Specjalizacja magisterska Bazy danych
Transkrypt
Specjalizacja magisterska Bazy danych
Specjalizacja magisterska Bazy danych Katedra Baz Danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/BazyDanych.pdf Katedra Baz Danych Wymagania wstępne • Znajomość podstaw języka SQL • Znajomość podstaw jednego z języków programowania obiektowego Katedra Baz Danych Program studiów – przedmioty związane ze specjalizacją • Zarządzanie bazami danych • Nierelacyjne bazy danych i zaawansowane programowanie • Zaawansowane modelowanie i analiza systemów informatycznych • Integracja danych i hurtownie danych • Analiza i eksploracja dużych zbiorów danych Katedra Baz Danych Specjalizacja przygotowuje do pracy w zawodzie • Administrator baz danych • Projektant baz danych • Programista baz danych • Projektant aplikacji baz danych • Projektant, programista i administrator witryn internetowych • Projektant hurtowni danych i systemów Business Intelligence • Pracownik naukowo-badawczy Katedra Baz Danych Pracownicy Katedry Baz Danych • • • • • • • • • • Lech Banachowski – kierownik specjalizacji Krzysztof Stencel Elżbieta Mrówka-Matejewska Agnieszka Chądzyńska-Krasowska Paweł Lenkiewicz Krzysztof Matejewski Ida Jokisz Michał Jankowski-Lorek Jan Wierzbicki Wojciech Bednaruk Katedra Baz Danych Tematyka prac magisterskich • Budowa, administrowanie i strojenie baz danych • Systemy wspomagające edukację (e-learning) • Budowa i zarządzanie hurtowniami danych W pracy inżynierskiej nacisk jest na poprawne zrealizowanie projektu – na ogół utworzenie bazy danych i aplikacji na tej bazie danych. W pracy magisterskiej nacisk jest na przeprowadzenie studiów tematu, rozważenie różnych możliwości i zaproponowanie własnego rozwiązania problemu. Katedra Baz Danych Strojenie baz danych Prof. Krzysztof Stencel • Analiza plików śladu bazy danych w poszukiwaniu wzorców i antywzorców • Analiza profilu użycia bazy danych / workload • Analiza raportów efektywności baz danych • Analiza pokrycia modelu danych zapytaniami: ile danych jest w bazie, których nikt nie używa? • Statystyczna analiza plików śladu, eksploracja naprawdę dużych danych nie-do-końca-strukturalnych Katedra Baz Danych Analiza danych z klastra obliczeniowego Prof. Krzysztof Stencel • Google opublikował raporty zużycia zasobów w jednym ze swoich klastrów obliczeniowych Open Cluster Data https://code.google.com/p/googleclusterdata/ • Ogromne ilości danych do analizy • Zadanie eksploracyjne: grupowanie podobnych zadań, wykrywanie wzorców (np. wycieków pamięci li tylko na podstawie wykresu użycia pamięci), przewidywanie zużycia zasobów Katedra Baz Danych Bazy danych NOSQL Prof. Krzysztof Stencel • NOT ONLY SQL • Bazy klucz-wartość, bazy grafowe, bazy dokumentowe (dla niektórych także obiektowe) • Tworzenie multibaz z różnych rodzajów baz danych, np. integracja bazy relacyjnej, Cassandry i neo4j. Dane składujemy tam, gdzie jest najlepiej • Ciekawe zastosowania (uwielbiam bazy grafowe) • przybliżone wyszukiwanie najkrótszych ścieżek w wielkim grafie (bazy grafowe) • wyszukiwanie elementów w sąsiedztwie węzła • generowanie grafów o właściwościach grafów naturalnych Katedra Baz Danych Odwzorowanie obiektoworelacyjne Prof. Krzysztof Stencel • Analiza możliwości języków zapytań w ORM • Rozszerzanie ORM o nietypowe cechy • zapytania rekurencyjne w stylu SQL:1999 i Oracle • indeksy funkcyjne i doradztwo indeksowe • częściowe agregacje, drzewa licznikowe • Optymalizacja zapytań rekurencyjnych • Integracja ORM z bazami NOSQL Katedra Baz Danych Administrowanie / strojenie baz danych Dr Paweł Lenkiewicz • Tematy związane z porównaniem / zbadaniem poszczególnych aspektów funkcjonowania serwera bazy danych. • Wydajność różnych rozwiązań. • Nowości i ciekawe rozwiązania w różnych SZBD. Katedra Baz Danych Hurtownie danych Mgr Agnieszka Chądzyńska-Krasowska, Mgr Elżbieta Mrówka-Matejewska • Przykładowe tematy: • Optymalizacja procesów ETL w MSSQL Serwerze • Porównanie wydajności raportowania z bazy relacyjnej i kostki OLAP • Język MDX – materiały dydaktyczne Katedra Baz Danych Rozwój systemów wspomagających edukację w PJATK Dr Paweł Lenkiewicz, Mgr Krzysztof Matejewski • Gakko – system zarządzania uczelnią – moduły Dziekanat, Rekrutacja, Plan zajęć, Stypendia, Kwestura, Podania studenckie, Katedra, moduł analityczny • EduX – całkowicie zintegrowana z GAKKO platforma edukacyjna, wykorzystywana zarówno do celów elearning jak i blended learning Katedra Baz Danych Charakterystyka prac w dziedzinie elearningu 1. Zastosowanie technologii informatycznych do wspomagania procesów nauczania i uczenia się. 2. Typowe prace magisterskie obejmują analizę zastanego stanu rzeczy oraz projekt z prototypem konkretnego systemu wspomagającego edukację. 3. Aplikacja w pracy magisterskiej może skorzystać z infrastruktury dostępnej w uczelni (EduX, Nomad, www.learningflow.net) lub z opensourcowych projektów jak https://moodle.org/, https://sakaiproject.org/, https://elgg.org/ Katedra Baz Danych Przykładowe tematy (analiza stanu obecnego, prototyp) Prof. Lech Banachowski • Budowa repozytorium materiałów dydaktycznych w uczelni. • Budowa Personal Learning Environment dla studentów uczelni. • Czy z aplikacji open source wspomagających edukację takich jak wiki, blogi, e-portfolia, chat, forum, web feeds można złożyć pełną, rozszerzalną witrynę edukacyjną? • Wyszukiwarka internetowa materiałów dydaktycznych przeszukująca znane repozytoria. • Budowa inteligentnego e-podręcznika (e-tutora) z dziedziny baz danych. Katedra Baz Danych Przykładowe tematy teoretyczne Prof. Lech Banachowski • Znaczenie standardów w dziedzinie e-learningu. • Modele danych dla reprezentacji wiedzy. • Oczekiwania i ocena systemów klasy Intelligent Tutoring Systems. Tematy teoretyczne (bez programowania prototypu, chociaż przy niewielkim przesunięciu fokusu mogłyby obejmować eksperymentowanie z prototypem). Katedra Baz Danych Dziękujemy za uwagę i zapraszamy na specjalizację Bazy danych Strona Katedry http://bd.pjwstk.edu.pl/katedra/ Prezentacja dostępna pod adresem: http://www.bd.pjwstk.edu.pl/BazyDanych.pdf Katedra Baz Danych