Tekniker för storskalig data

Kursens mål är att fördjupa studenternas kunskaper och färdigheter inom den tekniska sidan av data science, inklusive de relevanta datamodellerna, samt lämpliga mjukvaru- och hårdvarumiljöer. Kursen kommer att introducera aspekter av design och implementation av storskaliga data science-lösningar.

Framför allt kommer kursen att innefatta;

• En överblick av datorarkitekturer, algoritmiska tillvägagångssätt, och högpresterande beräkningsinfrastrukturer, med ett fokus på de begränsningar som finns vid behandling av storskaliga data
• En inledning till de relevanta ramverken för bearbetning av data med hjälp av datorkluster
• Implementering av dataanalysverktyg på ett kluster med hjälp av Python och lämpliga mjukvaruramverk,
• Indexstrukturer, hantering och optimering av sökfrågor; parallellism, återställning,
• En överblick över ickerelationella databasteknologier,
• Semantic Web och besläktade teknologier
• En översikt över etiska frågor inom storskalig datahantering.