Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka i ekonometria							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	praktyczny
Nazwa przedmiotu	Analiza danych w Google Cloud Platform							Kod przedmiotu	IE1ADG
								Rodzaj przedmiotu	obieralny
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	5/6
	26				30			Punkty ECTS	4
Przedmioty wprowadzające	Wprowadzenie do Google Cloud Platform (IE1PGC),
Cele przedmiotu	Zapoznanie studentów z narzędziami chmury Google Cloud Platform do analizy i wizualizacji danych.
Treści programowe	Wykład: - zapoznanie z infrastrukturą GCP - zapoznanie z dostępnymi serwisami w GCP na trzech poziomach IaaS, PaaS, SaaS - skalowalność rozwiązań na GCP - automatyzacja procesów - zabezpieczenia w GCP - monitorowanie w GCP Pracownia specjalistyczna: - zapoznanie z infrastrukturą GCP - zapoznanie z dostępnymi serwisami w GCP na trzech poziomach IaaS, PaaS, SaaS - skalowalność rozwiązań na GCP - automatyzacja procesów - zabezpieczenia w GCP - monitorowanie w GCP
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera,
Forma zaliczenia	Wykład: testy na platformie Qwiklabs (https://www.qwiklabs.com/). Pracownia specjalistyczna: testy na platformie Qwiklabs oraz realizacja zadań w kursie From Data to Insights with Google Cloud Platform Specialization (https://www.coursera.org/specializations/from-data-to-insights-google-cloud-platform).
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	zna możliwości przechowywania i analizy danych w chmurze obliczeniowej								K_W06
EU2	potrafi zapisywać i odczytywać dane z BigQuery								K_U06
EU3	potrafi wizualizować dane w chmurze za pomocą Google Data Studio								K_U09
EU4	potrafi zastosować uczenie maszynowe w chmurze za pomocą BigQuery								K_U09
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	testy Qwiklabs								W
EU2	testy Qwiklabs, zadania praktyczne na platformie GCP								Ps
EU3	testy Qwiklabs, zadania praktyczne na platformie GCP								Ps
EU4	testy Qwiklabs, zadania praktyczne na platformie GCP								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								26
	2 - Udział w pracowni specjalistycznej								30
	3 - Wykonanie zadań domowych								30
	4 - Udział w konsultacjach								8
	5 - Przygotowanie do zaliczenia wykładu								6
RAZEM:									100
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									64 (2)+(4)+(1)	2.6
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									60 (2)+(3)	2.4
Literatura podstawowa	1. Kurs online - From Data to Insights with Google Cloud Platform Specialization (https://www.coursera.org/specializations/from-data-to-insights-google-cloud-platform).
Literatura uzupełniająca	1. Cloud Analytics with Google Cloud Platform: An end-to-end guide to processing and analyzing big data using Google Cloud Platform. Thodge, Sanket. 2018.
Jednostka realizująca	Katedra Oprogramowania								Data opracowania programu
Program opracował(a)	dr inż. Jerzy Krawczuk								2021.04.28