Сабақтың коды | Курс аты | Сынып | Академиялық кредит | Cағат | Апталық сабақ сағаттары (лекция) | Апталық сабақ сағаттары (практика) | Апталық сабақ сағаттары (зертханалық) |
---|---|---|---|---|---|---|---|
UDOSZhA 4214 | Үлкен Деректерді Өңдеу Және Сақтау Жүйелерін Әзірлеу | төртінші курс | 5 | 150 | 1 | 2 | 2 |
Пән студенттерді үлкен деректер көздерін табу және түсіндіру, үлкен көлемді мәліметтерді басқару, деректер көздерін біріктіру, деректер жиынтығының келісімділігін қамтамасыз ету және мәліметтерді түсінуге көмектесетін визуализация жасау, деректерді пайдалана отырып математикалық модельдерді құру дағдыларына, сонымен қатар Пререквизит: Постреквизит: саласында, нақты айтқанда табиғи тілді өңдеу саласында практикалық жұмыс істей білуге үйрету болып табылады.
---
Алгоритмдер және деректер құрылымы
жобалау, проблемалық оқыту, топтық жұмыс, бұлттық технология, ақпараттық технология, дамыта оқыту технологиясы әдістері
1 | Үлкен көлемдегі ақпаратты талдауды және деректерді басқаруды ұйымдастыруды үйренеді. |
2 | Жаңа технологияларды қолдану арқылы мәліметтерді өңдеу және талдауды орындайды. |
3 | Үлкен деректер технологиясының мүмкіндіктерін ескере отырып, ұйымның ақпараттық инфрақұрылымының жаңа үлгілерін жасау. |
4 | Деректерді талдаудың теориялық және практикалық аспектілерін қарқынды түрде қарастырады. |
5 | Қашықтағы мәліметтер базасы мен ақпараттық жүйелердің әртүрлі құрамдас бөліктерін жобалай және жобалай алады. |
6 | Интернет қолданбаларын пайдаланады және біледі. |
Haftalık Konu | Бағалау әдісі | |
---|---|---|
1 | Үлкен деректерге сипаттама. Улкен деректердің маңызы. | |
2 | Үлкен деректер құралдары және олардың функциясы. | |
3 | Дистрибутивтар жайлы негізгі деректер. Apache, Cloudera, Horton Works артықшылықтары мен айырмашылықтары. | |
4 | HADOOP архитектурасы. | |
5 | Платформаға сипаттама. «HADOOP» экожүйесінің компоненттері. | |
6 | Hadoop негізгі принциптері. Hadoop компоненттері. Hadoop 2.0 | |
7 | MapReduce функцияларының үлкен деректермен жұмыс істеу жолдары. MapReduce – граф түрінде алгоритмдеу. | |
8 | Hive, Pig компоненттерінің жұмыс жасау технологиясы. Компоненттерде сұрауларды орындау. | |
9 | Инфрақұрылым және құрылымдық мәліметтерді Hive арқылы құру. | |
10 | Үлкен деректер шешімдерін масштабтауға арналған негіз: RDBMS, NoSQL және Hbase. | |
11 | Нақты деректерді қолданатын ауқымды шешімдер. MongoDB. | |
12 | Деректер аналитикасы және визуализациясы. Нақты тілдерді өңдеу: Apache Kafka. | |
13 | Apache Falcon және Ozie компоненттерінде шешімдер. Spark және Storm компоненттерінің жұмыс жасау технологиялары. | |
14 | Машиналық оқыту кітапханасы – Mahout-тың жұмыс жасау алгоритмі. Mahout кластеризациясы. | |
15 | Үлкен деректер мен жасанды интеллекттің арасындағы өзара байланысты «HADOOP» экожүйесі арқылы көрсету. |
PÇ1 | PÇ2 | PÇ3 | PÇ4 | PÇ5 | PÇ6 | PÇ7 | PÇ8 | PÇ9 | PÇ10 | PÇ11 | PÇ12 |
---|
Оқулық / Материал / Ұсынылатын ресурстар | ||
---|---|---|
1 | Исахметов Т.И., Шадиева А.А., Жаздыкбаева Д.П., Big Data технологиялар. Алматы -2022. | |
2 | A. K. Mukasheva, T. F. Umarov, I. A. Zimin, Big data analytics. Textbook, Almaty, 2022. | |
3 | Деректер қоры жүйелері Нур-Принт Алматы, 2012ж. Оқу-әдістемелік құрал | |
4 | Технологии и инфраструктура BIG DATA, И. А. Радченко, И. Н. Николаев, 2018, ИТМО, учебник, СПб.52 | |
5 | Силен, Д. и др. Основы Data Science и Big Data. Python и наука о данных. / Д. Силен, А. Мейсман, М. Али. |