Big data -ympäristöt (5cr)

Code

General information

Enrollment: 03.08.2020 - 30.08.2020; Registration for the implementation has ended.

Timing: 31.08.2020 - 30.10.2020; Implementation has ended.

Number of ECTS credits allocated: 5 cr

Local portion: 0 cr

Virtual portion: 5 cr

Mode of delivery: Online learning

Unit: School of Technology

Teaching languages: Finnish

Seats: 0 - 60

Teachers: Antti Häkkinen

Teacher in charge: Antti Häkkinen

Groups: ZJA20STIDA
Avoin amk, tekniikka, ICT, Data-analytiikka ja tekoäly

Course: TTVD0200

Unfortunately, no reservations were found for the realization Big data -ympäristöt TTVD0200-3001. It's possible that the reservations have not yet been published or that the realization is intended to be completed independently.

Evaluation scale

0-5

Objective

Opiskelija ymmärtää datamassojen merkityksen digitalisoituvassa toimintaympäristössä ja suuren data määrän tuomat haasteet ja vaatimukset. Opiskelija tietää yleisimmin käytetyt big data -järjestelmät ja niiden toiminallisuudet. Opiskelija osaa suunnitella vaatimusmäärittelyihin perustuen järjestelmän ja toteuttaa sen.

Content

- Big Data ilmiönä
- Big Datan sovelluskohteet
- Pipeline-ketju ja sen vaiheet
- Käsitys siitä, millaisilla työkaluilla pipeline-ketjun eri vaiheet voidaan toteuttaa
- Erilaiset datan
prosessointimenetelmät ja niiden implementointi (batch ja stream)
- Kyky hyödyntää soveltuvia työkaluja datan keräämiseen, tallentamiseen, käsittelyyn ja visualisointiin

Materials

Opintojakson verkkosivut (luentomateriaali, harjoitukset ja harjoitustyöohjeet)

Teaching methods

Opintojakso toteutetaan verkkototeutuksena. Opintojaksolla on mukana harjoituksia eri aiheista sekä opintojakson aihepiirejä yhdistävä harjoitustyö.

Student workload

Harjoitukset 70 h ja harjoitustyö 65 h. Yhteensä 135 h

Assessment criteria, satisfactory (1)

Erinomainen 5: Opiskelija tunnistaa suurten datamassojen tuomat hyödyt digitalisaation aikakautena. Opiskelija osaa Big data -järjestelmien yleisimmin käytetyt tekniikat ja osaa kriittisesti perustella käytettyjen tekniikoiden käytön erilaisissa tehtävissä. Hän osaa kriittisesti perustella ja valita oikeat tekniikat riippumatta ratkaistavasta ongelmasta ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida kriittisesti toteutuksensa ja perustella sen kehittämistä.

Kiitettävä 4: Opiskelija tunnistaa suurten datamassojen tuomat hyödyt digitalisaation aikakautena. Opiskelija osaa Big data -järjestelmien yleisimmin käytetyt tekniikat ja osaa kriittisesti perustella käytettyjen tekniikoiden käytön erilaisissa tehtävissä. Hän osaa monipuolisesti perustella ja valita oikeat tekniikat riippumatta ratkaistavasta ongelmasta ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida toteutuksensa ja perustella sen kehittämistä.

Hyvä 3: Opiskelija tiedostaa suurten datamassojen tuomat hyödyt digitalisaation aikakautena. Opiskelija osaa Big data -järjestelmien yleisimmin käytetyt tekniikat erilaisissa käyttötapauksissa ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida toteutuksensa ja perustella sen kehittämistä.

Tyydyttävä 2: Opiskelija tietää suurten datamassojen tuomat hyödyt digitalisaation aikakautena. Opiskelija osaa valita Big data -järjestelmän ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija tuntee pintapuolisesti toteutuksensa.

Välttävä 1: Opiskelija tietää suurten datamassojen käsittelyssä yleisimmin käytetyt tekniikat. Hän osaa soveltaa yleisimpiä tekniikoita. Lisäksi opiskelija osaa arvioida suppeasti toteutuksensa.

Hylätty 0: Ei hallitse aihealuetta

Qualifications

Tietotekniikan peruskäyttötaidot ja Linux-käyttöjärjestelmän komentorivin perusosaaminen.

Linux Servers