Все о больших данных

Бакалавриат 2026/2027

ID 1205446

Статус: Курс обязательный (Глобальные цифровые коммуникации)

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 3-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Бакшук Матвей Вячеславович

Язык: русский

Кредиты: 5

Контактные часы: 48

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина знакомит студентов с тем, как устроены большие данные: откуда они берутся, где и как хранятся, как из них извлекают ответы на содержательные вопросы и какие последствия работа с данными имеет для общества. Основной практический инструмент дисциплины – язык запросов SQL, на котором строится вся семинарская линия. Теоретические занятия дают минимум, необходимый для осмысленной работы с запросами: модели данных, устройство систем управления базами данных, различие оперативной и аналитической обработки, распределённые и нереляционные хранилища. Второй модуль выводит студента за пределы одной базы: экосистема больших данных, полуструктурированные данные и их получение через программный интерфейс, визуализация и построение дашбордов, первое знакомство с Python и библиотекой pandas. Последняя лекционная тема разбирает, как данные и построенные на них выводы вводят в заблуждение и что проверять в чужом материале. Завершается дисциплина индивидуальным проектом: студент формулирует собственный вопрос, подбирает источник данных, отвечает на вопрос запросами и разбирает результат на видеозаписи. Предварительной подготовки по программированию дисциплина не требует, достаточно уверенного обращения с электронными таблицами на уровне сортировки, фильтрации и простых формул.

Цель освоения дисциплины

- Сформировать у студентов практические навыки работы с большими данными и умение объяснять устройство систем их хранения на уровне, достаточном для профессии коммуникатора.
- Научить студентов самостоятельно получать ответы на содержательные вопросы из данных средствами языка запросов SQL.

Планируемые результаты обучения

уметь критически анализировать собственный опыт, находить ошибки и искать верные (оптимальные) решения.
Объяснять, что такое большие данные, и называть их признаки.
Объяснять, чем база данных отличается от электронной таблицы и в каких задачах нужна система управления базами данных.
Читать реляционную схему, различать таблицы, ключи и связи между ними.
Писать запросы на выборку и фильтрацию данных.
Писать запросы с агрегацией, группировкой и условиями на группы.
Соединять несколько таблиц в одном запросе.
Использовать подзапросы для решения составных задач; Предсказывать результат готового запроса и находить в нём ошибку.
Проектировать простую схему данных и приводить «сырую» таблицу к пригодному для анализа; Различать типы хранилищ больших данных и объяснять, для каких задач подходят реляционные, нереляционные, облачные и аналитические базы.
Строить дашборд поверх результатов запросов; Работать с данными в формате JSON и получать данные через программный интерфейс.
Читать и запускать простой код на Python для разбора табличных данных; Критически оценивать выводы, сделанные на данных; Определять, какие данные относятся к персональным, и применять требования к их обработке и обезличиванию.
Объяснять, что такое большие данные, и называть их признаки. Объяснять, чем база данных отличается от электронной таблицы и в каких задачах нужна система управления базами данных. Читать реляционную схему, различать таблицы, ключи и связи между ними. Писать запросы на выборку и фильтрацию данных. Писать запросы с агрегацией, группировкой и условиями на группы. Соединять несколько таблиц в одном запросе. Использовать подзапросы для решения составных задач.

Содержание учебной дисциплины

1. Большие данные как явление
2. Модели данных
3. Базы данных и системы управления ими
4. Язык SQL. Выборка, фильтрация, агрегация
5. Соединение таблиц и подзапросы
6. Проектирование схемы данных и комплексные запросы
7. Оперативная и аналитическая обработка данных
8. Распределённые системы
9. Нереляционные базы и полуструктурированные данные
10. Облачные и аналитические базы данных. Визуализация
11. Анализ и машинное обучение на больших данных
12. Как данные вводят в заблуждение
13. Проектная работа на собственных данных

Элементы контроля

Активность
Активность на семинарах – это разбор задач вместе с преподавателем и ответы на вопросы по ходу занятия. Присутствие на семинаре само по себе активностью не считается и не оценивается.
Тесты
Короткий тест в начале семинара продолжительностью 10–15 минут, размещается в SmartLMS. Проводится на всех семинарах, кроме семинара с обобщающим практикумом из раздела 6 и заключительного занятия с разбором проектов. Вопросы выдаются из рандомизированного банка, порядок вопросов и вариантов ответа перемешивается. На каждый вопрос отводится ограниченное время.
Проект
Выполняется индивидуально на самостоятельно выбранном наборе данных по своей теме. Тема и источник данных согласуются с преподавателем в начале второго модуля. На проектных семинарах работа доводится под наблюдением преподавателя и учебных ассистентов. Готовый результат сдаётся после последнего рабочего проектного семинара и до заключительного занятия с разбором проектов, срок сдачи жёсткий. Сдача включает запросы с результатами, письменную интерпретацию объёмом 1.5–2 страницы и видеозапись продолжительностью 3–5 минут, в которой студент разбирает свой вопрос, запросы и выводы.
Экзамен
Итоговая работа по материалу обоих модулей. Помимо тем второго модуля, в неё входят написание и отладка запросов и проектирование схемы данных. Длится 80 минут, размещается в SmartLMS, проводится с прокторингом. Запросы пишутся текстом в форме задания, доступ к сторонним редакторам SQL во время работы закрыт, синтаксис оценивается по тексту запроса. Навигация свободная, штрафного режима нет. Вопросы выдаются из рандомизированного банка, порядок вопросов и вариантов ответа перемешивается.

Промежуточная аттестация

2026/2027 2nd module
0.4 * Экзамен + 0.25 * Проект + 0.15 * Активность + 0.2 * Тесты

Список литературы

Авторы

Охотина Мария Игоревна
Маркеева Любовь Владимировна
Борман Марина Юрьевна

Программа дисциплины