wzór sylabusa UG - Programowanie biznesowych aplikacji

Nazwa przedmiotu
Big Data w biznesie
Kod ECTS
Uzupełnia pracownik toku studiów, według
ustalonego w UG wzoru
Nazwa jednostki prowadzącej przedmiot
Wydział Zarządzania / Katedra Informatyki Ekonomicznej
Studia
Wydział
stopień
Zarządzania
podyplomowe
Nazwisko osoby prowadzącej (osób prowadzących)
dr Jacek Maślankowski
tryb
niestacjonarne
Formy zajęć, sposób ich realizacji i przypisana im liczba godzin
A. Formy zajęć
 wykład konwersatoryjny
 ćwiczenia audytoryjne – metoda projektów (projekt badawczy,
wdrożeniowy, praktyczny)
B. Sposób realizacji
 zajęcia w sali dydaktycznej
Liczba punktów ECTS
1 pkt ECTS
6 godz. - udział w ćwiczeniach (0,2 pkt),
6 godz. - przygotowanie do zajęć (0,2 pkt),
16 godz. - studiowanie literatury przedmiotu
(0,6 pkt)
C. Liczba godzin 6
Cykl dydaktyczny
Semestr letni
Status przedmiotu
 obowiązkowy
Język wykładowy
polski
Metody dydaktyczne
 ćwiczenia laboratoryjne: metoda projektów, rozwiązywanie zadań, dyskusja
Forma i sposób zaliczenia oraz podstawowe kryteria oceny
lub wymagania egzaminacyjne
A. Sposób zaliczenia
 zaliczenie bez oceny
B. Formy zaliczenia:
 kolokwium
C. Podstawowe kryteria
 uzyskanie minimum 50% punktów z kolokwium
Sposób weryfikacji założonych efektów kształcenia
zakładany efekt kształcenia
zajęcia w laboratorium
komputerowym
lektura dodatkowych zasobów edukacyjnych
udostępnionych przez prowadzącego w
ramach serwisów zewnętrznych i/albo
Platformy Edukacyjnej UG
Wiedza
Kr2_W01
+
Kr2_W03
+
Kr2_W04
+
Umiejętności
Kr2_U02
+
Kr2_U04
+
Kr2_U08
+
Kompetencje
Kr2_K01
+
Kr2_K02
+
Określenie przedmiotów wprowadzających wraz z wymogami wstępnymi
Należy określić:
A. Wymagania formalne
Programowanie aplikacji bazodanowych
+
+
B. Wymagania wstępne
Podstawowa znajomość projektowania baz danych.
Cele przedmiotu
 Projektowanie rozwiązań Big Data bazujących na danych biznesowych pochodzących z Internetu.
 Nabycie umiejętności z zakresu konfiguracji i programowania środowiska Big Data w celu przetwarzania danych
biznesowych.
 Klasyfikowanie informacji pochodzącej z Internetu w odniesieniu do jakości danych.
Treści programowe
I. Teoretyczne podstawy Big Data
1. Ekosystem Big Data i jego zastosowanie w biznesie
2. Klasyfikacja danych biznesowych oraz aspekty jakości danych
3. Bazy danych typu NoSQL
4. Alternatywne metody przetwarzania danych biznesowych – Google Trends, Google Analytics
II. Tworzenie rozwiązań Big Data
1. Architektura Apache Hadoop: hurtownia danych Apache Hive, przetwarzanie w czasie rzeczywistym Apache
Spark, pozyskiwanie danych Apache Nutch.
2. Przygotowanie środowiska testowego w Apache Hadoop
3. Masowe pobieranie zbiorów danych ze stron internetowych
4. Zastosowanie wyrażeń regularnych w przetwarzaniu dużych zbiorów danych
5. Implementacja algorytmów typu MapReduce
6. Alternatywne metody programowania rozwiązań Big Data – język Java oraz PIG Latin.
7. Klasyfikacja zbiorów danych i badanie jakości danych
8. Generowanie raportów na podstawie danych Big Data
Wykaz literatury
A. Literatura wymagana do ostatecznego zaliczenia zajęć (zdania egzaminu):
A.1. wykorzystywana podczas zajęć
 Materiały przygotowane przez prowadzącego
 Mayer-Schonberger V., Cukier K., Big Data: A Revolution that Will Transform how We Live, Work,
and Think, 2013
 Dokumentacja systemu Apache Hadoop: http://hadoop.apache.com.
