Εισαγωγή στα Big Data
Σκοπός του προγράμματος είναι επίσης η κατανόηση βασικών εννοιών, αρχιτεκτονικής και αλγορίθμων σχετικών με τα Big Data. Ο σπουδαστής έρχεται σε επαφή, σε θεωρητικό επίπεδο, με θεμελιώδεις
έννοιες όπως η τεχνολογία Map Reduce, ενώ παρουσιάζονται και παραδείγματα εφαρμογής τους.
ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ/ΣΚΟΠΙΜΟΤΗΤΑ
Οι συμμετέχοντες είναι σε θέση να :
· Κατανόηση του τι ορίζεται σαν Big Data.
· Εκμάθηση των βασικών αρχιτεκτονικών Big Data.
· Εκμάθηση των βασικών αλγορίθμων Big Data.
· Κατανόηση των δομών δεδομένων.
· Κατανόηση των βασικών εννοιών μιας σχεσιακής βάσης δεδομένων.
· Εκμάθηση και εξοικείωση με την γλώσσα SQL. Δυνατότητα διαχείρισης Βάσεων δεδομένων και εξαγωγής και επεξεργασίας δεδομένων.
Α΄Μέρος:
- Εισαγωγή στα Big Data.
Β΄Μέρος:
- Διαχείριση των Big Data.
Γ΄Μέρος:
- Υλοποίηση αρχιτεκτονικών Big Data και Best practices.
Η παρακολούθηση γίνεται αποκλειστικά από το Διαδίκτυο μέσω απλού εκπαιδευτικού λογισμικού (πλατφόρμα ασύγχρονης τηλεκπαίδευσης), παρέχεται ψηφιακό εκπαιδευτικό υλικό και συνεχή εκπαιδευτική υποστήριξη. Από τη στιγμή που ένας υποψήφιος γίνεται δεκτός στο Πρόγραμμα, δημιουργείται λογαριασμός χρήστη στην πλατφόρμα τηλεκπαίδευσης, στον οποίο δίνεται πρόσβαση στην εκπαιδευτική ενότητα της επιλογής του. Στα πλαίσια της κάθε εκπαιδευτικής ενότητας γίνεται ανάρτηση σε εβδομαδιαία βάση στην πλατφόρμα τηλεκπαίδευσης ηλεκτρονικού εκπαιδευτικού υλικού του υπεύθυνου διδάσκοντα. Το εκπαιδευτικό υλικό περιλαμβάνει ηλεκτρονικές σημειώσεις με θεωρία και παραδείγματα τα οποία είναι σε μορφή pdf με δυνατότητα αποθήκευσης και εκτύπωσης, ώστε να είναι εφικτή η μελέτη και offline. Κατά τη διάρκεια του μαθήματος υπάρχει η δυνατότητα ανάθεσης εργασιών. Ο εκπαιδευόμενος έχει πρόσβαση, οποιαδήποτε στιγμή και από οπουδήποτε έχει σύνδεση Internet, σε όλες τις δραστηριότητες, πηγές πληροφοριών και ανακοινώσεις του εκάστοτε μαθήματος και του κοινοποιούνται στοιχεία επικοινωνίας με τον διδάσκοντα για επίλυση αποριών. Οι συμμετέχοντες πρέπει να:
- μελετούν την ύλη και τις σημειώσεις
- χρησιμοποιούν τις συνδέσεις που σχετίζονται με την ύλη του μαθήματος
- υποβάλλουν εργασίες, τεστ αυτοαξιολόγησης και απαντήσεις τελικής εξέτασης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ
Οι συμμετέχοντες πρέπει να διαθέτουν πρόσβαση στο διαδίκτυο, βασικές γνώσεις χειρισμού ηλεκτρονικών υπολογιστών καθώς και προσωπικό λογαριασμό e-mail.
ΔΙΑΔΙΚΑΣΙΑ ΤΕΛΙΚΗΣ ΕΞΕΤΑΣΗΣ
H εξεταστική διαδικασία πραγματοποιείται εξ αποστάσεως μέσα από την πλατφόρμα e-learning με την ανάρτηση θεμάτων (ερωτήσεων- ασκήσεων τελικής εξέτασης) σε μορφή ανάθεσης εργασίας με προθεσμία υποβολής των απαντήσεων. Υπάρχει η δυνατότητα να προγραμματιστεί σε συνεννόηση με τον εκπαιδευόμενο η εκπρόθεσμη συμμετοχή του στην τελική εξέταση με την προϋπόθεση ότι δεν έχει παρέλθει διάστημα πάνω από ένα έτος από την εγγραφή του στην αντίστοιχη διδακτική ενότητα.
Κόστος Σεμιναρίου: 180.00 €
Αρχικό κόστος σεμιναρίου χωρίς έκπτωση.
Κόστος με έκπτωση στα 120.00 €
για Ανέργους, Πολύτεκνους-Τρίτεκνους, AMEA, Πτυχιούχους-Φοιτητές ΠαΠει, Εργαζόμενους του Πανεπιστημίου Πειραιά (μόνιμοι ή με σύμβαση), Δημοτικούς Υπαλλήλους.
Κόστος με έκπτωση στα 150.00 €
για Προπτυχιακούς Φοιτητές ΑΕΙ/ΤΕΙ ή άτομα έως 30 ετών που είναι κάτοχοι Ευρωπαϊκής Κάρτας Νέων, Συμμετέχοντες προηγούμενων κύκλων, Εγγραφή σε τουλάχιστον δύο μαθήματα ίδιας περιόδου
Κ. Τσιάκαλου
Μηχανικός Επιχειρηματικής Ευφυΐας
–
- Κόστος
- Μονάδες ECTS
- Διάρκεια (μήνες)
- Διάρκεια (ώρες)
- 'Εναρξη
- Λήξη
- Προθεσμία αίτησης
- Τίτλος Σπουδών Σεμιναρίου
- Εκπαιδευτής
- 120.00 - 180.00 €
- 1.15
- 2.00
- 30.00
- 11/11/2024
- 19/01/2025
- 09/11/2024
- Πιστοποιητικό Επιμόρφωσης
- Κ. Τσιάκαλου
Για να προχωρήσετε στην παρακολούθηση της συγκεκριμένης διδακτικής ενότητας, παρακαλούμε εγγραφείτε σε αυτό μέσα από την ειδική φόρμα εγγραφής και παρακολούθησης μαθημάτων.
