Складови на податоци и аналитичка обработка

Складови на податоци и аналитичка обработка

1.

Наслов на наставниот предмет

Складови на податоци и аналитичка обработка

Data warehouses and analytics

2.

Код

F23L3S157

3.

Студиска програма

Компјутерско инженерство, Примена на информациски технологии, Софтверско инженерство и информациски системи, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Интернет, мрежи и безбедност, Software engineering and information systems, Компјутерски науки, Стручни студии за програмирање, Стручни студии за програмирање, Компјутерски науки, Компјутерско инженерство, Статистика и аналитика на податоци, Софтверско инженерство,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Прв циклус

6.

Академска година / семестар

3 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Ефтим Здравевски проф. д-р Горан Велинов

9.

Предуслови за запишување на предметот

Освоени најмалку 100 ЕКТС

10.

Цели на предметната програма (компетенции):


Запознавање со oрганизацијата и манипулацијата со податоците организирани во складови на податоци, како и основните операции и алгоритми за работа со складови на податоци. Студентот ќе биде оспособен за интегрирање на оперативни бази на податоци во специјално дизајнирни модели погодни за аналитички потреби. Ова вклучува димензионо моделирање на складови на податоци, организација и манипулација со податоците сместени во складови на податоци, и изготвување на аналитички извештаи базирани на истите податоци.

11.

Содржина на предметната програма:


Основни концепти кај складовите на податоци; Архитектура на складовите на податоци и проток на податоци; Моделирање на складови на податоци; Бавно променливи димензии; Организација на податоците во ѕвездеста и снегулка шема на склад на податоци; Моделирање во податочни сефови; Хиперкоцки и повеќедимензионални бази на податоци; Технилогии за аналитичка обработка (ОLAP) на податоци и проширувања на SQL стандардот за потребите на ОLAP; Врска помеѓу оперативните бази на податоци и складовите на податоци; Автоматско ажурирање на податоците (инкрементално и целосно полнење) во складовите на податоци, прочистување и агрегација на податоци (ETL процеси); Организација кај дистрибуирани складови на податоци и анализа на многу обемни податоци; Проучување на водечките алатки и технологии за креирање, моделирање и одржување складовите на податоци.

12.

Методи на учење:


предавања, аудиториски вежби, лабораториски вежби, проектни задачи, домашни задачи

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 45 + 15 + 15 + 75 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

30 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

45 часови

16.

Други форми на активности

16.1.

Проектни задачи

15 часови

16.2.

Самостојни задачи

15 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

10 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

15 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

70 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

Реализирани активности 15, 16

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

4623

Jarke, M., Lenzerini, M., Vassiliou, Y., Vassiliadis, P.

Fundamentals of Data Warehouses

Springer

2013

4624

Ralph Kimball and Margy Ross

The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence Remastered Collection

Wiley

2015

4625

M. Golfarelli, S. Rizzi

Data Warehouse Design: Modern Principles and Methodologies

McGraw-Hill

2009

4626

Alejandro Vaisman, Esteban Zimányi

Data Warehouse Systems: Design and Implementation

Springer

2022

4627

David Taniar, Wenny Rahayu

Data Warehousing and Analytics: Fueling the Data Engine

Springer

2022

4628

Daniel Linstedt, Michael Olschimke

Building a Scalable Data Warehouse with Data Vault 2.0

Elsevier Science

2015

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година