Cloud Computing

Crèdits
3
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
DAC
Mail
Services converge and pass from the physical world to the digital world, making them accessible from any electronic device. Cloud Computing is what makes it possible for digital technology to penetrate every corner of our economy and society.

Cloud computing is a service model for large-scale distributed computing. It is based on converged infrastructure and a set of common services over which applications can be deployed and run over the network. This will cause a deluge of digital information requiring a big data analytics with magnitudes never seen before.

Cloud Computing is the real enabler of the democratization of technologies that will transform our society. It means Artificial Intelligence and its related technologies are available to everyone.

The goal of this course is to help students to understand this profound transformation that is causing Cloud Computing and related emerging technologies such as Artificial Intelligence. This course will encourage their desire to want to delve further into this exciting world of technology and become actively involved.

This course will review Cloud Computing technologies which will shape our near future, as well as attempt to visualize in which direction this technology will take us. The course will pay special attention to the relation of Cloud Computing with advanced analytics technologies (such as Artificial Intelligence in general and Deep Learning technologies in particular). We will look under the hood of these advanced analytics services in the Cloud, either in terms of software or hardware, in order to understand how their high-performance requirements can be provided. This year we will focus on the last part of the course in the software that enables DL applications (focusing on one case study based in Keras).

The practical component is an important part of this subject. In this course the “learn by doing” method is used, with a set of Hands-on that the students must carry out throughout the course.

The course will be marked by a continuous assessment which ensures constant and steady work. The method is also based on teamwork and a ‘learn to learn' approach reading and presenting related topics in short presentations. Thus the student is able to adapt and anticipate new technologies that will arise in the coming years.

(2019 course edition will be in Spanish and it will begin on April 2nd)

Professors

Responsable

  • Jordi Torres Viñals ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
7.1

Competències

Competències Tècniques de cada especialitat

Direcció i gestió

  • CDG1 - Capacitat per a la integració de tecnologies, aplicacions, serveis i sistemes propis de l'Enginyeria Informàtica, amb caràcter generalista, i en contextos més amplis i multidisciplinaris.

Específiques

  • CTE6 - Capacitat per a dissenyar i avaluar sistemes operatius i servidors, i aplicacions i sistemes basats en computació distribuïda.
  • CTE9 - Capatitat per a aplicar mètodes matemàtics, estadístics i d'intel·ligència artificial per a modelar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel·ligents i sistemes basats en el coneixement.

Competències Tècniques Generals

Genèriques

  • CG1 - Capacitat per a projectar, calcular, i dissenyar productes, processos i instal·lacions en tots els àmbits de l'Enginyeria Informàtica
  • CG4 - Capacitat pel modelat matemàtic, càlcul i simulació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb l'Enginyeria en Informàtica.
  • CG6 - Capacitat per a la direcció general, direcció tècnica i direcció de projectes de recerca, desenvolupament i innovació en empreses i centres tecnològics, en l'àmbit de l'Enginyeria en Informàtica.
  • CG7 - Capacitat per a la posada en marxa, direcció i gestió de processos de fabricació d'equips informàtics, amb garantia de la seguretat per a les persones i béns, la qualitat final dels productes i la seva homologació
  • CG8 - Capacitat per a l'aplicació dels coneixements adquirits i de resoldre problemes en entorns nous o poc coneguts dins de contexts més amplis i multidisciplinaris, essent capaços d'integrar aquests coneixements.

Competències Transversals

Actitud adequada davant el treball

  • CTR5 - Tenir motivació per a la realització professional i per a afrontar nous reptes, tenir una visió àmplia de les possibilitats de la carrera professional en l'àmbit de l'enginyeria en informàtica. Sentir-se motivat per la qualitat i la millora contínua, i actuar amb rigor en el desenvolupament professional. Capacitat d'adaptació als canvis organitzatius o tecnològics. Capacitat de treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.

Bàsiques

  • CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.
  • CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
  • CB9 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma.

Objectius

  1. Cloud Basics
    Competències relacionades: CTE6, CG1, CDG1, CTR5, CG4,
  2. Understand current required layers in a Big Data Software Stack
    Competències relacionades: CG1, CB9, CG4, CG6, CG7,
  3. Understand APIs: The doors in the Cloud
    Competències relacionades: CDG1, CB6, CB9,
  4. Learn new Software requirements for Advanced Analytics
    Competències relacionades: CTE6, CTE9, CG8,
  5. Learn new Hardware requirements for Advanced Analytics
    Competències relacionades: CTE6, CTE9, CDG1, CB6, CB8, CB9,
  6. Learn by doing in Lab sessions
    Competències relacionades: CG1, CDG1, CB6, CG4, CG6, CG7, CG8,

Continguts

  1. Cloud Computing paradigm & technologies
  2. Current layers in a Cloud Computing Software Stack
  3. Cloud Computers Hardware: the Paradigm shift
  4. AI & DL: The next wave of Cloud
  5. Under the hood of AI & DL: a case study
  6. Lab session 1
  7. Lab session 2
  8. Lab session 3
  9. Lab session 4
  10. Lab session 5
  11. Short presentations
    Homework will be assigned weekly that includes reading documentation that expands the concepts introduced during lectures, and periodically will include reading research papers related with the lecture of the week, and prepare short presentations (with slides that will be submitted to the Racó). Some students/groups randomly chosen will present the their short presentation.

Activitats

Activitat Acte avaluatiu


Cloud Basics


Objectius: 1
Continguts:
Teoria
2h
Problemes
0h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Understand APIs: The doors in the Cloud


Objectius: 3
Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Understand current required layers in a Big Data Software Stack


Objectius: 2
Continguts:
Teoria
4h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Learn new Software requirements for Advanced Analytics


Objectius: 4
Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Learn new Hardware requirements for Advanced Analytics


Objectius: 5
Continguts:
Teoria
1.5h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Learn by doing in Lab sessions


Objectius: 6
Continguts:
Teoria
0h
Problemes
0h
Laboratori
11.5h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h


Short presentations



Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
17h

Metodologia docent

During the course there will be four types of activities:
a) Activities focused on the acquisition of theoretical knowledge. Regular and consistent attendance is expected and to be able to discuss concepts covered during class. The theoretical activities include participatory lecture classes, which explain the basic contents of the course.
b) Activities focused on the acquisition of knowledge through experimentation by “learn by doing” approach in lab sessions. Hands-on sessions will be conducted during lab sessions . Each hands-on will involve writing a lab report with all the results to be delivered one week later.
c) Homework will be assigned weekly that includes reading documentation that expands the concepts introduced during lectures, and periodically will include reading research papers related with the lecture of the week, and prepare short presentations (with slides that will be submitted to the Racó). Some students/groups randomly chosen will present the their short presentation.
d) Course project that will be based on technologies considered in this course.

Mètode d'avaluació

The evaluation of this course will take into account different items:

- In-class exams will account for 25% of the grade.
- Attendance & participation in class will account for 15% of the grade.
- Homework, reading papers and presentations will account for 20% of the grade.
- Hands-on (+reports) will account for 40% of the grade.

Bibliografia

Bàsica:

  • Hand-on sessions at GitHub - Torres, J,
  • Slides of the course - Torres, J,

Web links

Capacitats prèvies

Python is the programming language of choice for the labs sessions of this course. It is assumed that the student has a basic knowledge of Python prior to starting classes. Also, prior exposure to Git and experience with Linux basics will be necessary.
Warning.