Контакты:

Big Data — это массивы информации, которые помогают принимать обоснованные решения, их ещё называют data-driven, то есть основанные на данных. Они позволяют строить прогнозные модели высокой точности. 

Цели дисциплины

• получение представления о понятии Big data и изучение технологий работы с большими данными.

• Уделить основное внимание способам решения задач обработки больших данных с использованием параллельного программирования.

• закрепление получаемых в семестре знаний и навыков на практике;

• формирование взаимосвязей, получаемых в семестре знаний и навыков с изученными ранее и изучаемых параллельно с данной дисциплиной;

• подготовка студентов к деятельности в соответствии с квалификационной характеристикой магистра.

Задачи дисциплины 

• Ознакомление с технологиями, используемыми при работе с большими данными.

• Освоение технологий параллельного программирования при работе с большим объемом данных.

• изучение и освоение теоретического материала, как в процессе контактной, так и в ходе самостоятельной работы; 

• выполнение предоставленных практических заданий различных форм, как в процессе контактной, так и в ходе самостоятельной работы;

• самостоятельная работа над тематикой дисциплины для формирования компетенций основной образовательной программы (далее, ООП). 

Планируемые результаты обучения

• получение представления о понятии Big data и изучение технологий работы с большими данными.

• Ознакомление с технологиями, используемыми при работе с большими данными.

• Освоение технологий параллельного программирования при работе с большим объемом данных. 


Дисциплина читается на первом курсе, первом семестре. (Зачет)

Общая трудоемкость дисциплины составляет 3 зачетные единицы, т.е.108 академических часов.

32 часа практические и лабораторные работы.

76 часов – самостоятельная работа студентов.