Studij

Podatkovna znanost

Analitika u oblaku

  • Predavanje 30
  • Vježbe 30
  • Samostalni rad 120
Ukupno 180

Naziv predmeta

Analitika u oblaku

Oznaka predmeta

20-02-029

Semestar

3

ECTS

6

Nastavnici i suradnici

Cilj

Jedno od područja koje će doživjeti velike promjene sve većom primjenom računarstva u oblaku je i analiza podataka te kvantitativno modeliranje. Sve veća količina i brzina generiranja podataka s jedne strane te sve veća potreba za troškovnom učinkovitošću, brzinom reakcije i fleksibilnošću s druge, sve više usmjeravaju organizacije ka korištenju analitike u oblaku. Analitički servisi u oblaku već su sad dominantni oblik analize velikih količina podataka temeljene na distribuiranim tehnologijama kao što su Apache Hadoop, Apache Spark, Dremel, itd. HPC infrastruktura postaje ključna za stjecanje kompetitivne prednosti i optimalne monetizacije podataka. Daljnjim razvojem analitičkih servisa u oblaku, oni će postati nezaobilazno rješenje gorućih problema većine organizacija, kao što su: niska iskorištenost internih i eksternih podataka, slabo razumijevanje potreba klijenata, tromost u reakciji na eksterne promjene, veliki ukupni troškovi vlasništva informacijske infrastrukture, itd. Cilj predmeta je upoznati studente s konceptima analitike u oblaku te generalno upoznavanje s analitičkim servisima u oblaku, uključujući i 3 bitna tržišna igrača (IBM, Oracle i Microsoft).

Sadržaj

Uvod u računarstvo u oblaku benefiti i važnost oblaka. Važnost prikupljanje podataka, pohrane i pretvaranje podataka u infromacije kvalitetnim analizama. Prednosti obrade u oblaku velikih skupova podataka. DWH u oblaku i razlika između tradicionalnog DWH u odnosu na onaj u obalu. Odnos modeliranja u oblaku i tradicionalnog modeliranja. "Proof of concept" za DWH u olaku i ROI na investiciju. Priprema i prebacivanje podataka u DWH u oblaku u razlika između ETL i ELT procesa. Klijentski alati za analitiku u oblaku. Traženje i alokacija virtualnih resursa (Amazon AWS, IaaS), kontekstualizacija, snapshot, volume, stvaranje mreže, sigurnost. Prepoznavanje lica, estimacija dobi, spola i emocije osobe na slici/vide ispred kamere, koristeći servise u oblaku. IBM Watson i korištenje servisa umjetne inteligencije u oblaku. Microsoft i Oracle servisi u oblaku i autonomne baze podataka. Osnove kontenjera. Trendovi i budućnost.

Obvezna literatura

Budin, L., Brođanac, P., Markučić, Z. i Perić, S. (2012). Rješavanje problema programiranjem u Pythonu. Zagreb: Element.
Budin, L., Brođanac, P., Markučić, Z. i Perić, S. (2013). Napredno rješavanje problema programiranjem u Pythonu. Zagreb: Element.
Yael Onn et. al., Privacy in the Digital Environment (Haifa Center of Law and Technology, Niva Elkin-Koren, Michael Birnhack, eds., 2005).

Georg Hager, Gerhard Wellein "Introduction to High Performance Computing for Scientists and Engineers", https://www.amazon.de/Introduction-Performance-Computing-Scientists-Computational/dp/143981192X, dostupan pdf: https://pdfs.semanticscholar.org/d45e/c41b45caa8686fa1788d9191ab4044a18a83.pdf 

Preporučena literatura

Anil Maheshwari, Big Data Essentials (Amazon Digital Services LLC, 2016)
Nathan Marz, Big Data analytics (Manning Publications, 2015)

"Victor Eijkhout ""Introduction to High Performance Scientific Computing"", Dec 2015 (https://www.amazon.com/Introduction-High-Performance-Scientific-Computing/dp/1257992546), pdf dostupan na http://pages.tacc.utexas.edu/~eijkhout/Articles/EijkhoutIntroToHPC.pdf
Fayez Gebali ""Algorithms and Parallel Computing"" (https://www.amazon.com/Algorithms-Parallel-Computing-Fayez-Gebali/dp/0470902108), pdf dostupan na: https://aicitel.files.wordpress.com/2013/02/parallel-algorithms.pdf"

Minimalni ishodi učenja

  • Razumjeti osnovne elemente, alate i koncepte analitike u oblaku.
  • Razumjeti karakteristike DWH u oblaku (prednosti i nedostaci)
  • Razumjeti BI koncept u oblaku i prepoznati najpoznatije alate u oblaku i njihove zajedničke karakteristike.
  • Prepoznati koji su korišteni servisi u cloudu, kako ih možemo koristiti (uključujući one bazirane na umjetnoj inteligenciji).

Željeni ishodi učenja

  • Objasniti na konkretnim primjerima mogućnosti analitike u oblaku.
  • Vrednovati ključne razlike između DWH u oblaku i tradicionalnog "on premise" DWH.
  • Razumjeti elemente BI u oblaku i primjene u konkretnoj organizaciji i analiza podataka u oblaku.
  • Primjeniti cloud servise na vlastitom skupu podataka.
Podijeli: Facebook Twitter

BUDI IZVRSTAN U ONOM ŠTO VOLIŠ. ZAISKRI.

Prijavi se

Zašto je Algebra siguran izbor za tvoju budućnost?

Vjetar u
leđa

Kod nas ćeš naučiti sve o informacijskim tehnologijama, području za kojim potražnja stalno raste. Vjerujemo da ćemo ti tako osigurati podlogu za osobni razvoj i učiniti te metom poslodavaca.

Moderna metodologija

Odbijamo stajati na mjestu u svijetu koji se sve brže i brže mijenja. Jako pazimo da svaki studijski program bude u skladu s modernim trendovima i ide u korak s vremenom.

Kvaliteta bez premca

Ponosni smo na brojna priznanja i status najkvalitetnijeg stručnog studija u Hrvatskoj. Iz godine u godinu se trudimo opravdati ukazano povjerenje, jer znamo da tvoja budućnost ovisi o tome. Zato svoju zadaću ne shvaćamo olako.

Newsletter

Želiš biti u toku sa svim novostima vezanim uz fakultet? Prijavi se na naš newsletter.