einer Arbeit / v. Arbeiten | 32 | 1.1 | ✓ | ✓ | |
| Total | 226 | 7.5 |
Bewertung der Studierenden
Beschreibung des Verfahrens
- Schriftliche Prüf. mit ausführlichen Antworten auf Fragen (Endnote)
- Schriftliche Prüfung mit Problemlösung (Entwicklung, Endnote)
Empfohlene Bibliographie
Weitere Bibliographie
H. Karau, A. Konwinski, P. Wendell, M. Zaharia: Learning Spark, O' Reilly, 2015.
N. Lynch: Distributed algorithms, Morgan Kaufmann, 1996.
I. Robinson, J. Webber, E. Eifrem: Graph databases, O' Reilly, 2013.
S. Ryza, U. Laserson, S Owen, J. Wills: Advanced analytics with Spark, O'Reilly, 2015.
R. Schutt, C. O'Neil: Doing Data Science, O' Reilly, 2014.
C.A. Varela, G. Agha: Programming distributed computing systems: a foundational approach, The MIT Press, 2013.
Last Update
16-10-2015
