بگ ڈیٹا اینالیٹکس (Big Data Analytics) کا آغاز بنیادی اور سخت حدود سے ہوتا ہے: جیسے کہ اسٹوریج، شیڈولنگ، کمپیوٹ کوآرڈینیشن، اور وہ توازن یا سمجھوتے (trade-offs) جو ڈسٹری بیوٹڈ سسٹمز کی تشکیل کرتے ہیں۔ یہ کورس اس بات کی عملی سمجھ فراہم کرتا ہے کہ اینالیٹکس کے کام (jobs) کسی کلسٹر میں کس طرح آگے بڑھتے ہیں، Hadoop اور Spark اس ٹیکنالوجی اسٹیک میں کس طرح فٹ ہوتے ہیں، اور بیچ (batch) اور اسٹریمنگ (streaming) کے ورک لوڈز کو کس طرح ترتیب دیا جاتا ہے۔ یہ کورس ان سیکھنے والوں کے لیے انتہائی موزوں ہے جو بڑے پیمانے کے ڈیٹا سسٹمز کا تجزیہ اور تفہیم کرنا چاہتے ہیں، بجائے اس کے کہ وہ بنیادی انفراسٹرکچر کو محض ایک 'بلیک باکس' (یعنی ایسی چیز جس کی اندرونی فعالیت نامعلوم ہو) سمجھیں۔
اس کورس میں بگ ڈیٹا سسٹمز کی حدود، ڈسٹری بیوٹڈ اسٹوریج، کلسٹر شیڈولنگ اور ہیڈوپ (Hadoop) ایکو سسٹم کا احاطہ کیا گیا ہے، اور ساتھ ہی MapReduce کے تصوراتی ماڈل اور Spark کے ایگزیکیوشن ماڈل پر بھی روشنی ڈالی گئی ہے۔ مزید برآں، اس کورس میں Spark کی ٹیوننگ اور ڈی بگنگ، اینڈ ٹو اینڈ بیچ پائپ لائن ڈیزائن، اسٹرکچرڈ اسٹریمنگ، نیز بگ ڈیٹا سے حاصل ہونے والے نتائج (insights) کی ویژولائزیشن اور پیشکش (serving) جیسے موضوعات بھی شامل ہیں۔