wzór sylabusa UG - Programowanie biznesowych aplikacji
Transkrypt
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]