Parallelldatorprogrammering för bearbetning av stora datamängder, 7,5 hp

Huvudområde med fördjupning

Kursen Edge Computing och Internet of Things 7,5 hp. Undantag ges för kravet på svenska. Engelska 6.

Kursen ingår i Masterprogrammet i informationsteknologi 120 hp och som valbar kurs i programmet Civilingenjör i datateknik 300 hp. Kursen ges även som fristående kurs.

Att hantera enorma datamängder är kärnan i datautvinning, djupt lärande och autonomt beslutsfattande i realtid. Alla dessa är i sin tur kärnan i moderna applikationer för artificiell intelligens. Data kan vara mer eller mindre permanent i molnet och nås via distribuerade filsystem och / eller strömma i realtid från flera sensorer i mycket snabb takt.

Tillgång till data såväl som bearbetning sker med användning av mycket välutvecklade ramverk där både lagring och bearbetning distribueras och bearbetning sker parallellt. Syftet med kursen är att presentera denna infrastruktur, inklusive parallell programmering för genomförandet av dessa ramverk. Detta ska göra det möjligt för studenten att bedöma hur man väljer ramverk för applikationer, identifiera fördelar och nackdelar, föreslå förbättringar och till och med genomföra förbättringar.

Efter avslutad kurs ska studenten kunna:

Kunskap och förståelse

• förklara distribuerade filsystem, begrepp om beräkning i distribuerade system samt begrepp om parallell programmering
• beskriva verktyg och programmeringsspråk för lagring och behandling av data i tillämpningar inom maskininlärning och datautvinning

Färdighet och förmåga

• använda specialiserade ramverk och metoder för programmering av tillämpningar inom maskininlärning och datautvinning, t.ex. Hadoop och Spark
• använda specialiserade programmeringsspråk för GPU, så som CUDA och / eller OpenCL för att uppnå höga prestanda

Värderingsförmåga och förhållningssätt

• värdera lämpliga metoder och verktyg för lagring och behandling av data för tillämpningar inom maskin inlärning och datautvinning.

Kursen innehåller moderna tekniker, metoder och verktyg för distribuerat lagringsutrymme för statiska och strömmade stora datamängder, till exempel distribuerade och feltoleranta nyckel/värde tabeller, inklusive replikering- och samordningsmekanismer.

Kursen innehåller också moderna tekniker, metoder och verktyg för distribuerad bearbetning av statiska och strömmade stora datamängder inklusive ramverk som MapReduce och Spark.

Slutligen innehåller kursen begrepp, metoder och verktyg för parallell programmering för data kluster, inklusive GPU.

Kursen innehåller föreläsningar om distribuerade filsystem, begrepp om distribuerade beräkningar, parallell programmerings paradigmer, specialiserade metoder, ramverk och verktyg. Föreläsningarna introducerar materialet i litteraturen.

Lab-övningar på dataintensiva beräkningar och parallell programmering används för att studenterna ska kunna utveckla färdigheter och förmågor inom området.

Ett projekt om dataintensiva beräkningar gör det möjligt för studenterna att använda sina kunskaper i en realistisk tillämpning.

För att klara kursen måste studenten klara laboratorierna och projektet. I projektet ingår ett program, en rapport, en presentation och projektet ligger till grund för en individuell muntlig tentamen.

Om särskilda skäl finns får examinator göra undantag från angiven examinationsform och medge att en student examineras på annat sätt. Särskilda skäl kan till exempel vara beslut om riktat pedagogiskt stöd.

I kursen ingår kursvärdering. Denna är vägledande för utveckling och planering av kursen. Kursvärderingen dokumenteras och redovisas för studenterna.