modul #1 Uvod u velike podatke Definiranje velikih podataka, njihove karakteristike i važnost u donošenju poslovnih odluka
modul #2 Pregled analitike velikih podataka Razumijevanje različitih vrsta analitike i uloge analitike velikih podataka u posao
modul #3 Big Data Technologies Pregled Hadoop, Spark, NoSQL baza podataka i drugih tehnologija velikih podataka
modul #4 Hadoop ekosustav Dubinski pogled na Hadoop, uključujući HDFS, MapReduce i YARN
modul #5 Osnove Spark-a Uvod u Apache Spark, njegovu arhitekturu i slučajeve korištenja
modul #6 NoSQL baze podataka Razumijevanje različitih tipova NoSQL baza podataka, uključujući baze podataka ključ-vrijednost, dokument i grafikon
modul #7 Unos i obrada podataka Prikupljanje, obrada i pohranjivanje velikih podataka pomoću alata kao što su Flume, Kafka i NiFi
modul #8 Pohrana i upravljanje podacima Dizajniranje i implementacija rješenja za pohranu podataka pomoću HDFS-a, HBase , i Cassandra
modul #9 Skladištenje podataka i ETL Izgradnja skladišta podataka i izvođenje ETL (Extract, Transform, Load) operacija
modul #10 Alati za analitiku velikih podataka Pregled alata za analitiku velikih podataka, uključujući Hive , Pig i Spark SQL
modul #11 Osnove strojnog učenja Uvod u koncepte strojnog učenja, uključujući nadzirano i nenadzirano učenje
modul #12 Strojno učenje sa Sparkom Izrada modela strojnog učenja pomoću Spark MLlib i Spark ML
modul #13 Duboko učenje s velikim podacima Uvod u koncepte i tehnike dubokog učenja, uključujući neuronske mreže i konvolucijske neuronske mreže
modul #14 Analitika teksta i NLP Analiziranje i obrada nestrukturiranih podataka obradom prirodnog jezika ( NLP) tehnike
modul #15 Vizualizacija podataka za velike podatke Vizualizacija uvida u velike podatke korištenjem alata kao što su Tableau, Power BI i D3.js
modul #16 Slučajevi i aplikacije korištenja velikih podataka Istraživanje stvarnog svijeta slučajevi upotrebe i primjene analitike velikih podataka u raznim industrijama
modul #17 Sigurnost i upravljanje velikim podacima Osiguravanje sigurnosti podataka, privatnosti i usklađenosti u okruženjima velikih podataka
modul #18 Analitika velikih podataka s Pythonom Korištenje Python za analitiku velikih podataka, uključujući manipulaciju podacima, vizualizaciju i strojno učenje
modul #19 Analitika velikih podataka s R-om Korištenje R-a za analitiku velikih podataka, uključujući manipulaciju podacima, vizualizaciju i strojno učenje
modul #20 Big Analitika podataka u oblaku Primjena analitike velikih podataka na platformama u oblaku, uključujući AWS, Azure i GCP
modul #21 Analitika velikih podataka u stvarnom vremenu Dizajniranje i implementacija rješenja za analitiku velikih podataka u stvarnom vremenu pomoću alata kao što su Apache Storm i Apache Flink
modul #22 Kvaliteta i upravljanje velikim podacima Osiguravanje kvalitete podataka, integriteta i upravljanja u okruženjima velikih podataka
modul #23 Studije slučaja analize velikih podataka Istraživanje studija slučaja iz stvarnog svijeta i priče o uspjehu analitike velikih podataka u raznim industrijama
modul #24 Najbolje prakse analitike velikih podataka Najbolje prakse i smjernice za implementaciju projekata analitike velikih podataka
modul #25 Završetak tečaja i zaključak Planiranje sljedećih koraka u karijeri Big Data Analytics
