बिग डेटा एनालिटिक्स की शुरुआत कुछ ज़रूरी सीमाओं से होती है: जैसे स्टोरेज, शेड्यूलिंग, कंप्यूट कोऑर्डिनेशन और वे ट्रेड-ऑफ़ जो डिस्ट्रिब्यूटेड सिस्टम को आकार देते हैं। यह कोर्स इस बात की व्यावहारिक समझ बनाता है कि एनालिटिक्स जॉब्स क्लस्टर में कैसे आगे बढ़ते हैं, हैडूप (Hadoop) और स्पार्क (Spark) स्टैक में कैसे फिट होते हैं, और बैच व स्ट्रीमिंग वर्कलोड को कैसे एक साथ लाया जाता है। यह उन सीखने वालों के लिए बहुत उपयोगी है जो इंफ्रास्ट्रक्चर को 'ब्लैक बॉक्स' (यानी ऐसी चीज़ जिसे समझा न जा सके) न मानकर बड़े पैमाने के डेटा सिस्टम को समझना और उन पर विचार करना चाहते हैं।
इसमें MapReduce मेंटल मॉडल और Spark एग्जीक्यूशन मॉडल के साथ-साथ बिग डेटा सिस्टम की सीमाएं, डिस्ट्रिब्यूटेड स्टोरेज, क्लस्टर शेड्यूलिंग और Hadoop इकोसिस्टम को भी शामिल किया गया है। इस कोर्स में Spark ट्यूनिंग और डीबगिंग, एंड-टू-एंड बैच पाइपलाइन डिज़ाइन, स्ट्रक्चर्ड स्ट्रीमिंग, और बिग डेटा इनसाइट्स के विज़ुअलाइज़ेशन और सर्विंग के बारे में भी बताया गया है।