Technologies for Big Data Analytics

Informations du Cours
TitreΤεχνολογίες Ανάλυσης Μεγάλων Δεδομένων / Technologies for Big Data Analytics
CodeDWS102
Cycle / Niveau2e cycle / Master
Semestre de l’annéeWinter
CoordinatorApostolos Papadopoulos
CommonOui
StatutActif
Course ID600016256

Programme d' Études: PMS EPISTĪMĪ DEDOMENŌN KAI PAGKOSMIOU ISTOU (2018 éōs sīmera) MF

Registered students: 5
OrientationAttendance TypeSemesterAnnéeECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN117.5

Programme d' Études: PMS EPISTĪMĪ DEDOMENŌN KAI PAGKOSMIOU ISTOU (2018 éōs sīmera) PF

Registered students: 21
OrientationAttendance TypeSemesterAnnéeECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN117.5

Informations de la Classe
Année Académique2019 – 2020
Semestre de l’AnnéeWinter
Faculty Instructors
Weekly Hours3
Total Hours39
Class ID
600153646
Course Type 2016-2020
  • Domaine Scientifique
  • Développement de Compétences
Mode d’Enseignement
  • En présentiel
Erasmus
The course is also offered to exchange programme students.
Language of Instruction
  • Grec (Enseignement, Examens)
  • Anglais (Enseignement, Examens)
Aptitudes Générales
  • Application des connaissances à la pratique
  • Recherche, analyse et synthèse de données et d’informations, avec utilisation des technologies adéquates
  • Travail en autonomie
  • Travail d’équipe
  • Production de nouvelles idées de recherche
Type de Matériels Éducatifs
  • Vidéoconférences
  • Livre
Use of Information and Communication Technologies
Use of ICT
  • Emploi de TIC pour l’enseignement
  • Emploi de TIC pour les activités de laboratoire
  • Emploi de TIC pour communiquer avec les étudiants
  • Emploi de TIC pour l’évaluation des étudiants
Organisation du Cours
ActivitésCharge de travailECTSIndividuelEn groupeErasmus
Conferences39
Etude & analyse bibliographiques100
Presentation d’une etude (projet)55
Redaction de travaux32
Total226
Student Assessment
Student Assessment methods
  • Examen écrit : réponses plus longues (Sommative)
  • Examen écrit : résolution de problèmes (Formative, Sommative)
Bibliography
Additional bibliography for study
M. Zaharia, B. Chambers: Spark, the definitive guide, O' Reilly, 2018. 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
22-01-2020