| Amaç: |
Büyük Veri Kavramının ve Mimarisinin Öğretilmesi: Büyük verinin tanımı, karakteristik özellikleri (Hacim, Hız, Çeşitlilik vb.) ve geleneksel veri tabanlarından farkları ile temel mimari yapılarının öğretilmesi.
Dağıtık Depolama ve İşleme Teknolojilerinin Öğretilmesi: Büyük ölçekli verilerin saklanması ve işlenmesi için kullanılan Hadoop, HDFS, MapReduce ve Apache Spark gibi dağıtık sistemlerin çalışma prensiplerinin öğretilmesi.
Büyük Veri Analitiği ve Ekosistem Araçlarının Öğretilmesi: Büyük veri ekosistemindeki güncel araçların, NoSQL veri tabanlarının ve akış (streaming) veri işleme yöntemlerinin gerçek dünya senaryolarına yönelik uygulamalarla öğretilmesi. |
| İçerik: |
Büyük veri kavramının, tarihsel gelişiminin ve 5V (Volume, Velocity, Variety, Veracity, Value) bileşenlerinin öğretilmesi
Geleneksel veri tabanları ile büyük veri sistemleri arasındaki mimari farkların öğretilmesi
Dağıtık dosya sistemlerinin (HDFS) ve veri depolama mantığının öğretilmesi
MapReduce programlama modelinin ve paralel veri işleme mekanizmasının öğretilmesi
Apache Spark mimarisinin, bellek içi (in-memory) veri işleme yöntemlerinin öğretilmesi
İlişkisel olmayan (NoSQL) veri tabanı türlerinin (Doküman, Anahtar-Değer, Grafik vb.) öğretilmesi
Sütun tabanlı veri tabanı sistemlerinin ve büyük veri depolama optimizasyonunun öğretilmesi
Büyük veri ekosisteminde veri transferi ve entegrasyon araçlarının öğretilmesi
Gerçek zamanlı (Real-time) veri akış süreçlerinin ve akış işleme (Streaming) teknolojilerinin öğretilmesi
Büyük veri sistemlerinde veri madenciliği ve temel makine öğrenmesi uygulamalarının öğretilmesi
Bulut bilişim platformlarında büyük veri servislerinin ve mimarilerinin öğretilmesi
Büyük veri sistemlerinde veri güvenliği, gizliliği ve yönetişim (governance) standartlarının öğretilmesi
Büyük verinin görselleştirilmesi ve analitik raporlama tekniklerinin öğretilmesi
Farklı sektörlerdeki (Finans, Sağlık, E-ticaret vb.) büyük veri başarı hikayelerinin ve uygulama örneklerinin öğretilmesi |