School/Faculty/Institute	Graduate School
Course Code	ITC 545
Course Title in English	Cloud Computing
Course Title in Turkish	Cloud Computing
Language of Instruction	EN
Type of Course	Flipped Classroom
Level of Course	Seçiniz
Semester	Yaz Okulu
Contact Hours per Week	Lecture: 3 Recitation: Lab: Other:
Estimated Student Workload	172 hours per semester
Number of Credits	7.5 ECTS
Grading Mode	Standard Letter Grade
Pre-requisites	None
Expected Prior Knowledge	None
Co-requisites	None
Registration Restrictions	Only Graduate Students
Overall Educational Objective	This course aims to provide students with a thorough understanding of cloud computing fundamentals, the technologies involved, and how these can be integrated with big data infrastructures to create, design, implement, and optimize cloud-based solutions for large-scale data applications. The focus will be on leveraging cloud computing to address the needs of big data storage, processing, and analysis, ensuring scalability, reliability, and efficiency in data-driven environments.
Course Description	ITC545 Cloud Computing explores the dynamic field of cloud computing and its critical role in supporting big data analytics and applications. Students will learn about the essential components of cloud computing, including Infrastructure as a Service (IaaS), Platform as a Service (PaaS), Software as a Service (SaaS), and cloud-based databases. The course will cover the principles of cloud architecture, virtualization technologies, cloud security, and privacy concerns. It aims to equip students with the knowledge and skills to architect, deploy, and manage cloud solutions that effectively integrate with big data technologies, enhancing their capability to tackle complex data challenges.
Course Description in Turkish	ITC545 Bulut Bilişim, bulut bilişimin dinamik alanını ve büyük veri analitikleri ve uygulamalarını desteklemedeki kritik rolünü incelemektedir. Öğrenciler, Altyapı Hizmeti Olarak (IaaS), Platform Hizmeti Olarak (PaaS), Yazılım Hizmeti Olarak (SaaS) ve bulut tabanlı veritabanları dahil olmak üzere bulut bilişimin temel bileşenleri hakkında bilgi edineceklerdir. Ders, bulut mimarisi prensipleri, sanallaştırma teknolojileri, bulut güvenliği ve gizlilik endişelerini kapsayacaktır. Büyük veri teknolojileriyle etkili bir şekilde entegre olan bulut çözümlerini tasarlama, dağıtma ve yönetme konusunda bilgi ve becerilerle öğrencileri donatmayı amaçlamaktadır, karmaşık veri zorluklarıyla başa çıkma yeteneklerini geliştirir.

Course Learning Outcomes and Competences Upon successful completion of the course, the learner is expected to be able to: 1) Bulut bilişim mimarileri, modelleri ve hizmetlerine ilişkin kapsamlı bir anlayışa ulaşma ve bunların büyük veri bağlamlarındaki avantajlarını ve sınırlamalarını tanıma 2) IaaS, PaaS, SaaS ve sanallaştırma dahil olmak üzere temel bulut teknolojilerinin operasyon ve uygulama senaryolarını ve bunların büyük veri analitiğini desteklemedeki rollerini tanımlama ve açıklama 3) Performans ve maliyet etkinliği için optimizasyona odaklanarak, bulut ortamlarında Hadoop ve Spark gibi ölçeklenebilir büyük veri altyapılarını tasarlama ve devreye alma 4) Büyük veri teknolojilerinin bulut platformlarıyla kusursuz entegrasyonuna yönelik stratejiler geliştirerek verimli veri işleme, bütünlük ve güvenlik sağlama 5) Ölçeklenebilirlik, güvenilirlik ve izlemeyle ilgili hususları ele alarak büyük veri uygulamalarını bulutta devreye alırken en iyi uygulamalardan yararlanma 6) Bulut bilişim ile büyük verinin kesişimindeki zorlukları eleştirel bir şekilde analiz ederek, veri yoğunluklu uygulamalar için yenilikçi bulut tabanlı çözümler önerme. 7) Büyük veri çözümlerini bulut ortamlarında devreye almanın etik ve güvenlik açısından sonuçlarını anlama ve veri gizliliği yasa ve düzenlemelerine uygunluğu sağlama

Program Learning Outcomes/Course Learning Outcomes	1	2	3	4	5	6	7
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)		S	Exam,HW
2)		H	HW,Project
3)		S	Presentation
4)		N
5)		S	Project
6)		N
7)		N
8)		N
9)		N
10)		N

Prepared by and Date	,
Course Coordinator	İLKER BEKMEZCİ
Semester	Yaz Okulu
Name of Instructor	Prof. Dr. İLKER BEKMEZCİ

