Apolo

Atividade

109325 - Processamento Analitico de Dados em Larga Escala

Período da turma:

13/04/2024 a 10/05/2024

Selecione um horário para exibir no calendário:

Descrição:

Objetivos:
Fornecer aos alunos uma visão ampla sobre os objetivos, conceitos, fundamentos e ferramentas voltados ao processamento analítico de dados em larga escala.
Justificativa:
A disciplina visa estimular o aluno quanto ao aprendizado de conceitos atuais empregados no processamento analítico de dados em larga escala.
Conteúdo:
1. Inteligência de negócio: medição, relatórios, análise, colaboração, gerência.
2. Big Data: definições, desafios.
3. Big Data Warehousing: conceitos básicos, tarefas, objetivos, diferenças entre o processamento analítico e o processamento transacional.
4. Arquitetura de um Big Data Warehousing: camada operacional de fontes de dados (OLTP - on line analytical processing), camada de pré-processamento de dados (ETL/ELT - Extract, Transform, Load), camada do data warehouse, camada de serviços (serviços OLAP - on line analytical processing), camada de ferramentas de análise e consulta.
5. Modelagem multidimensional: conceito de cubo de dados, características estáticas, operações analíticas, sistemas ROLAP (OLAP relacional), visões materializadas.
6. Map-Reduce: conceitos, modelo algorítmico, arcabouços comerciais mais usados em ambientes computacionais paralelos e distribuídos.
7. Análise de dados em larga escala: pipelines de instanciação de arquiteturas de big data warehousing.

Bibliografia:
1) KIMBALL, R., ROSS, M. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, 2nd edition. John Wiley and Sons, Inc., 2002.
2) CIFERRI, C., CIFERRI, R., GÓMEZ, L., SCHNEIDER, M., VAISMAN, A., ZIMÁNYI, E. Cube algebra: A generic user-centric model and query language for OLAP cubes. Journal of Data Warehousing and Mining, v. 9, n. 2, p. 39-65, 2013.
3) VAISMANN, A., ZIMÁNYI, E. Data Warehouse Systems: Design and Implementation, 1st edition. Springer, 2014.
4) CHEN, M., MAO, S., LIU, Y. Big data: A survey. Mobile Networks and Applications, v. 19, n.2, p. 171-209, 2014.
4) LINSTEDT, D., OLSCHIMKE, M. Building a Scalable Data Warehouse with Data Vault 2.0, 1st edition. Morgan Kaufmann, 2015.
5) WHITE, T. Hadoop: The Definitive Guide, Storage and Analysis at Internet Scale, 4th Edition. O'Reilly Media, 2015.
6) Complementares (se houver):1) GOLFARELLI, M.; RIZZI, S.; IURIS, C. Beyond Data Warehousing: What's Next in Business Intelligence? In Proceedings of the 7th ACM International Workshop on Data Warehousing and OLAP, p. 1-6, 2004.

Carga Horária:

20 horas

Tipo:

Optativa

Vagas oferecidas:

245

Ministrantes:

Cristina Dutra de Aguiar

voltar