Kursplan - Industriella system i datamoln
Omfattning
7.5 hp
Kurskod
DVA500
Giltig från
Hösttermin 2024
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1N (Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav).
Huvudområde(n)
Datavetenskap
Akademi
Akademin för innovation, design och teknik
Fastställd
2024-01-18
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Böcker
Cloud computing for science and engineering
Cambridge, Massachusetts : The MIT Press, [2017] - xvi, 372 pages
ISBN: 978-0-262-03724-2 LIBRIS-ID: 22525335
Syfte
Syftet med kursen är att studenterna ska få inblick i principer för Cloud Computing och teknologier för att möta industriella utmaningar. Studenterna kommer att lära sig Cloud Computing koncept och teknologier relaterade till moln-infrastruktur och programvaruutveckling i molnet. Kursen kommer också ta upp industriella problemställningar och teknik som används i industrin. Dessutom kommer studenterna att utbildas för att kunna tillämpa kritiskt tänkande för att kartlägga relevant information, sammanfatta, rapportera och presentera information.
Lärandemål
Efter avslutad kurs ska studenten kunna:
1. beskriva fördelar och nackdelar med användningen av Cloud Computing inom problemområden och förklara de viktigaste drivkrafterna för att använda Cloud Computing och hinder för dess användning inom industrin,
2. beskriva överväganden av olika aspekter angående arkitekturen vid utveckling av molnapplikationer eller flytt av applikationer till molnet,
3. hitta relevant information i vetenskapliga artiklar i ett moln-relaterat ämne och reflektera med egna ord i en egen skriftlig rapport/artikel samt
4. driftsätta en applikation i en Cloud-miljö.
Innehåll
Studenterna kommer att få en introduktion till koncept och teknologier inom Cloud Computing, såsom servicemodeller, virtualisering, design av molnbaserade lösningar och att migrera befintliga system till molnet. De kommer att lära sig att utveckla molnapplikationer och att flytta applikationer till en molnmiljö. Studenterna väljer särskilda ämnen, analyserar dem och presenterar sina analysresultat. Uppgifterna för varje student kommer att vara:
- Arbeta i projekt för att förstå ett visst ämne med avseende på Cloud Computing.
- Skriva en teknisk rapport om ämnet.
- Presentera resultaten av sin egen analys.
- Arbeta i en grupp för att utveckla/flytta applikationer till Cloud.
Särskild behörighet
Minst 180 hp varav minst 60 hp datavetenskap vari ingår minst 7,5 hp programvaruteknik och 15 hp programmering i progression. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från Svenska B/Svenska 3.
Examination
Laboration (LAB1), 3 hp, en laborationsserie som kontinuerligt redovisas enligt instruktioner, examinerar lärandemål 4, betyg Underkänd (U) eller Godkänd (G).
Projekt (PRO1), 4,5 hp, en uppgift som redovisas med rapport och presentation av projektet, examinererar lärandemål 1-3, betyg Underkänd (U), 3, 4 eller 5.
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd
Övergångsbestämmelser och övriga föreskrifter
Kursen överlappar helt med DVA444 Industriella system i datamoln och med 2,5 hp med DVA260 Smarta digitala plattformar: molntjänster, säkerhet och Big data.