Big Data

Bases de Dados
Estruturas de Dados
SQL

Aulas:
1. Exposição dos fundamentos teóricos subjacentes ao processamento de Big Data
2. Exposição teórica das tecnologias de processamento de Big Data
3. Resolução de exercícios/exemplos de aplicação

No fim de completarem a unidade curricular com sucesso, os alunos deverão ser capazes de:
1. Compreender e explicar os princípios e conceitos de armazenamento, processamento e análise de grandes volumes de dados (Big Data)
2. Identificar e aplicar os conceitos e técnicas de armazenamento, processamento e análise de dados (Big Data) a problemas práticos

1. Introdução ao Big Data
– Novas gerações de bases de dados
– O que é Big Data?
– Características do Big Data;
– Exemplos do domínio de Big Data

2. Big Data em Cidades Sustentáveis e Inteligentes
– Cidades Sustentáveis e Inteligentes: modelos de referência e desafios
– Análise dos dados
– IoT para Cidades Sustentáveis e Inteligentes do futuro
– Impacto, desafios e oportunidades da Big Data nas cidades.
– Aplicações de big data para cidades inteligentes.

3. Processamento de Big Data
– Limitações dos sistemas tradicionais
– Sistemas de armazenamento de dados
– Frameworks de processamento distribuído
– Plataformas de Big Data
– Ferramentas e técnicas de processamento de dados 

NAO

• Lim, C., Kim, K.-J., & Maglio, P. P. (2018). Smart cities with big data: Reference models, challenges, and considerations. Cities, 82, 86–99. https://doi.org/10.1016/j.cities.2018.04.011.
• ‌Osman, A. M. S. (2019). A novel big data analytics framework for smart cities. Future Generation Computer Systems, 91, 620–633. https://doi.org/10.1016/j.future.2018.06.046.
• ‌Hashem, I. A. T., Chang, V., Anuar, N. B., Adewole, K., Yaqoob, I., Gani, A., Ahmed, E., & Chiroma, H. (2016). The role of big data in smart city. International Journal of Information Management, 36(5), 748–758. https://doi.org/10.1016/j.ijinfomgt.2016.05.002.
• ‌‌Maribel Yasmina Santos. (2020). BIG DATA : concepts, warehousing, and analytics. River Publishers.
• ‌Erl, T., Khattak, W., & Buhler, P. (2016). Big data fundamentals : concepts, drivers & techniques. Prentice Hall ; Vancouver, Bc.
• ‌Arshdeep Bahga, & V Madisetti. (2016). Big data science & analytics : a hands-on approach. Arshdeep Bahga & Vijay Madisetti.
• Provost, F., & Fawcett, T. (2013). Data science for business : what you need to know aboout data mining an data-anal. O’reilly.
• Bengfort, B., & Kim, J. (2016). Data Analytics with Hadoop. O’Reilly Media, Inc.
• White, T. (2015). Hadoop: the definitive guide: storage and analysis at internet scale. Beijing O’reilly Media.