Podatkovna analitika nad računarstvom u oblaku

Naziv predmeta:

Podatkovna analitika nad računarstvom u oblaku

Opis:

Ciljevi ovog modula su omogućiti studentima da nauče:

• Tumačiti temeljne ideje iza računarstva u oblaku, evoluciju paradigme, prednosti njezine primjenjivosti, kao i trenutne i buduće izazove
• Tumačiti osnovne ideje i principe u dizajnu podatkovnih centara; tehnike upravljanja oblakom i razmatranja primjene analitike u oblaku
• Procijeniti ekonomiju računarstva u oblaku
• Točno procijeniti izazove i mogućnosti raspodijeljenog računarstva i primijeniti to znanje na projekte iz stvarnog svijeta
• Upoznati studente s konceptima analitike u oblaku i općenitim uvidima u analitičke servise u oblaku, uključujući i 3 glavna igrača na tržištu (IBM, Oracle i Microsoft).

U ovom modulu studenti će naučiti kako upravljati analitikom podataka i računarstvom u oblaku kako bi pomogli izravnoj poslovnoj strategiji za optimizaciju resursa i maksimiziranje dobiti. Idealno, analiza podataka pomaže eliminirati velik dio nagađanja kod pokušaja razumijevanja klijenata, te umjesto toga sistematski prati obrasce podataka kako bi se najbolje konstruirale poslovne taktike i operacije kako bi se smanjila nesigurnost. Analitika ne samo da određuje što bi moglo privući nove klijente, analitika često prepoznaje postojeće obrasce u podacima kako bi pomogla pri boljem usluživanju postojećih klijenata, što je obično isplativije od uspostavljanja novog posla.

Studentima je važno pohađati ovaj modul kako bi mogli upravljati promjenjivim poslovnim svijetom podložnom nebrojenim varijantama rješenja za analitiku osnaženu u oblaku. Analitika daje tvrtkama prednost u prepoznavanju promjenjive klime kako bi mogle poduzeti odgovarajuće inicijative za zadržavanje konkurentnosti. Uz analitiku, računarstvo u oblaku također pomaže u učinkovitijem poslovanju, a objedinjavanje oblaka i analitike moglo bi pomoći tvrtkama da spremaju, tumače i obrađuju svoje velike podatke kako bi bolje zadovoljile potrebe svojih klijenata

Literatura:

Obvezna literatura:
1. Onn, Y. (2005) Privacy in the Digital Environment, Haifa: Haifa Center of Law and Technology
2. Hager, G., Wellein, G. (2010) Introduction to High Performance Computing for Scientists and Engineers, https://www.amazon.de/Introduction-Performance-Computing-Scientists-Computational/dp/143981192X, available at pdf: https://pdfs.semanticscholar.org/d45e/c41b45caa8686fa1788d9191ab4044a18a83.pdf

Preporučena literatura:
1. Maheshwari, A. (2016) Big Data Essentials, Seattle: Amazon Digital Services LLC
2. Marz, N. (2015) Big Data analytics, New York: Manning Publications
3. Eijkhout, V. (2015) Introduction to High Performance Scientific Computing,(https://www.amazon.com/Introduction-High-Performance-Scientific-Computing/dp/1257992546), available at http://pages.tacc.utexas.edu/~eijkhout/Articles/EijkhoutIntroToHPC.pdf

Preporučena literatura:
1. Gebali, F. (2013) Algorithms and Parallel Computing, https://www.amazon.com/Algorithms-Parallel-Computing-Fayez-Gebali/dp/0470902108), available at https://aicitel.files.wordpress.com/2013/02/parallel-algorithms.pdf