Kursen behandlar uppbyggnaden och implementeringen av datadrivna databehandlingsarkitekturer. Ämnen som tas upp är bland annat utvecklingen av databasteknik, SQL kontra NoSQL, tidsseriedatabaser samt skillnaden mellan datalager, datavarehus och datalagerhus. Studenterna kommer att genomföra praktiska övningar där de använder relevanta tekniker som Apache Spark och Databricks för att bygga datapipelines. Kursen behandlar även metadatahantering och styrning i arbetet med att upprätthålla robusta och skalbara databaser.
Mer information finns i studie handledningen.
För att kursen ska kunna genomföras krävs minst 6 lokala deltagare, vilket kommer att bekräftas den 7 januari.
När kursen är avslutad kommer deltagarna att kunna:
– Utforma och implementera datapipelines med hjälp av relevant teknik.
– Skilja mellan datalager, datalagerhus och datalakehouse-system.
– Tillämpa principer för metadatahantering och styrning i datalakehouse-system.
– Integrera olika ramverk för datalagring och databehandling för att bygga skalbara och kostnadseffektiva datalösningar som uppfyller kraven hos datadrivna organisationer.
Allmänna IT-kunskaper, grundläggande förståelse för databassystem och distribuerad databehandling samt erfarenhet av skriptspråk i Python eller något annat programmeringsspråk.
Kursmaterialet finns tillgängligt på Moodle-sidan.
Kursen består av föreläsningar (hybridform = online och på plats), gästföreläsningar, övningar och gruppprojekt.
Studieutdrag