Logga in

Registrera

1TD075 · Uppsala universitet

Data engineering II

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
7.5
Språk
Svenska
Nivå
Avancerad nivå
Fakultet
Teknisk-naturvetenskapliga fakultetsnämnden
Institution
Institutionen för informationsteknologi

Lärandemål

Efter godkänd kurs ska studenten kunna

  • beskriva styrkor och svagheter hos, samt praktiskt använda moderna system för hantering av strömmande data;
  • analysera egenskaper hos dataintensiva tillämpningar med strömmande data och använda analysen till att föreslå lämpliga arkitekturer för att hantera tillämpningen inklusive kombination av strömmande data och batchanalys;
  • implementera programvara där analysen från föregående punkt och teknik som presenteras i kursen används;
  • redogöra för och hantera praktiska aspekter av produktionssättning av maskininlärningsmodeller;
  • använda sig av ramverk för storskalig distribuerad maskininlärning;
  • kritiskt analysera, diskutera och presentera lösningar och implementationer skriftligt och muntligt.
Kursinnehåll
Syftet med den här kursen är att ge de avancerade kunskaper i skalbar analys av strömmande data, förståelse för det processer och teknologier som krävs för storskalig distribuerad maskininlärning, samt färdighet i att bygga upp och automatisera pipelines och workflows som täcker hela kedjan från data till maskininlärningsmodeller i produktion. Avancerade koncept i molnberäkningar såsom orkestrering av programbehållare (containers) och automatisering. Teori och ramverk för skalbar hantering och analys av dataströmmar såsom Apache Spark och Apache Kafka. Driftsättning och användande av ramverk för distribuerad maskininlärning. Mjukvara och system för konstruktion av molnnativa workflows för kontinuerlig modellering, övervakning och produktionssättning av modeller. Livscykelhantering av maskininlärningsmodeller.
Förutsättningar
  • 120 hp inklusive genomgången Data engineering I. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Litteratur

Saknas

Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Logik för dataloger

DD135143 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Tillämpad datalogi

DD132038 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Datalagring

IV135125 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB