| School/Faculty/Institute |
Graduate School |
| Course Code |
ITC 505 |
| Course Title in English |
Big Data Analytics and Management |
| Course Title in Turkish |
Big Data Analytics and Management |
| Language of Instruction |
EN |
| Type of Course |
Exercise,Flipped Classroom,Lecture |
| Level of Course |
Intermediate |
| Semester |
Fall |
| Contact Hours per Week |
| Lecture: 3 |
Recitation: |
Lab: |
Other: |
|
| Estimated Student Workload |
174 hours per semester |
| Number of Credits |
7.5 ECTS |
| Grading Mode |
Standard Letter Grade
|
| Pre-requisites |
None |
| Expected Prior Knowledge |
Querying on RDBMS systems |
| Co-requisites |
None |
| Registration Restrictions |
Only Graduate Students |
| Overall Educational Objective |
To learn the basic designing relational database and big data systems. |
| Course Description |
Big Data Analysis is the hot topic job nowadays. But it’s a big problem too. In this lesson’s aim is how to query on RDBMS and big data ecosystems products, designing modern edition data warehouses and managing massively parallel processing data warehouse technologies on cloud platforms. We will start to ask a few questions: What’s the problem of data world. What’s the technologies? Why does this technology exist and why do I need it? How can I get the best out of it utilizing something familiar like SQL. How can I design and query on RDBMS system, Hadoop ecosystem products like Pig Latin, Hive, Spark etc. and MPP products like Azure SQL DW, AWS Redshift, Azure Stream Analytics, Big Data Lake Analytics etc. |
| Course Description in Turkish |
Bu ders büyük veri analizine giriş olarak tasarlanmıştır. Günümüzde gittikçe önem kazanan ve aynı zamanda bir problem olarak karşımıza çıkan büyük veri yapılarının tasarlanması ve üzerinde çalışılması hedeflenmektedir. Derse bir kaç soru ile başlayacağız. Gerçek dünyanın veri dünyasındaki problemleri nelerdir ve bu problemler için hangi teknolojiler mevcuttur. Hangi problemde hangi teknolojileri ve muadillerini kullanmalıyız. Veritabanı ve büyük veri ekosistemindeki ürünlerin tasarlanması ve sorgulanması için gerekli programlama dillerinin öğrenilmesi ve ürünlerin kurulumlarının gerçekleştirilerek üzerinde gerçek dünya ile ilgili problemlerin çözümlerinin sunulması. |
Course Learning Outcomes and Competences
Upon successful completion of the course, the learner is expected to be able to:
1) OLTP Sistemlerini, bazı NoSQL Ürünlerini ve Hadoop ürünlerini tasarlamak ve sorgulamak
2) Sorunlarla ilgili doğru ürünleri seçmek (diğer ürünleri karşılaştırmak)
3) Modern veri ambarı mimarisini tasarlamak
4) Gerçek dünya sorunları ve veri sistemleri üzerinde uygulamak
|
| Program Learning Outcomes/Course Learning Outcomes |
1 |
2 |
3 |
4 |
| 1) |
|
|
|
|
| 2) |
|
|
|
|
| 3) |
|
|
|
|
| 4) |
|
|
|
|
| 5) |
|
|
|
|
| 6) |
|
|
|
|
| 7) |
|
|
|
|
| 8) |
|
|
|
|
| 9) |
|
|
|
|
| 10) |
|
|
|
|
Relation to Program Outcomes and Competences
| N None |
S Supportive |
H Highly Related |
| |
|
|
| |
Program Outcomes and Competences |
Level |
Assessed by |
| 1) |
|
N |
|
| 2) |
|
N |
|
| 3) |
|
N |
|
| 4) |
|
N |
|
| 5) |
|
N |
|
| 6) |
|
N |
|
| 7) |
|
N |
|
| 8) |
|
N |
|
| 9) |
|
N |
|
| 10) |
|
N |
|
| Prepared by and Date |
, |
| Course Coordinator |
İLKER BEKMEZCİ |
| Semester |
Fall |
| Name of Instructor |
Prof. Dr. İLKER BEKMEZCİ |
Course Contents
| Hafta |
Konu |
| 1) |
1. Verilerin Geçmişi
2. Büyük Verinin Sağlayıcıları
|
| 2) |
Veri Depolama ve İş Zekası İçgörüleri
|
| 3) |
OLTP Sistemlerinde Tasarlama ve Sorgulama |
| 4) |
ETL Katmanını Tasarlama
|
| 5) |
Hadoop'ta SQL
|
| 6) |
Gerçek Zamanlı Analiz |
| 7) |
Yapılandırılmamış Verilerle Çalışmak |
| 8) |
Devasa Paralel İşleme Ürünleri |
| 9) |
Devasa Paralel İşleme Ürünleri |
| 10) |
Veri goruntuleme |
| 11) |
Gelişmiş Analitik |
| 12) |
Gelişmiş Analitik
|
| 13) |
Büyük Veri Gölü Analitiği |
| 14) |
Büyük Veri Gölü Analitiği |
| 15) |
Proje/Sunum Dönemi |
| 16) |
Proje/Sunum Dönemi |
Bilgi Paketi / Ders Kataloğu