Διαχείριση Δεδομένων Μεγάλης Κλίμακας (ICE-359)

Το μάθημα αποτελεί προηγμένο εκπαιδευτικό εργαλείο σχετικό με θεωρητικά και πρακτικά θέματα τεχνολογιών αιχμής για τη διαχείριση και επεξεργασία δεδομένων μεγάλης κλίμακας. Η ύλη του μαθήματος στοχεύει στην όσο πιο ουσιαστική εισαγωγή των φοιτητών στις βασικές αρχές, δομή και λειτουργία των τεχνολογιών διαχείρισης και επεξεργασίας μεγάλου όγκου δεδομένων, καθώς και στα μοντέρνα εργαλεία τα οποία προσφέρονται για την υλοποίησή τους. Σαν αποτέλεσμα, θα πραγματοποιηθεί μία εισαγωγή στην επιστήμη των δεδομένων (data science) στους φοιτητές, δίνοντάς τους ένα ισχυρό θεωρητικό και πρακτικό υπόβαθρο καθώς και υπολογιστικές δεξιότητες ώστε να διαχειριστούν μεγάλα δεδομένα. Παράλληλα, θα δοθεί η δυνατότητα να ανακαλύψουν κρυμμένη πληροφορία και γνώση που θα τους οδηγήσει στη δημιουργία ιστοριών, στην κατανόηση συμπεριφορών, στην εξόρυξη απόψεων, στην ανάλυση συναισθήματος, και στην κατανόηση τάσεων και προτιμήσεων. Ως εκ τούτου, η ύλη αναφέρεται σε προηγμένες έννοιες σχετικές με τη διαχείριση δεδομένων μεγάλου όγκου αλλά και εξόρυξης δεδομένων. Εκτείνεται τόσο σε θεωρητικό (περιγραφή συστημάτων και αρχιτεκτονικών) όσο και πρακτικό (προγραμματιστικές γλώσσες, εργαλεία, βιβλιοθήκες) επίπεδο, προσφέροντας γνώσεις και στους δύο άξονες. Σε αρχικό στάδιο, πραγματοποιεί μια εισαγωγή στις βασικές έννοιες και ορισμούς, και παρουσιάζει το εύρος των εφαρμογών τους στην επικοινωνία και τη δημοσιογραφία. Έτσι, ο φοιτητής θα έχει μία συνολική αντίληψη των εργαλείων και μεθοδολογιών που βρίσκονται στην αιχμή της τεχνολογίας σχετικά με τα μεγάλου όγκου δεδομένα. Εκτιμώντας τη σημασία που έχει στις μέρες μας η δημιουργία και διαχείριση δεδομένων τόσο σε οικονομικό όσο και κοινωνικό επίπεδο, το μάθημα λειτουργεί τόσο μαθησιακά όσο και καθαρά εμπειρικά σχετικά με τεχνολογίες που χρησιμοποιούνται καθημερινά από εκατομμύρια πολίτες. Τέλος, στόχο του μαθήματος αποτελεί και η έκθεση των φοιτητών, σε πολλές από τις τεχνολογίες αιχμής με σκοπό την άντληση, επεξεργασία και ανάλυση ενός μεγάλου αριθμού δεδομένων (συνήθως υπό τη μορφή κειμένου) που πολλές φορές είναι διαθέσιμα στο διαδίκτυο (π.χ., NoSQL databases, Hadoop, Spark, κλπ) κυρίως σε πρακτικό επίπεδο, με σκοπό την κατανόηση βασικών αρχών σε έναν χώρο που αλλάζει ραγδαία. Παράλληλα, θα αναλυθεί η πλατφόρμα Map-Reduce, δίνοντας έμφαση στα διασυνδεδεμένα και ανοικτά δεδομένα, στο Σημασιολογικό Ιστό και στην εξόρυξη δεδομένων.