Modulets indhold, forløb og pædagogik

Læringsmål

Viden

• Dataforberedelse, såsom datakvalitet, datarensning, outlier detektion, datagenerering og udvidelse, datatransformation og data wrangling
   
• Dataintegration, såsom skema matching, skema mapping, skemaintegration, global og lokal som view, wrappers/mediatorer, avanceret ETL, ændringsdetektering og -styring og metadata og masterdatastyring.
   
• DataOps, såsom dataflowspecifikation, test og styring, versionering, implementering, robusthed/modstandsdygtighed, dataovervågning og -kontrol, kontinuerlig integration, test og distribution og performance tuning på en distribueret infrastruktur.
   
• Begreberne ovenfor er illustreret ved avancerede realistiske use cases, typisk baseret på åbne data.

Færdigheder

• Skal være i stand til at integrere data fra flere datakilder fra separate udbydere i en integreret og konsistent repræsentation
   
• Skal være i stand til at rense og forberede realistiske Big Data -sæt med relevante værktøjer, samtidig med at styre volumen, hastighed, variation og sandhed
   
• Skal kunne anvende DataOps ved hjælp af bedste praksis om realistiske datastrømme, der kører på en distribueret infrastruktur. ntegrere data fra flere datakilder fra separate udbydere i en integreret og konsekvent repræsentation

Kompetencer

• Skal være i stand til at vælge relevante teknikker til dataintegration, dataforberedelse og DataOps til et givet realistisk Big Data -scenario.
• Skal være i stand til at forstå og begrunde resultatet af Big Data -processer.

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. § 17.

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854