moodul #1 Sissejuhatus suurandmetesse Suurandmete, nende omaduste ja tähtsuse määratlemine äriotsuste tegemisel
moodul #2 Suurandmete analüüsi ülevaade Erinevate analüütikatüüpide mõistmine ja suurandmete analüütika roll äri
moodul #3 Big Data Technologies Hadoopi, Sparki, NoSQL-i andmebaaside ja muude suurandmete tehnoloogiate ülevaade
moodul #4 Hadoopi ökosüsteem Hadoopi, sealhulgas HDFS-i, MapReduce'i ja YARN-i põhjalik ülevaade
moodul #5 Sparki põhialused Sissejuhatus Apache Sparki, selle arhitektuuri ja kasutusjuhtumite kohta
moodul #6 NoSQL-i andmebaasid Erinevat tüüpi NoSQL-i andmebaaside, sh võtmeväärtuste, dokumendi- ja graafikuandmebaaside mõistmine
moodul #7 Andmete kogumine ja töötlemine Suurandmete kogumine, töötlemine ja salvestamine selliste tööriistadega nagu Flume, Kafka ja NiFi
moodul #8 Andmete salvestamine ja haldamine Andmete salvestamise lahenduste kavandamine ja juurutamine HDFS-i, HBase'i abil , ja Cassandra
moodul #9 Andmeladu ja ETL Andmeladude ehitamine ja ETL-i (Extract, Transform, Load) toimingute tegemine
moodul #10 Big Data Analytics Tools Ülevaade suurandmete analüüsitööriistadest, sh Hive , Pig ja Spark SQL
moodul #11 Masinõppe põhialused Sissejuhatus masinõppe kontseptsioonidesse, sh juhendatud ja järelevalveta õpe
moodul #12 Masinõpe koos Sparkiga Masinõppemudelite loomine Spark MLlibi ja Spark ML abil
moodul #13 Suurandmetega süvaõpe Sissejuhatus süvaõppe kontseptsioonidesse ja tehnikatesse, sealhulgas närvivõrgud ja konvolutsioonilised närvivõrgud
moodul #14 Tekstianalüütika ja NLP Struktureerimata andmete analüüsimine ja töötlemine loomuliku keele töötlemise abil ( NLP) tehnikad
moodul #15 Suurandmete visualiseerimine Suurandmete ülevaate visualiseerimine selliste tööriistade abil nagu Tableau, Power BI ja D3.js
moodul #16 Suurandmete kasutamise juhtumid ja rakendused Reaalse maailma uurimine suurandmete analüütika kasutusjuhud ja rakendused erinevates tööstusharudes
moodul #17 Suurandmete turvalisus ja haldamine Andmete turvalisuse, privaatsuse ja vastavuse tagamine suurandmete keskkondades
moodul #18 Big Data Analytics koos Pythoniga Kasutamine Python suurandmete analüüsiks, sealhulgas andmete manipuleerimiseks, visualiseerimiseks ja masinõppeks
moodul #19 Big Data Analytics koos R-iga R-i kasutamine suurandmete analüüsiks, sealhulgas andmete manipuleerimiseks, visualiseerimiseks ja masinõppeks
moodul #20 Big Andmeanalüüs pilves Suurandmete analüütika juurutamine pilveplatvormidel, sh AWS, Azure ja GCP
moodul #21 Reaalajas suurandmete analüüs Reaalajas suurandmete analüüsilahenduste kavandamine ja juurutamine selliste tööriistade abil nagu Apache Storm ja Apache Flink
moodul #22 Suurandmete kvaliteet ja haldamine Andmete kvaliteedi, terviklikkuse ja juhtimise tagamine suurandmekeskkondades
moodul #23 Big Data Analyticsi juhtumiuuringud Reaalse maailma juhtumiuuringute uurimine ja suurandmete analüüsi edulood erinevates tööstusharudes
moodul #24 Big Data Analyticsi parimad tavad Suurandmete analüüsiprojektide rakendamise parimad tavad ja juhised
moodul #25 Kursuse kokkuvõte ja kokkuvõte Big Data Analyticsi karjääri järgmiste sammude kavandamine
