6 ECTS credits
180 u studietijd

Aanbieding 2 met studiegidsnummer 4021366FNR voor alle studenten in het 1e semester met een gespecialiseerd master niveau.

Semester
1e semester
Inschrijving onder examencontract
Niet mogelijk
Beoordelingsvoet
Beoordeling (0 tot 20)
2e zittijd mogelijk
Ja
Onderwijstaal
Nederlands
Faculteit
Faculteit Wetenschappen en Bio-ingenieurswetensch.
Verantwoordelijke vakgroep
Computerwetenschappen
Onderwijsteam
Bas Ketsman (titularis)
Onderdelen en contacturen
26 contacturen Hoorcollege
26 contacturen Werkvormen en Praktische Oef.
50 contacturen Zelfwerk en -studie
Inhoud

In de cursus schaalbare Datamanagement Systemen behandelen we gespecialiseerde systemen en algoritmen die ontwikkeld zijn voor het ondersteunen van data intensieve toepassingen op schaal. De cursus volgt een principiële aanpak en behandelt aspecten van parallelle en gedistribueerde databanken, MapReduce afgeleiden, en andere relevante systemen. De cursus focust onder meer op uitdagingen rond gegevenspartitionering, distributed query planning en schaalbaar transactiebeheer.

Dit opleidingsonderdeel verondersteld voorkennis van de databank-theoretische principes van query verwerking en wordt daarom idealiter opgenomen na (of tegelijkertijd) met het opleidingsonderdeel Data en Informatie Management.

Studiemateriaal
Digitaal cursusmateriaal (Vereist) : Relevant materiaal (cursus slides), Transparanten, slides en papers of hoofdstukken uit boeken enz., Leerplatform
Bijkomende info

Het studiemateriaal bestaat uit slides, boek hoofdstukken en een aantal wetenschappelijke artikelen. Deze worden beschikbaar gemaakt via het leerplatform.

Leerresultaten

Algemene competenties

Na het bijwonen van de cursus zal de student:

  • De basisprincipes, technieken en trade-offs die van toepassing zijn op schaalbare datamanagementsystemen begrijpen en kunnen relateren aan elkaar.
  • De huidige state-of-the-art systemen en de benaderingen binnen de academische wereld, binnen het domein schaleerbare datamanagementsystemen, kunnen benoemen en plaatsen binnen het toepassingsgebied.
  • De trade-offs van verschillende benaderingen voor datamanagement kunnen analyseren op vlak van efficiëntie, schaalbaarheid, latency, etc.
  • De meest gepaste bestaande systeemarchitectuur en technologie voor een bepaalde taak kunnen kiezen en motiveren.

  • Systeemarchitecturen kunnen koppelen aan gepaste formele modellen, en deze koppelingen kunnen motiveren.
  • Gegevensmodellen en queryplannen kunnen opstellen naargelang de systeemarchitectuur, de noden van een toepassing en de aard van een gespecificeerde workload.
  • Onderzoekpapers binnen het veld kunnen begrijpen en kritisch analyseren, alsook vragen beantwoorden over de inhoud van deze papers.
  • In staat zijn om onafhankelijk de studie van systemen, technieken en nieuwe vooruitgang binnen het veld van schaalbare datamanagementsystemen verder te zetten.

Beoordelingsinformatie

De beoordeling bestaat uit volgende opdrachtcategorieën:
Examen Schriftelijk bepaalt 60% van het eindcijfer

WPO Groepswerk bepaalt 40% van het eindcijfer

Binnen de categorie Examen Schriftelijk dient men volgende opdrachten af te werken:

  • Schriftelijk examen met een wegingsfactor 1 en aldus 60% van het totale eindcijfer.

Binnen de categorie WPO Groepswerk dient men volgende opdrachten af te werken:

  • Opdracht met een wegingsfactor 1 en aldus 40% van het totale eindcijfer.

Aanvullende info mbt evaluatie

Het eindcijfer is een gewogen gemiddelde. Tijdens de examenperiode is er een schriftelijk examen over alle onderwerpen van de cursus (telt voor 60% van het eindcijfer). Tijdens het semester moet een groepsopdracht uitgewerkt worden (telt voor 40% van het eindcijfer). Het gebruik van GenAI voor deze opdracht is niet toegestaan. De semesteropdracht bevat een verdediging die meetelt voor 20% van de evaluatie van deze opdracht. Indien de student minder dan 8/20 behaald op de verdediging van de opdracht, dan wordt het cijfer van deze verdediging tevens het cijfer van de gehele opdracht. Indien voor een van de twee onderdelen (examen of opdracht) een cijfer lager dan 8/20 wordt behaald, dan wordt het laagste van deze twee cijfers het eindcijfer voor het opleidingsonderdeel.

Indien de student niet slaagt voor het opleidingsonderdeel, maar de student wel een deelcijfer van minstens 10/20 op het deel examen of op het deel opdracht behaalde, dan wordt dit respectievelijke deelcijfer overgedragen naar de tweede zittijd. Afstand doen van deze deelcijfers is niet mogelijk. In de tweede zittijd kunnen opdrachten die niet voldeden herwerkt worden en opnieuw verdedigd worden. Ook het schriftelijk examen kan hernomen worden indien dit niet voldeed in de eerste zittijd. Het eindcijfer wordt op dezelfde manier bepaald als in de eerste zittijd.

Toegestane onvoldoende
Kijk in het aanvullend OER van je faculteit na of een toegestane onvoldoende mogelijk is voor dit opleidingsonderdeel.

Academische context

Deze aanbieding maakt deel uit van de volgende studieplannen:
Master in de toegepaste informatica: artificiële intelligentie en data science: Big Data technologie
Master in de toegepaste informatica: artificiële intelligentie en data science: Artificiële intelligentie
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Artificiële Intelligentie
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Multimedia
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Software Systems
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Data Management en Analytics
Educatieve master in de wetenschappen en technologie: computerwetenschappen (120 ECTS, Etterbeek)