modul #1 Uvod u velike podatke Definiranje velikih podataka, njihovih karakteristika i važnosti u poslovnom odlučivanju
modul #2 Pregled analitike velikih podataka Razumijevanje različitih tipova analitike i uloge analitike velikih podataka u business
modul #3 Big Data Technologies Pregled Hadoop, Spark, NoSQL baza podataka i drugih tehnologija velikih podataka
modul #4 Hadoop ekosistem Dubinski pogled na Hadoop, uključujući HDFS, MapReduce i YARN
modul #5 Osnove Spark Uvod u Apache Spark, njegovu arhitekturu i slučajeve upotrebe
modul #6 NoSQL baze podataka Razumijevanje različitih tipova NoSQL baza podataka, uključujući baze podataka ključ-vrijednost, dokumenta i grafove
modul #7 Unos i obrada podataka Prikupljanje, obrada i pohranjivanje velikih podataka pomoću alata kao što su Flume, Kafka i NiFi
modul #8 Skladištenje i upravljanje podacima Dizajniranje i implementacija rješenja za pohranu podataka koristeći HDFS, HBase , i Cassandra
modul #9 Skladištenje podataka i ETL Izgradnja skladišta podataka i izvođenje ETL (Extract, Transform, Load) operacija
modul #10 Big Data Analytics Tools Pregled alata za analizu velikih podataka, uključujući Hive , Pig i Spark SQL
modul #11 Osnove mašinskog učenja Uvod u koncepte mašinskog učenja, uključujući učenje pod nadzorom i bez nadzora
modul #12 Mašinsko učenje sa Sparkom Izgradnja modela mašinskog učenja koristeći Spark MLlib i Spark ML
modul #13 Duboko učenje s velikim podacima Uvod u koncepte i tehnike dubokog učenja, uključujući neuronske mreže i konvolucione neuronske mreže
modul #14 Analitika teksta i NLP Analiza i obrada nestrukturiranih podataka korištenjem obrade prirodnog jezika ( NLP) tehnike
modul #15 Vizualizacija podataka za velike podatke Vizuelizacija uvida u velike podatke pomoću alata kao što su Tableau, Power BI i D3.js
modul #16 Slučajevi i aplikacije upotrebe velikih podataka Istraživanje stvarnog svijeta slučajevi upotrebe i primjene analitike velikih podataka u različitim industrijama
modul #17 Big Data Security and Governance Osiguravanje sigurnosti podataka, privatnosti i usklađenosti u velikim data okruženjima
modul #18 Big Data Analytics with Python Upotreba Python za analitiku velikih podataka, uključujući manipulaciju podacima, vizualizaciju i mašinsko učenje
modul #19 Big Data Analytics with R Upotreba R za analizu velikih podataka, uključujući manipulaciju podacima, vizualizaciju i mašinsko učenje
modul #20 Big Analitika podataka u oblaku Primjena analitike velikih podataka na platformama oblaka, uključujući AWS, Azure i GCP
modul #21 Analitika velikih podataka u realnom vremenu Dizajniranje i implementacija rješenja za analizu velikih podataka u realnom vremenu pomoću alata kao što su Apache Storm i Apache Flink
modul #22 Kvalitet i upravljanje velikim podacima Osiguravanje kvaliteta podataka, integriteta i upravljanja u velikim podacima
modul #23 Big Data Analytics Studije slučaja Istraživanje studija slučaja iz stvarnog svijeta i uspješne priče analitike velikih podataka u različitim industrijama
modul #24 Najbolje prakse analize velikih podataka Najbolje prakse i smjernice za implementaciju projekata analize velikih podataka
modul #25 Završetak i zaključak kursa Planiranje sljedećih koraka u karijeri Big Data Analytics
