DE1061 Ievads datu inženierijā

Kods DE1061
Nosaukums Ievads datu inženierijā
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Pamatstudiju, Akadēmiskais
Tematiskā joma Datorika
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Māra Romanovska
Kredītpunkti 6.0
Daļas 1
Anotācija Dati, datu apstrāde un ar tiem cieši saistītā datu zinātne pēdējos gados ir ieguvusi arvien augstāku popularitāti. Tipiski datu zinātnes iesācēji saskaras ar situāciju, kad ir iegūta datu kopa un apzināti tās analīzes aspekti, tomēr trūkst zināšanu, lai datu kopu formalizētu un glabātu tālākai izmantošanai. It īpaši tas attiecas uz heterogēnām, jauktām un abstraktām datu kopām. Datu inženierija ir joma, kas pēta, apraksta un praksē demonstrē darbību kopumu, kas ļauj izveidot saskarnes un mehānismus, lai piekļūtu datiem laicīgi un efektīvi. Studiju kurss ir paredzēts studējošajiem, kuri strādā ar datiem, iegūst datu kopas un tālāk tās analizē dažādos griezumos. Studiju kurss koncentrējas uz trīs būtiskiem un savstarpēji saistītiem konceptiem: datu modelēšanu, datu izgūšanu no izveidotā modeļa un datu arhitektūras izveidi. Visiem trīs konceptiem tiek apskatīti tipiskākie risinājumi, uzsverot to piemērotību atkarībā no konkrētajiem datiem, un konkrētās datu kopas analīzes vajadzībām. Datu modelēšanai tiek apskatīta gan klasiskā entītiju relāciju pieeja kontekstā ar strukturētās vaicājumu valodas (SQL) datu bāzēm, gan arī pieejas, kas ļauj modelēt citas (sauktas par NoSQL) datu bāzes. Datu arhitektūrās tiek apskatītas centralizētās un necentralizētās pieejas ar uzsvaru uz datu noliktavām..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Ievads datu inženierijā un datu apstrāde kā datu inženierijas konteksts, datu krātuves jēdziens. 4 0 0 0
Datu inženierijas dzīvescikls. Datu inženierijas risinājuma sarežģītības novērtēšana. 4 0 0 0
Dažādi datu avoti, to priekšrocības un trūkumi. 2 2 0 0
Dažādas datu modelēšanas pieejas un dažādu aspektu nozīme, modelējot datus. 4 2 0 0
ER modelis kā dominējošā pieeja. ER modeļa komponentes. 4 6 0 0
Datu modeļa kvalitātes novērtēšana. Normalizācija. 4 8 0 0
Alternatīvas ER modelim - NoSQL pieejas. 4 6 0 0
Datu modeļa saistība ar tā realizāciju sistēmā. 2 2 0 0
Vaicājuma jēdziens. Vaicājumi dažādos datu modeļos. 2 2 0 0
SQL vaicājumi un to veidi. SQL vaicājumu apstrāde. 4 6 0 0
SQL vaicājumi. Vaicājumi ar vienu un vairākām tabulām. 4 8 0 0
SQL vaicājumi. Funkcijas un paplašinājumi, padziļināta sarežģītības līmeņa konstrukcijas. 4 8 0 0
Vaicājumi modeļiem, kas nebalstās uz entītiju relāciju modelēšanas pieeju. Piekārtošanas-reducēšanas pieeja. 4 4 0 0
Datu arhitektūru pārskats, balstoties uz dažādiem datu modeļiem. Centralizētas un decentralizētas datu arhitektūras. 4 2 0 0
Datu ezers, datu tīkls un citas aktuālās datu arhitektūras. To priekšrocības un trūkumi. 4 2 0 0
Datu noliktavas jēdziens. Datu noliktavas priekšrocības un trūkumi. 4 6 0 0
Darbs ar datu noliktavu. Dažādi datu noliktavas implementācijas varianti. 4 8 0 0
Vaicājumi ar datu noliktavu. 4 8 0 0
Decentralizētas datu arhitektūras un datu izgūšana no tām. 4 2 0 0
Datu arhitektūras tālākā izmantošana - datu pasniegšana. 4 2 0 0
Studiju kursa kopsavilkums, nākotnes virzieni. 4 0 0 0
Kopā: 78 84 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir attīstīt studējošā pamata zināšanas un prasmes datu inženierijas jomā tiktāl, lai students, iegūstot jaunu datu kopu vai darbojoties ar jaunu domēnu, ir spējīgs izstrādāt tai atbilstošu vieglu līdz vidēji sarežģītu datu inženierijas risinājumu. Studiju kursa uzdevumi: - radīt izpratni par datu inženierijas pamatjēdzieniem un to savstarpējo saistību, kā arī saistību ar kopējo datu zinātnes kontekstu; - radīt izpratni par dažādiem datu modeļiem un tiem atbilstošo datu sistēmu priekšrocībām un trūkumiem; - iemācīt praktiski modelēt datus, izmantojot realitāšu saišu pieeju vienkāršās līdz vidēji sarežģītās problēmjomās; - veidot praktiskās iemaņas darbā ar SQL tiktāl, ka students prot izgūt nepieciešamos datus; - radīt izpratni par dažādām datu arhitektūrām; - iemācīt praktiski strādāt ar datu noliktavām tiktāl, ka students prot izgūt nepieciešamos datus; - attīstīt spēju dokumentēt datu inženierijas risinājumus; - attīstīt spēju rakstiski izteikt savu viedokli un argumentus par labu dažādiem datu inženierijas risinājumiem.
