Kursplan

Data Warehousing

Kurskod
AIK232
Poäng
7,5 högskolepoäng
Nivå
Avancerad nivå
Institution
Institutionen för information och teknik
Ämnestillhörighet
Informatik (IKA)
Ämnesgrupp
Informatik/Data- och systemvetenskap
Utbildningsområde
Tekniska området, 100%
Kursen kan ingå i följande huvudområde(n)
Mikrodataanalys1
Fördjupningsbeteckning för respektive huvudområde
1A1N
Fastställd
Fastställd 2019-04-29.
Kursplanen gäller fr.o.m. 2019-06-22.

Lärandemål

Kunskap och förståelse
Efter avslutad kurs ska studenten kunna:
  • redogöra för centrala begrepp inom området för relationsdatabaser och data warehousing
  • redogöra för arkitektur och komponenter som ingår i ett data warehouse
  • förklara normaliseringens betydelse för en designlösning av en relationsdatabas
  • förklara betydelsen av att utforma bra identifierare för tabeller i relationsdatabaser

Färdighet och förmåga
Efter avslutad kurs ska studenten kunna:
  • tillämpa grundläggande principer för relationsdatabaser i enlighet med relationsmodellen
  • manipulera data och skapa, ändra samt ta bort databasobjekt
  • använda begreppsmodellering samt grafiska beskrivningstekniker för att designa relationsdatabaser som svarar mot lägst tredje normalformen.
  • modellera data enligt principerna för Kimball- och Immon-metoderna
  • använda ETL-processer för att extrahera, förändra och lägga till data i ett data warehouse
  • utforma och implementera en enklare business intelligence-lösning, som bygger på data warehouse-arkitektur

Värderingsförmåga och förhållningssätt

Efter avslutad kurs ska studenten kunna:
  • välja lämplig datamodelleringsmetod för att lösa ett specifikt verksamhetsproblem

Innehåll

Kursen introducerar relationsdatabaskonceptet och systemteori. Metoder för att utforma och utveckla databassystem behandlas. Kursen behandlar även kunskap om hur och varför databaser används i företag, myndigheter och organisationer.

I kursen behandlas även centrala begrepp inom området för Data Warehousing och hur arkitekturen i Data Warehouse är uppbyggda i allmänhet. Vidare behandlas olika typer av datamodeller, t.ex. Dimensional Data Store enligt Kimboll-modellen, och Normalized Data Store enligt Immon-modellen. Kursen tar även upp terminologi som ETL-processer, OLAP, Data Mart, Data Lake, operativa databaser och vanligt förekommande datakällor.

Examinationsformer

Skriftlig tentamen 4,5 hp och skriftlig redovisning av laborationer 3 hp.

Arbetsformer

Föreläsningar och laborationer.

Betyg

Som betygsskala används U–VG.

Skriftlig redovisning av laborationer U-G.
Skriftlig tentamen U-VG.

Förkunskapskrav

  • Kandidatexamen 180 hp i ämnet statistik, nationalekonomi, företagsekonomi, datavetenskap, informationssystem eller informationshantering samt Engelska 6
  • Grundläggande programmering 7,5 hp

Övrigt

Antal examinationer per delmoment är maximerat till fem.