A.2. studiowana samodzielnie przez studenta
 Kursy e-learningowe dostępne na http://bigdatauniversity.com
B. Literatura uzupełniająca
 Kalyvas J.R., Overly M.R., Big Data: A Business and Legal Guide, Taylor & Francis Group, 2014
Efekty uczenia się
Wiedza
 posiada wiedzę nt. możliwości zastosowania rozwiązań Big Data w biznesie,
W zakresie wiedzy:
 potrafi klasyfikować zbiory danych według różnych rodzajów: dane generowane przez
Kr2_W01 Ma rozszerzoną
maszyny a dane z serwisów społecznościowych oraz dane biznesowe,
wiedzę o miejscu nauk ekono identyfikuje zastosowania poszczególnych komponentów ekosystemu Apache Hadoop.
micznych w systemie nauk, ich
charakterze, metodologii oraz  klasyfikuje duże bazy danych według ich rodzajów i przeznaczenia.
powiązaniach z innymi naukami
Kr2_W03 Ma pogłębioną
wiedzę o człowieku jako podmiocie tworzącym struktury i
instytucje ekonomiczne
Kr2_W04 Zna zaawansowane
metody matematyczne, statystyczne, ekonometryczne oraz
informatyczne umożliwiające
pozyskiwanie, przetwarzanie i
analizę danych odzwierciedlających funkcjonowanie i
wzrost gospodarki narodowej i
jej składowych oraz zjawisk i
procesów zachodzących w ich
otoczeniu
W zakresie umiejętności:
Kr2_U02 Potrafi sprawnie
pozyskiwać szczegółowe
informacje o procesach i zjawiskach ekonomicznych w
drodze obserwacji bezpośredniej, planowanego eksperymentu lub kwerendy baz danych oraz gromadzić je i prze-
Umiejętności
 tworzy rozwiązania Big Data bazujące na algorytmach MapReduce,
 zna język wyrażeń regularnych i potrafi przetwarzać dane za jego pomocą,
 potrafi przygotować środowisko pracy Apache Hadoop,
 umie przetwarzać duże zbiory danych ustrukturyzowanych i nieustrukturyzowanych,
 potrafi zastosować języki Java oraz PIG Latin w celu przetwarzania danych,
 umie generować spersonalizowane raporty zawierających wyniki analiz typu Big Data.
Kompetencje społeczne (postawy)
 krytycznie ocenia jakość danych pochodzących ze źródeł ogólnie dostępnych,
 udostępnia tylko wiarygodne raporty, prezentujące rzetelne dane,
 nie korzysta z baz danych, których prawne aspekty nie do końca są wyjaśnione,
 nie przetwarza danych osobowych bez wcześniej uzgodnionych uregulowań prawnych.
 wykazuje kreatywność w przygotowywaniu rozwiązań Big Data.
twarzać za pomocą nowoczesnych narzędzi informatycznych
Kr2_U04 Potrafi na poziomie
zaawansowanym planować,
projektować i programować
systemy informatyczne,
wspierające funkcjonowanie
podmiotów gospodarczych
Kr2_U08 Potrafi instalować,
konfigurować i stosować nowoczesne technologie informacyjno-telekomunikacyjne w
procesie zarządzania przedsiębiorstwem i komunikacji biznesowej
W zakresie kompetencji społecznych:
Kr2_K01 Rozumie potrzebę
ustawicznego uzupełniania i
pogłębiania nabytej wiedzy;
inspiruje i organizuje proces
uczenia się innych osób
Kr2_K02 Rozumie potrzebę
systematycznego studiowania
kierunkowej literatury naukowej i popularnonaukowej; jest
świadomy konieczności prowadzenie obserwacji, eksperymentów, badań oraz podejmowania za nie odpowiedzialności
Kontakt
[email protected]