moduuli #1 Introduction to Big Data Big datan, sen ominaisuuksien ja merkityksen määrittäminen liiketoimintaa koskevassa päätöksenteossa
moduuli #2 Big Data Analyticsin yleiskatsaus Erityyppisten analytiikan ymmärtäminen ja big datan analytiikan rooli liiketoiminta
moduuli #3 Big Data Technologies Hadoop-, Spark-, NoSQL-tietokantojen ja muiden big data-tekniikoiden yleiskatsaus
moduuli #4 Hadoop Ecosystem Hadoopin perusteellinen katsaus, mukaan lukien HDFS, MapReduce ja YARN
moduuli #5 Spark Fundamentals Johdatus Apache Sparkiin, sen arkkitehtuuriin ja käyttötapauksiin
moduuli #6 NoSQL-tietokannat erityyppisten NoSQL-tietokantojen ymmärtäminen, mukaan lukien avainarvo-, asiakirja- ja kaaviotietokannat
moduuli #7 Datan käsittely ja käsittely Isodatan kerääminen, käsittely ja tallennus työkaluilla, kuten Flume, Kafka ja NiFi
moduuli #8 Tietojen tallennus ja hallinta Tietojen tallennusratkaisujen suunnittelu ja käyttöönotto HDFS:n, HBasen avulla , ja Cassandra
moduuli #9 Data Warehousing ja ETL Tietovarastojen rakentaminen ja ETL-toimintojen suorittaminen (Extract, Transform, Load)
moduuli #10 Big Data Analytics Tools Yleiskatsaus ison datan analytiikkatyökaluihin, mukaan lukien Hive , Pig ja Spark SQL
moduuli #11 Machine Learning Fundamentals Johdatus koneoppimiskonsepteihin, mukaan lukien ohjattu ja valvomaton oppiminen
moduuli #12 Machine Learning with Spark Koneoppimismallien rakentaminen Spark MLlibin ja Spark ML:n avulla
moduuli #13 Deep Learning with Big Data Johdatus syväoppimisen käsitteisiin ja tekniikoihin, mukaan lukien hermoverkot ja konvoluutiohermoverkot
moduuli #14 Tekstianalyysi ja NLP Strukturoimattoman tiedon analysointi ja käsittely luonnollisen kielen käsittelyä käyttäen ( NLP) tekniikat
moduuli #15 Datan visualisointi Big Datalle Isodatan visualisointi työkaluilla, kuten Tableau, Power BI ja D3.js
moduuli #16 Big Datan käyttötapaukset ja sovellukset Reaalimaailman tutkiminen big data-analytiikan käyttötapaukset ja sovellukset eri toimialoilla
moduuli #17 Big Data Security and Governance Tietoturvan, yksityisyyden ja vaatimustenmukaisuuden varmistaminen suurdataympäristöissä
moduuli #18 Big Data Analytics with Python Käyttö Python suurdatan analytiikkaan, mukaan lukien tietojen käsittely, visualisointi ja koneoppiminen
moduuli #19 Big Data Analytics with R R:n käyttö big datan analytiikkaan, mukaan lukien tietojen käsittelyyn, visualisointiin ja koneoppimiseen
moduuli #20 Big Data Analytics on the Cloud Big datan analytiikan käyttöönotto pilvialustoille, mukaan lukien AWS, Azure ja GCP
moduuli #21 Reaaliaikainen Big Data Analytics Reaaliaikaisten big data-analytiikkaratkaisujen suunnittelu ja käyttöönotto käyttämällä työkaluja, kuten Apache Storm ja Apache Flink
moduuli #22 Big Data Quality and Governance Datan laadun, eheyden ja hallinnan varmistaminen big data-ympäristöissä
moduuli #23 Big Data Analyticsin tapaustutkimukset Reaalimaailman tapaustutkimusten tutkiminen ja Big Data Analyticsin menestystarinoita eri toimialoilla
moduuli #24 Big Data Analyticsin parhaat käytännöt Big Data Analytics -projektien toteuttamisen parhaat käytännöt ja ohjeet
moduuli #25 Kurssin yhteenveto ja johtopäätökset Suunnittele Big Data Analytics -uran seuraavia vaiheita
