Podatkovna analitka nad računarstvom u oblaku
- Predavanje 30
- Vježbe 30
- Samostalni rad 60
Naziv predmeta
Podatkovna analitka nad računarstvom u oblaku
Oznaka predmeta
22-02-517
Semestar
2
ECTS
4
Nastavnici i suradnici
Sadržaj i cilj
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
Dodatna 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
Magistar inženjer računarstva / Magistrica inženjerka računarstva (mag. ing. comp.) s naznakom završenog smjera.
- Pogodnosti za prijelaznike s drugih visokih učilišta
- Mogućnosti financiranja
- Odluka o dostupnim izbornim kolegijima na diplomskim studijima ak.god. 2021/2022
- Pogodnosti za prijelaznike s drugih visokih učilišta
Minimalni ishodi učenja
- Procijeniti ulogu analitičkih sustava u oblaku i glavne prednosti i nedostatke u odnosu na tradicionalne "on premise" sustave.
- Objasniti tehnologije na kojima se temelji analitika u oblaku i osmisliti postupak i preduvjete za migraciju postojećeg ili implementaciju novog sustava analitike u oblaku.
- Utvrditi najčešće platforme za analitiku u oblaku, njihove komponente i opisati ključne razlike među njima.
- Utvrditi najčešće kognitivne usluge temeljene na oblaku, njihove komponente i opisati ključne razlike među njima.
Željeni ishodi učenja
- Definirati korake u planu migracije za postupak implementacije analitike u oblaku zajedno s ključnim prekretnicama.
- Odabrati najprikladnije tehnologije i procijeniti cijenu po ključnim resursima za usvajanje sustava analitike u oblaku za odabrani slučaj (migracija postojećeg / novog razvoja).
- Primijeniti alat za analitiku u oblaku za analizu podataka na primjeru iz stvarnog svijeta i vlastitog skupa podataka.
- Analizirati i primijeniti kognitivne usluge kao dio rješenja podatkovne znanosti u oblaku, uključujući planiranje infrastrukture i prijedlog vrijednosti za odabrani slučaj.