Tehnologije podatkovnog inženjerstva u oblaku
Prikazani su podaci za akademsku godinu: 2023./2024.
Nositelji
Opis predmeta
Studenti će naučiti temeljne procese na svakom projektu podatkovnog inženjerstva, kao što su unos, pohrana, prijenos, transformacija, čišćenje, validacija i posluživanje podataka, no isto tako i postupke upravljanja izvornim kodom, serverless programskim okolinama i kontinuiranom integracijom i isporukom koda, odnosno postupke koji su neophodni na današnjim projektima podatkovnog inženjerstva u oblaku. Kroz vježbe i samostalan rad studenti će steći praktične vještine rada sa programskim jezikom GO, Docker kontejnerima i Kubernetes grozdom, MongoDB NoSQL bazom podataka, GIT-om Jankinsom i Terraformom.
Studijski programi
Sveučilišni preddiplomski
Vještine - 3. semestar (3. semestar) Vještine - 5. semestar (5. semestar)[FER3-HR] Računarstvo - studij
Vještine - 3. semestar
(3. semestar)
Vještine - 5. semestar
(5. semestar)
Sveučilišni diplomski
Vještine - dipl.studij_FER3 - 1. semestar (1. semestar) Vještine - dipl.studij_FER3 - 3. semestar (3. semestar) Vještine - dipl.studij_FER3 - 1. semestar (1. semestar) Vještine - dipl.studij_FER3 - 3. semestar (3. semestar)[FER3-HR] Računarstvo - studij
Vještine - dipl.studij_FER3 - 1. semestar
(1. semestar)
Vještine - dipl.studij_FER3 - 3. semestar
(3. semestar)
Oblici nastave
Predavanja
Predavanja će se održavati u 8 ciklusa u trajanju od 2 sata tjedno u laboratorijskim učionicama na fakultetu.
LaboratorijLaboratorijske vježbe će se održavati u 8 ciklusa u trajanju od 2 sata tjedno u laboratorijskim učionicama na fakultetu.
Način ocjenjivanja
Kontinuirana nastava | Ispitni rok | |||||
---|---|---|---|---|---|---|
Vrsta provjere | Prag | Udio u ocjeni | Prag | Udio u ocjeni | ||
Laboratorijske vježbe | 50 % | 40 % | 50 % | 40 % | ||
Seminar/Projekt | 50 % | 40 % | 50 % | 40 % | ||
Prisutnost | 50 % | 20 % | 50 % | 20 % |
Tjedni plan nastave
- Što je podatkovna platforma, cloud platforme i izgradnja podatkovnih cjevovoda
- Izvori podataka, prijenos lokalnih podataka u oblak, dohvat iz relacijskih baza, programskih sučelja i javnih izvora, data ingestion
- Korištenje Pub/sub agenta za prosljeđivanje poruka i Avro formata poruka, metapodaci i porijeklo podataka
- Konsolidacija i transformacija podataka, kontrola sheme poruke, izgradnja kataloga shema i kako se rješava problem evolucije sheme poruke
- Korištenje programskih kontejnera, upravljanje Kubernetes grozdom i korištenje MongoDB NoSQL baze podataka
- Izrada programskih sučelja u programskom jeziku GO (REST API, Swagger, oAuth autentifikacija), posluživanje putem agenata za prosljeđivanje poruka, data democratisation
- Primjena DevOps koncepta u razvoju koda, korištenje GIT-a, Jankinsa, Terraforma, uspostava razvojnih, testnih, prezentacijskih i produkcijskih okolina u oblaku.
- Završni projekt
- Bez nastave
- Bez nastave
- Bez nastave
- Bez nastave
- Bez nastave
- Bez nastave
- Bez nastave
Literatura
Martin Kleppmann (2017.), Designing Data-intensive Applications, Oreilly & Associates Incorporated
John Arundel, Justin Domingus (2019.), Cloud Native DevOps with Kubernetes, O'Reilly Media
Manoj Kukreja, Danil Zburivsky (2021.), Data Engineering with Apache Spark, Delta Lake, and Lakehouse, Packt Publishing Ltd
Alan A. A. Donovan, Brian W. Kernighan (2015.), The Go Programming Language, Addison-Wesley Professional
Za studente
Izvedba
ID 234065
Zimski semestar
3 ECTS
R0 Engleski jezik
R1 E-učenje
15 Predavanja
0 Seminar
0 Auditorne vježbe
15 Laboratorijske vježbe
0 Konstrukcijske vježbe
0 Vježbe tjelesnog odgoja
Ocjenjivanje
90 izvrstan
80 vrlo dobar
65 dobar
50 dovoljan