Hoppa till huvudinnehållet

FID3019 Avancerad kurs i data-intensiv databehandling 7,5 hp

Välj termin och kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Kursval

Gäller för kursomgång

HT 2023 Start 2023-08-28 programstuderande

Anmälningskod

51198

Rubriker med innehåll från kursplan FID3019 (VT 2019–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Ämnen:
• Distribuerade filsystem
• “No-SQL”-databaser
• Skalbara meddelandesystem
• Exekveringsmaskiner för Big Data: Map-Reduce, Spark
• Högnivå-frågor och interaktiv bearbetning: Hive och Spark SQL
• Stream processing
• Graph processing
• Skalbar maskininlärning
• Resurshantering.

Lärandemål

Kursen kompletterar kurserna i distribuerade system med ett fokus på bearbetning, lagring och analys av massiva datamängder. Den förbereder studenterna på  forskarutbildning inom området data-intensive computing systems.
Huvudsyftet med denna kurs är att erbjuda studenten en solid grund för att förstå storskaliga distribuerade system som används för att lagra och bearbeta massiva datamängder.
Mer specifikt kommer studenter efter avslutad kurs att kunna
• förklara arkitekturen och de egenskaper hos datorsystem som behövs för att lagra, utsöka och indexera stora datavolymer
• beskriva olika beräkningsmodeller för att bearbeta stora datamängder för statiska data (batchbearbetning) och för data i rörelse (stream processing)
• använda olika beräkningssystem för design och implementation av  icke-triviala analysmetoder på massiva data
• förklara olika modeller för att schemalägga och allokera resurser för beräkningsuppgifter på stora datorkluster
• förklara avvägningarna som görs vid design av effektiva algoritmer för att bearbeta stora datamängder i en distribuerad beräkning.

Kurslitteratur och förberedelser

Särskild behörighet

Inskriven som forskarstuderande.

Rekommenderade förkunskaper

Rekommenderade förkunskaper: Grundkunskaper inom distribuerade system och programmeringsmodeller, programmeringsspråk (Scala, Java, Python).

Utrustning

Ingen information tillagd

Kurslitteratur

Ingen information tillagd

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

P, F

Examination

  • EXA1 - Examination, 7,5 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

P/F

Övriga krav för slutbetyg

Kursen betygsätts med skalan P/F (godkänd/icke godkänd), baserat på en godkänd presentation, levererandet av en vetenskapligt sund rapport och identifieringen av lämpliga artiklar för läslistan. Dessförutan måste studenten delta i minst 75% av kursens seminarier

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Denna kurs tillhör inget huvudområde.

Utbildningsnivå

Forskarnivå

Påbyggnad

Ingen information tillagd

Forskarkurs

Forskarkurser på EECS/Programvaruteknik och datorsystem