Big Data

Bases de Dados
Estruturas de Dados
SQL

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

4. Utilização e exploração de ferramentas como o Mongo DB, SQL Server e Power BI para analise de dados

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
3. Trabalhar com ferramentas para analise de dados

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 (base de dados Relacionais e NoSQL)
– Plataformas de Big Data
– Ferramentas e técnicas de processamento de dados (Microsoft Power BI e Microsoft SQL Server)

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.
• Santos, M. Y. (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.
• Bahga, A., & Madisetti, V. (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 About Data Mining and Data Analysis. 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.
• Ramos, I., & Santos, M. Y. (2017). Business Intelligence: Da Informação ao Conhecimento (3ª ed.). FCA.
• Magalhães, A. (2017). Business Intelligence no SQL Server. FC.