Studieguide

Lärandemål

- Introduktion till Big Data
- How to design and implement a data collection system
- How to present data from a business viewpoint

Innehåll

- Node.js
- Azure Stream analytics
- Azure Big Data

Tid och plats

Höst, Vasa

Studiematerial och rekommenderad litteratur

Moodle

Undervisningsmetoder

Kursen baserar sig på föreläsningar, självstudier och övningar i klassrumsmiljö. Laborationerna obligatoriska

Bedömningsmetoder (förverkligande) och -kriterier (studieperioder/kurser)

Hösten

Studerandes tidsanvändning och belastning

Ca 50% närvarustudier och ca 50% självstudier

Vitsordsskala

H-5

Bedömningskriterier, tillfredsställande-synnerligen tillfredsställande (1-2)

At least 10p/30p.

Arviointikriteerit, goda-synnerligen goda (3-4)

At least 18p/30p.

Arviointikriteerit, berömliga (5)

At least 26p/30p.

Bedömningsmetoder (förverkligande) och -kriterier (studieperioder/kurser)

Av inlämningsfrågornas poäng måste man få minst 33% för att erhålla ett vitsord i kursen, oavsett provens totala poängsumma. 33% för godkänt, per prov. Totalt så tillämpas 33% för godkänt och lineär skala.

Bedömningskriterier, tillfredsställande-synnerligen tillfredsställande (1-2)

Minst 10p/30p

Bedömningskriterier, goda-synnerligen goda (3-4)

Minst 18p/30p

Bedömningskriterier, berömliga (5)

Minst 26p/30p

Förkunskapskrav

Data Management
Full-stack project
AI programming