AKTS - Büyük Veri Programlama

Büyük Veri Programlama (SE421) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Büyük Veri Programlama SE421 2 2 0 3 5
Ön Koşul Ders(ler)i
CMPE438
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım, Uygulama-Alıştırma.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Course Assistants
Dersin Amacı Bu dersin amacı, MapReduce ve Spark ile büyük veri setlerini işleyecek yetenekte algoritmalarınr tasarımı ve gerçekleştirmesini öğretmektir.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Hadoop mimarisini tarif edebilmek.
  • HDFS’in temel işlemlerini açıklayabilmek
  • MapReduce uygulamaları geliştirmek
  • HDFS verisini Pig ve Hive ile ilişkisel bakış açısı ile tanımlayabilmek
  • Spark’ın ne olduğunu ve neden kullanıldığını açıklayabilmek
  • Resilient Distributed Datasets (RDD) işlemlerini kullanabilmek
  • Resilient Distributed Datasets (RDD) işlemlerini kullanabilmek
  • Apache Spark uygulamalarını uyarlamak ve çalıştırmak.
Dersin İçeriği Büyük Veri nedir? Büyük Verinin özellikleri. Ölçeklendirme. HDFS ve Hadoop ekosistemi. HDFS?in temelleri, MapReduce ve Hadoop öbeğir. Veri analizi ve sorgulamaları için MapReduce programları tasarımı. MapReduce tasarım desenleri. Temel Spark mimarisi. Genel Spark işlemleri. Resilient Distributed Datasets (RDD) işlemleri.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Büyük Veri ve Hadoop’a Giriş Bölüm 1
2 Bir Hadoop Öbeğinin yaratılması Bölüm 9
3 HDFS Bölüm 3
4 HDFS Bölüm 4
5 MapReduce Bölüm 2
6 MapReduce Bölüm 5
7 MapReduce Bölüm 6
8 MapReduce Bölüm 7-8
9 Hadoop’un yönetimi Bölüm 10
10 Pig Bölüm 11
11 Hive Bölüm 12
12 HBase Bölüm 13
13 Spark Programlama Diğer kaynaklar 2
14 Spark Programlama Diğer kaynaklar 2
15 Final Sınavı
16 Final Sınavı

Kaynaklar

Ders Kitabı 1. Hadoop: The Definitive Guide, Tom White, 3rd. Ed., O'Reilly Media, 2012
Diğer Kaynaklar 2. MapReduce Design Patterns: Building Effective Algorithms and Analytics for Hadoop and Other Systems, Donald Miner, Adam Shook, O'Reilly Media, November 2012
3. Learning Spark: Lightning-Fast Big Data Analysis, Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia, O'Reilly Media, January 2015

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar 5 30
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler - -
Sunum - -
Projeler - -
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 30
Genel Sınav/Final Juri 1 40
Toplam 7 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 100
Toplam 100

Kurs Kategorisi

Temel Meslek Dersleri X
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilimleri ve hesaplama alanlarındaki bilgi birikimini bilişim sistemleriyle ilgili mühendislik problemlerinin çözümüne uygulama becerisi.
2 Bilişim sistemlerine özgü sorunları analiz etme ve modelleme, çözümleri için uygun gereksinimleri belirleme ve tanımlama becerisi.
3 Belirlenen gereksinimleri karşılayacak bir bilişim sistemini, sistem parçasını, işlemi veya programı tasarlama, geliştirme ve değerlendirme becerisi.
4 Bilişim sistemleri mühendislik uygulamaları için modern teknik ve mühendislik araçlarını kullanma becerisi.
5 Bilgi teknolojilerinin ve karar modellerinin etkin kullanımına yönelik olarak veri toplama, analiz etme, yorumlama ve doğru seçimler yapabilme becerisi.
6 Disiplin içi ve disiplinlerarası takımlarda veya bireysel olarak etkin biçimde çalışabilmek için gerekli organizasyonel ve iş yeteneklerini ortaya koyabilme becerisi.
7 Türkçe ve İngilizcede etkin iletişim kurabilme becerisi.
8 Yaşam boyu öğrenmenin gerekliliği bilinci ve bilgiye erişebilme, bilim ve teknolojideki son gelişmeleri takip edebilme ve kendini sürekli yenileme becerisi.
9 Bilişim Sistemleri Mühendisliği alanında mesleki, hukuksal, etik ve sosyal sorunlar hakkında farkındalık ve sorumluluk bilinci.
10 Proje ve risk yönetim becerisi; girişimciliğin, yenilikçilik ve sürdürülebilir kalkınmanın önemi hakkında farkındalık; uluslararası standartların ve yöntemlerin bilinmesi.
11 Karar alırken, bilişim sistemleri mühendisliği uygulamalarının evrensel, çevresel, sosyal ve hukuksal sonuçları konusunda farkındalık.
12 Kamu ve özel sektör kuruluşlarının işlerini daha etkin yapmalarını ve daha rekabetçi olmalarını sağlamak amacıyla, en uygun yazılım ve donanımları biraraya getirerek , uygun personeli ayarlayarak ve gerekli prosedürleri tanımlayarak maliyet etkin bilişim sistemleri tasarlama, geliştirme ve işletme becerisi.
13 Bilişim teknolojilerini kullanarak iş hayatına yönelik sorunları çözme becerisi.

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati)
Laboratuar 14 2 28
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi
Sunum/Seminer Hazırlama
Projeler
Raporlar
Ödevler 5 6 30
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 15 15
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 20 20
Toplam İş Yükü 93