Sasniedzamie studiju
rezultāti un to vērtēšana
Zina dažādu datu inženierijas pamatjēdzienu savstarpējo saistību. - Vērtēšanas metodes: testi un eksāmens. Kritēriji: students spēj izskaidrot dažādus datu inženierijas jēdzienus, tos saistīt savā starpā, kā arī ar dažādām datu inženierijas risinājumu īpašībām, saprot, kuri datu inženierijas risinājumi ir piemēroti dažādos gadījumos.
Saprot, kuri datu modeļi un kuras datu arhitektūras ir attiecināmas dažādu datu kopu analīzei. - Vērtēšanas metodes: testi un eksāmens. Kritēriji: students zina dažādus datu modeļus un var tos saistīt ar dažādām datu arhitektūrām. Praktiski redzot datu kopu, students spēj to analizēt un pamatoti noteikt, kura datu arhitektūra un datu modelis ir piemērots tās realizācijai.
Prot modelēt problēmjomu ar realitāšu saišu pieeju vieglos līdz vidējo sarežģītos gadījumos. Sarežģītos gadījumos spēj atrast nepieciešamos resursus risinājuma izstrādei. - Vērtēšanas metodes: pirmais mājasdarbs. Kritēriji: students problēmsfēras aprakstā spēj identificēt realitāšu kopas, tās saistosās saites, realitāšu kopu atribūtus. Students spēj tās saistīt ER diagrammā. Students zina par rīku vadītu problēmjomas modelēšanu un prot to izmantot. Students spēj izvērtēt un izskaidrot dažādas modelēšanas alternatīvas.
Spēj praktiski prot izmantot SQL vaicājumus, lai izgūtu nepieciešamos datus. - Vērtēšanas metodes: otrais mājasdarbs. Kritēriji: izmantojot esošu datu kopu, students prot veikt dažāda sarežģītības līmeņa vaicājumus. Students izprot, kā ar SQL izteiksmju palīdzību tiek izveidota datu bāze. Students spēj izvērtēt un izskaidrot dažādas SQL vaicājuma pieraksta alternatīvas.
Prot projektēt datu noliktavu un izgūt no tās datus. - Vērtēšanas metodes: trešais mājasdarbs. Kritēriji: students izprot, kas ir daudzdimensionāls datu modelis un kam to pielieto. Students spēj pārveidot datu modeli uz daudzdimensiju modeli jēgpilni un loģiski. Spēj veikt datu izgūšanu no modeļa, saprot, kas ir nepieciešams tā realizācijai. Vienkāršā gadījumā spēj izveidot datu noliktavas shēmu.
Studiju rezultātu vērtēšanas kritēriji
Pirmais tests: Datu modelēšana un datu inženierijas pamatjēdzieni. - 5%
Otrais tests: Datu izgūšana no datu modeļa.SQL. - 5%
Trešais tests: Datu arhitektūras. - 5%
Pirmais mājasdarbs: Datu modelēšanas ar entītiju relāciju pieeju. Datu modelēšanas ar entītiju relāciju pieeju. Students iegūst apmierinošu vērtējumu (4), ja mājas darbā iegūti vismaz 50% punktu. Lai nokārtotu kursu, vismaz 2 no 3 mājas darbiem jānoliek, tajos iegūstot apmierinošu vērtējumu. - 20%
Otrais mājasdarbs: Datu izgūšana ar SQL. Datu modelēšanas ar entītiju relāciju pieeju. Students iegūst apmierinošu vērtējumu (4), ja mājas darbā iegūti vismaz 50% punktu. Lai nokārtotu kursu, vismaz 2 no 3 mājas darbiem jānoliek, tajos iegūstot apmierinošu vērtējumu. - 20%
Trešais mājasdarbs: Datu noliktavas. Students iegūst apmierinošu vērtējumu (4), ja mājas darbā iegūti vismaz 50% punktu. Lai nokārtotu kursu, vismaz 2 no 3 mājas darbiem jānoliek, tajos iegūstot apmierinošu vērtējumu. - 15%
Gala eksāmens: Students iegūst apmierinošu vērtējumu (4), ja eksāmenā iegūti vismaz 50%. Lai nokārtotu kursu, eksāmens jānoliek, tajā iegūstot apmierinošu vērtējumu. - 30%
 
Priekšzināšanas Datorpratības pamatzināšanas, programmēšanas pamatu izpratne.
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 6.0 40.0 38.0 0.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]