Behörighetskrav

120 hp inkl. Programmeringsteknik II eller motsvarande (programmering i Java och/eller Python). Databasteknik II och Beräkningsvetenskap I alternativt Beräkningsvetenskap DV eller motsvarande.  

Mål

Efter godkänd kurs ska studenten kunna

• använda moderna system för hantering av massiva datamängder inom vetenskapliga tillämpningar;
• analysera egenskaper hos dataintensiva vetenskapliga tillämpningar och använda analysen till att föreslå lämpliga strategier för att hantera tillämpningen;
• implementera programvara där analysen från föregående punkt och teknologi som presenteras i kursen används;
• kritiskt analysera, diskutera och presentera lösningar och implementationer skriftligt och muntligt.

Innehåll

Metodik vid utveckling av vetenskapliga tillämpningar där man använder begrepp och metoder inom storskalig datahantering. Distribuerade filsystem och molnbaserade lagringsmiljöer, t.ex. OpenStack Swift. Processning av Batch data med programmeringsmodellen MapReduce, t.ex. Hadoop. Effektiv användning av frågespråk som Hive för vetenskapliga tillämpningar. Effektiv användning av indexering. Array-databaser, t.ex. SciDB, plattformar för strömmande data, t.ex. Storm. Översiktlig beskrivning av tekniker, begrepp och verktyg för analys av stora datamängder, t.ex. NoSQL, NoDB, ostrukturerad namnrymd och ontologibaserad data.

Undervisning

Föreläsningar, gästföreläsningar, laborationer och grupphandledning. Inlämningsuppgifter med muntlig och skriftlig presentation.

Examination

Inlämningsuppgifter och programvaruprojekt. Aktivt deltagande i seminarier. Muntlig och skriftlig diskussion av inlämningsuppgifter och forskningsartiklar.