Subject
Паралелно и дистрибуирано процесирање
| 1. | Наслов на наставниот предмет |
Паралелно и дистрибуирано процесирање Parallel and distributed processing |
||||||||||||
| 2. | Код | F23L3W037 | ||||||||||||
| 3. | Студиска програма | Компјутерски науки, Пресметување во облак | ||||||||||||
| 4. | Организатор на студиската програма (единица, односно институт, катедра, оддел) | Факултет за информатички науки и компјутерско инженерство | ||||||||||||
| 5. | Степен (прв, втор, трет циклус) | Прв циклус | ||||||||||||
| 6. | Академска година / семестар | 5 / Зимски | ||||||||||||
| 7. | Број на ЕКТС кредити | 6 | ||||||||||||
| 8. | Наставник | Магдалена Костоска Ѓорчевска, Марјан Гушев, Владимир Здравески | ||||||||||||
| 9. | Предуслови за запишување на предметот | Алгоритми и податочни структури или Примена на алгоритми и податочни структури | ||||||||||||
| 10. | Цели на предметната програма (компетенции) | Цел на предметот е студентите да ги совладаат методите на паралелно и дистрибуирано процесирање, можностите за паралелизација на секвенцијална програма, дистрибуирано процесирање на голем број на податоци и проблемите со кои треба да се справат во тој процес | ||||||||||||
| 11. | Содржина на предметната програма | Предавања: 1. Вовед 2. Овозможувачки технологии и дистрибуирани системски модели 3. Основни концепти на паралелни и дистрибуирани архитектури 4. Паралелни комуникации 5. Паралелни алгоритми 6. Кластери 7. Колоквиум 1 8. Кластери - дополнување 9. Грид 10. Big data и Дистрибуирани датотечни системи 11. MapReduce концепти и имплементации (Hadoop) 12. MapReduce концепти и имплементации (Hadoop) - дополнување 13. Пресметување во облак - поддршка за паралелно и дистрибуирано процесирање 14. Колоквиум 2 Вежби: 1. 2. Проекти - вовед 3. Вовед во MPI 4. Примери со MPI 5. Примери за програмирање со повеќе нишки 6. Технологии и интерконекции 7. 8. Примери за хоризонтално и вертикално скалирање 9. Управување со ресурси 10. Hadoop - вовед 11. Едноставни примери со Hadoop 12. Примери со Hadoop 13. Напредни можности на Hadoop 14. |
||||||||||||
| 12. | Методи на учење | Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации). | ||||||||||||
| 13. | Вкупен расположив фонд на време | 6 ЕКТС x 30 часа = 180 часа | ||||||||||||
| 14. | Распределба на расположивото време | 30 + 45 + 15 + 15 + 75 = 180 часа | ||||||||||||
| 15. | Форми на наставните активности |
|
||||||||||||
| 16. | Други форми на активности |
|
||||||||||||
| 17. | Начин на оценување |
|
||||||||||||
| 18. | Критериуми за оценување (бодови/ оценка) |
|
||||||||||||
| 19. | Услов за потпис и полагање на завршен испит | Реализирани активности 15.2 и 16.1 | ||||||||||||
| 20. | Јазик на кој се изведува наставата | Македонски и англиски | ||||||||||||
| 21. | Метод на следење на квалитетот на наставата | механизам на интерна евалуација и анкети | ||||||||||||
| 22. | Литература |
|
