Detail předmětu

Paralelní zpracování dat

FEKT-MKC-PZPAk. rok: 2023/2024

Paralelizace na CPU. Paralelizace na GPU (maticové operace, algoritmy hlubokého učení). Technologie Apache Spark, Hadoop, Kafka, Cassandra. Distribuované výpočty pro operace: transformace dat, agregace, klasifikace, regrese, shlukování dat, četné vzory, optimalizace. Streamování dat – základní operace, stavové operace, monitorování. Další technologie pro distribuované výpočty.

Jazyk výuky

čeština

Počet kreditů

6

Garant předmětu

doc. Ing. Radim Burget, Ph.D.

Zajišťuje ústav

Ústav telekomunikací (UTKO)

Pravidla hodnocení a ukončení předmětu

závěrečná zkouška
Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Učební cíle

Cílem kurzu je seznámit studenty s možnostmi paralelizace při zpracování dat s využitím klasických procesorů, grafických procesorů a distribuovaných systémů.
Absolventi jsou schopni návrhu a implementace různých forem paralelních systémů pro řešení problémů při zpracování velkých objemů dat. Naučí se techniky pro paralelizaci programů na CPU a GPU a dále techniky pro distribuované výpočty. Zde budou absolventi ovládat technologie Apache Spark, Kafka, Cassaandra a naučí se provádět distribuované zpracování dat s využitím datových operací: transformace, agregace, klasifikace, regrese, shlukování dat, četné vzory.

Základní literatura

Holubová, Irena, et al. Big Data a NoSQL databáze. Grada, 2015. (EN)

Doporučená literatura

BARLAS, Gerassimos. Multicore and gpu programming: an integrated approach. ISBN 9780124171374 (EN)

Zařazení předmětu ve studijních plánech

  • Program MKC-TIT magisterský navazující 2 ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

doc. Ing. Radim Burget, Ph.D.

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

doc. Ing. Radim Burget, Ph.D.

Projekt

13 hod., nepovinná

Vyučující / Lektor

doc. Ing. Radim Burget, Ph.D.