Магистратура 2021/2022

Инструменты анализа и хранения больших данных

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Коммуникации, основанные на данных)

Направление: 42.04.01. Реклама и связи с общественностью

Кто читает: Школа коммуникаций

Где читается: Факультет креативных индустрий

Когда читается: 2-й курс, 1 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Хапаева Наталья Михайловна

Прогр. обучения: Коммуникации, основанные на данных

Язык: русский

Кредиты: 4

Контактные часы: 40

Программа дисциплины

Аннотация

Курс направлен на: • Изучение, сравнительный анализ баз данных – ClickHouse, MongoDB, Vertica, Postgre и др. • Получение практических навыков работы со встроенными инструментами ML в базах данных. • Обзор и решение практических задач по обработке BD, моделирование и best practics. • Сравнительный анализ с OLAP, реляционными СУБД (Postgre, MS SQL Server), NoSQL (ElasticSearch, Mongo DB) и Hadoop и примеры решения практических задач. • Освоение принципов управления данными в компаниях и цифровых экосистемах.

Цель освоения дисциплины

• Целью освоения дисциплины "Инструменты анализа и хранения больших данных" является получение студентами знаний и навыков владения современными методами и средствами, предназначенными для обработки и хранения больших данных и построения аналитики по ним для задач обеспечения медиапланирования и управления рекламными кампаниями.

Планируемые результаты обучения

• Знает основные принципы организации реляционных БД и хранилищ данных. Владеет основными методами обработки информации в реляционых БД, включая язык SQL. Умеет применять инструменты работы с хранилищами данных для решения задач аналитики в медиапланировании.
• Имеет представление о месте и роли Big Data-инструментов в задачах медипланирования. Умеет применять инструментарий распределенной обработки данных и построения аналитики на промышленных массивах данных.
• Понимает основные принципы работы NoSQL-баз данных и их отличия от реляционных БД. Умеет применять полученные знания в задачах обработки больших данных с помощью NoSQL-инструментов для получения аналитической отчетности.
• Понимает, как организованы процессы управления данными в организациях и цифровых экосистемах.

Содержание учебной дисциплины

• Основные концепции организации реляционных баз данных и хранилища данных (DWH)
• NoSQL – базы данных
• Инструменты работы с Big Data
• Data Governance: основы управления данными в компаниях и цифровых экосистемах

Элементы контроля

• Аудиторная работа
• Решение бизнес-кейсов

Промежуточная аттестация

• 2021/2022 учебный год 1 модуль
  0.35 * Аудиторная работа + 0.65 * Решение бизнес-кейсов

Список литературы

Рекомендуемая основная литература

• Dean, J., & Ghemawat, S. (2008). Mapreduce: Simplified Data Processing on Large Clusters. Communications of the ACM, 51(1), 107–113. https://doi.org/10.1145/1327452.1327492
• Kimball R., Margy Ross M. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling. – John Wiley & Sons, 2013.
• Luu H. Beginning Apache Spark 2: With Resilient Distributed Datasets, Spark SQL, Structured Streaming and Spark Machine Learning Library. – Berkeley: Apress, 2018.
• Rohan Light, Beenish Saeed, Nathalie de Marcellis-Warin, Abdelaziz Khadraoui, Alison Holt, Benoit Aubert, David Sutton, Frédéric Gelissen, Alisdair McKenzie, Geoff Clarke, Rose Pan, & Ming Li. (2021). Data Governance : Governing Data for Sustainable Business. BCS, The Chartered Institute for IT.

Рекомендуемая дополнительная литература

• Evren Eryurek, Uri Gilad, Valliappa Lakshmanan, Anita Kibunguchy-Grant, & Jessi Ashdown. (2021). Data Governance: The Definitive Guide: Vol. First edition. O’Reilly Media.
• John Ladley. (2020). Data Governance : How to Design, Deploy, and Sustain an Effective Data Governance Program: Vol. Second edition. Academic Press.
• White T. Hadoop: The Definitive Guide. - O'Reilly Media, 2015.