Tillämpad Big Data och Cloud Computing

Efter avslutad kurs ska studenten kunna:

Kunskap och förståelse

• Förklara begrepp och terminologi relaterade till Big Data och Cloud Computing (molntjänster).
• Beskriva utmaningar med analys av Big Data och tekniker som används för att utföra analys av Big Data i molnet.
• Beskriva olika typer av molnplattformar och deras fördelar och nackdelar för Big Data-analys såsom skalbarhet och prestanda i olika sammanhang.

• Använda en molnbaserad plattform för att lagra, uppdatera och hantera Big Data.
• Skapa datadrivna modeller för Big Data-analys baserade på befintliga ramverk.
• Tillämpa datadrivna modeller genom att utveckla och exekvera dem i molnet.

• Föreslå och motivera en lämplig molnlösning för ett Big Data-analysproblem.

Kursen omfattar datavetenskapliga begrepp, tekniker och verktyg för att stödja analys av Big Data. Kursen behandlar även vanligt förekommande molnplattformar och design samt utveckling av molnapplikationer.
Kursen innefattar ett projekt omfattande Big Data-analys med Cloud Computing-infrastrukturer såsom funktioner och arkitektur för Big Data, grunderna i Cloud Computing, Big Data-analys, molninfrastruktur, övervakning och kontroll av Cloud / Big Data-lösningar.

Projektarbete (3,5 hp), laborationsredovisning (2 hp) och seminarier (2 hp)

Föreläsningar, seminarier, laborationer, handledning och projektarbete.

Som betygsskala används U–VG.

Projektarbete (U, G, VG), redovisning av laborationer (U,G) respektive seminarier (U,G).
För att erhålla väl godkänt (VG) på kursen krävs att studenten erhåller betyget VG i projektarbetet.