Course Contents

Hafta	Konu
1)	● Bulut Bilişime Giriş ● Bulut bilişime, geçmişe, evrime ve temel kavramlara genel bakış.
2)	● Bulut Hizmeti Modelleri: SAAS, PAAS ve IAAS ● Hizmet Olarak Yazılım (SAAS), Hizmet Olarak Platform (PAAS) ve Hizmet Olarak Altyapının (IAAS) ayrıntılı incelenmesi.
3)	● Sanallaştırma ve Sanal Sunucular ● Sanallaştırma kavramını, avantajlarını, türlerini ve bulut ortamları oluşturmadaki önemli rolünü anlamak.
4)	● Bulut Tabanlı Ağlar ve Depolama Çözümleri ● Bulut ağının, nesne depolama, blok depolama ve dosya depolama dahil depolama sistemlerinin ve bunların öneminin incelenmesi.
5)	● Büyük Verinin Temelleri ● Büyük veriye giriş: modern bilgi işlemde büyük verinin tanımı, özellikleri, zorlukları ve önemi.
6)	● Büyük Veri Altyapıları: Hadoop Ekosistemi ● HDFS, MapReduce, YARN ve diğer bileşenleri içeren Hadoop ekosistemine derinlemesine bakış.
7)	● Bulutta Spark ve Gerçek Zamanlı Veri İşleme ● Apache Spark'a genel bakış, gerçek zamanlı veri işleme açısından Hadoop'a göre avantajları ve bulut ortamlarındaki rolü.
8)	● Büyük Veriyi Bulut Platformlarıyla Bütünleştirme ● Büyük veri teknolojilerini bulut platformlarıyla etkili bir şekilde entegre etmeye yönelik stratejiler, araçlar ve yöntemler.
9)	● Bulutta Optimizasyon ve Performans Ayarlama ● Kaynak yönetimi ve ölçeklendirmeye odaklanarak, bulut tabanlı büyük veri uygulamaları için performansı optimize etmeye ve ayarlamaya yönelik teknikler.
10)	● Bulut Tabanlı Büyük Veri Sistemlerinde Güvenlik ve Gizlilik ● Bulut tabanlı büyük veri sistemlerinde şifreleme, erişim kontrolü ve uyumluluk dahil olmak üzere güvenlik ve gizlilik sorunlarının ele alınması.
11)	● Bulut Ortamlarında Maliyet Yönetimi ve Ölçeklenebilirlik ● Otomatik ölçeklendirme ve kaynak tahsisi de dahil olmak üzere bulut altyapılarında maliyetleri yönetmeye ve ölçeklenebilirliğe ulaşmaya yönelik stratejilerin tartışılması.
12)	● Bulut Bilişim ve Büyük Veride Yükselen Eğilimler ● Sunucusuz bilgi işlem, makine öğrenimi ve yapay zeka entegrasyonu da dahil olmak üzere bulut bilişim ve büyük verilerdeki en son trendlerin ve yeniliklerin araştırılması.
13)	● Örnek Olay İncelemeleri: Bulutta Gerçek Dünya Büyük Veri Uygulamaları ● Büyük veri ve bulut bilgi işlem teknolojilerinin başarılı entegrasyonunu gösteren gerçek dünyadaki vaka çalışmalarının analizi.
14)	● Ders İncelemesi ve Geleceğe Yönelik Uygulamalar ● Ders içeriğinin özeti, bulut bilişim ve büyük veri teknolojilerinin gelecekteki etkileri üzerine tartışma ve final değerlendirmelerine hazırlık
15)	Proje/Sunum Dönemi
16)	Proje/Sunum Dönemi

Required/Recommended Readings	None
Teaching Methods	Flipped classroom/Exercise/Laboratory/Active learning
Homework and Projects	Students will be given 5 assignments: one assignment each week from week #2 to week #7. Each assignment will include numerical applications of the methods or models that will be taught in class. Students will have one week to submit an assignment.
Laboratory Work	Students will apply the methods they learned using a statistical computation program.
Computer Use	Students will apply the methods they learned using a statistical computation program.
Other Activities	None
Assessment Methods	Assessment Tools Count Weight Ödev 5 % 50 Final 1 % 50 TOTAL % 100
Course Administration	02123953600

ECTS Student Workload Estimation

Activity	No/Weeks	Hours			Calculation
	No/Weeks per Semester	Preparing for the Activity	Spent in the Activity Itself	Completing the Activity Requirements
Ders Saati	14	2	1.5	1	63
Laboratuvar	14	2	1.5	1	63
Ödevler	5	12			60
Total Workload					186
Total Workload/25					7.4
ECTS					7.5