Fiches de cours

Systems for data science

CS-449

Enseignant(s) :

Kermarrec Anne-Marie

Langue:

English

Summary

The course covers fundamental principles for understanding and building systems for managing and analyzing large amounts of data.

Content

Big data systems design and implementation :

Large-scale storage systems :

Large-scale processing :

Keywords

Distributed systems, Parallel programming, Large-scale storage systems, Large-scale data management

Learning Prerequisites

Required courses

CS-322: Introduction to database systems

Recommended courses

CS-323: Introduction to operating systems

CS-206 Parallelism and concurrency

Important concepts to start the course

 

Learning Outcomes

By the end of the course, the student must be able to:

Teaching methods

Ex cathedra; including exercises in class, practice with pen and paper or with a computer, and a project

Expected student activities

During the semester, the students are expected to:

Assessment methods

Homeworks, written examinations, project. Continuous control

Supervision

Office hours Yes
Assistants Yes
Forum Yes
Others Office ours by appointment

Resources

Bibliography

Relevant resources (textbook chapters, articles, and videos) posted on moodle page.

Dans les plans d'études

    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines
    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines
    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines
    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines
    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines
    • Semestre
       Printemps
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      6
    • Matière examinée
      Systems for data science
    • Cours
      2 Heure(s) hebdo x 14 semaines
    • Exercices
      2 Heure(s) hebdo x 14 semaines
    • Projet
      2 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
8-9     
9-10     
10-11     
11-12     
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22     
En construction
 
      Cours
      Exercice, TP
      Projet, autre

légende

  • Semestre d'automne
  • Session d'hiver
  • Semestre de printemps
  • Session d'été
  • Cours en français
  • Cours en anglais
  • Cours en allemand