Big Data [2021 SoSe] | ||
---|---|---|
Code IBD |
Name Big Data |
|
LP 3 LP |
Dauer ein Semester |
Angebotsturnus unregelmäßig |
Format Vorlesung 2 SWS |
Arbeitsaufwand 90 h; davon 30 h Präsenzstudium 15 h Prüfungsvorbereitung 45 h Selbststudium und Hausaufgabenbearbeitung |
Verwendbarkeit B.Sc. Angewandte Informatik, M.Sc. Angewandte Informatik |
Sprache |
Lehrende |
Prüfungsschema |
Lernziele | Die Studierenden kennen den prinzipiellen Aufbau einer Big Data Anwendung haben die erforderlichen Grundlagen gelernt (Technologien, Methoden und Konzepte) sind mit den Sicherheitsproblematiken von Big Data Anwendungen vertraut und können eine adäquate Architektur konzipieren können Big Data Konzepte in Anwendungen umsetzen sind in der Lage, öffentliche und private Daten in Anwendungen zu aggregieren können die erworbenen Kenntnisse auf verschiedene Anwendungsbereiche übertragen |
|
Lerninhalte | Die Vorlesung bietet eine praktische Einführung in das aktuelle Gebiet Big Data, wobei auch Cloud Ressourcen im Internet für eigene Anwendungen transparent genutzt werden können. Schwerpunkte sind u.a.: Fundamentals: Volume, Variety, Velocity, Veracity, Visualization, Value Architecture: Hadoop as a Service, Data Warehouse Data Management: Movement, Monitoring, Provenance, Preservation, SLAs Data Publication: Preparation, Curation, Discovery, Open Data, Open Access Data Security, Privacy & Trust: Risk Management, Usage Control, Trusted Datastore |
|
Teilnahme- voraus- setzungen |
empfohlen sind: Kenntnisse und Fähigkeiten wie sie im Modul ISW, IBN und ICC vermittelt werden. Modul IPDPA wird als Ergänzung bzw. Erweiterung empfohlen. | |
Vergabe der LP und Modulendnote | Bestehen der Modulprüfung | |
Nützliche Literatur | BITKOM Leitfaden Big-Data-Technologien, 2014 (online) Bücher aus dem O'Reilly Data Science Starter Kit, 2014 (online) L.Barroso, J.Clidaras, U.Hölzle, The Data Center as a Computer: An Introduction to the Design of Warehouse-Scale Machines, Morgan&Claypool, 2013 (online) A.Murthy, V.Vavilapalli, D.Eadline, J.Niemiec, Apache Hadoop YARN: Moving beyond MapReduce and Batch Processing with Apache Hadoop 2, Addison Wesley Data&Analytics, 2014 C.Baun, M.Kunze, J.Nimis, S.Tai, Cloud Computing - Web basierte dynamische IT-Services, Informatik im Fokus, Springer Verlag 2011, 2. Auflage C.Bengel, C.Baun, M.Kunze, U.Stucky, Masterkurs Verteilte und Parallele Systeme, Springer Verlag 2008 |