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