Předmět: Databázové systémy v CIM

« Zpět
Název předmětu Databázové systémy v CIM
Kód předmětu KPV/DBC
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 6
Vyučovací jazyk Čeština, Angličtina
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Dostupnost předmětu Předmět je nabízen přijíždějícím studentům
Vyučující
  • Kopeček Pavel, doc. Ing. CSc.
  • Hořejší Petr, doc. Ing. Ph.D.
  • Breit Petr, Mgr.
Obsah předmětu
Úvod, data a informace v CIM. Struktury dat: základní typy datových struktur a operace s nimi, logické struktury dat (lineární, stromová, síťová, relační), SQL pro práci s relační databází, víceuživatelský přístup (sdílení dat, zámky, ochrana dat), způsoby práce databázových systémů (client, server), příklady DBS (MS SQL server, Access), specifika databází ve strojírenství a ekonomice, projektování datové základny ve strojírenství (datové modelování, ER diagramy, převod ER diagramů do logických datových struktur). Bezpečnost při zpracování dat. Využití metod umělé inteligence při návrhu, správě a využívání databázových systémů (AI-asistované modelování, generování SQL dotazů, prompt engineering). Praxe u terminálu/PC s konkrétním databázovým systémem. 1. Úvod. Základní pojmy. Data, informace a databázové systémy. 2. Datové struktury. Objekty. Komponenty. 3. Budování IS pomocí databázové technologie. Konceptuální modelování, funkční a datové modelování, konceptuální a databázové schéma. 4. Konceptuální model E-R, Normalizace dat. 5. Databázové modely. Relační model - RDBS. Transformace KS do RDBS. 6. Relační algebra. SQL. 7. Datové struktury ve strojírenství a SQL (např. kusovník). 8. AI a databáze: Prompt engineering pro informační systémy. Jak správně formulovat požadavky na AI pro návrh struktury databáze, SQL dotazů a dokumentace. Praktické ukázky. 9. Získávání znalostí z databází. Datamining v marketingu. 10. Organizace dat. Víceuživatelský přístup k datům. Transakce, uzamykání dat. 11. Architektura databázových systémů (File-Server, Klient Server, Distribuované databáze, Integrace aplikací) 12. Objektově relační, objektové a speciální databázové systémy. Databáze na webu, XML databáze. 13. Moderní AI a databáze: využití AI pro generování SQL dotazů, automatické modelování databází, ChatGPT jako databázové rozhraní. Integrace AI do BI a ERP systémů.

Studijní aktivity a metody výuky
Přednáška s praktickými aplikacemi, E-learning, Individuální konzultace, Laboratorní praktika, Samostatná práce studentů
  • Kontaktní výuka - 78 hodin za semestr
  • Příprava na dílčí test [2-10] - 20 hodin za semestr
  • Příprava na zkoušku [10-60] - 30 hodin za semestr
  • Vypracování seminární práce v bakalářském studijním programu [5-40] - 30 hodin za semestr
Předpoklady
Odborné znalosti
rozumět, co je algoritmizace
mít základní znalosti práce se soubory
ovládat nějaký procedurální jazyk 3. Generace
rozumět, co je objektově orientovaná programovací technologie
Odborné dovednosti
umět pracovat s nástroji MS Office (Word, Excel, Access)
ovládat práci s PC
umět napsat a odladit jednoduchou formulářovou programovou aplikaci ve vyšším jazyce
umět vytvářet jednoduché SQL dotazy v Accessu
Obecné způsobilosti
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých,
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení,
mgr. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru.,
Výsledky učení
Odborné znalosti
vědět, co jsou datové sklady, datová tržiště a co je dobývání znalostí
vědět, jaký je princip elektronického podpisu a šifrování dat
znát metody zajištění spolehlivosti programů a zabezpečení dat
znát základní architektury systémů řízení báze dat
vědět, jak AI může podporovat práci s databázemi (např. automatické generování SQL dotazů, návrh datových struktur, inteligentní asistenti pro práci s DB)
Odborné dovednosti
navrhnout na základě datové analýzy datové modely
realizovat jednoduchý databázový systém
tvořit programy v prostředí C# s SQL serverem na pozadí
manipulovat s databázemi pomocí jazyka SQL
využívat AI pro generování SQL dotazů a optimalizaci práce s databází a aplikovat prompt engineering pro návrh databázových struktur
Obecné způsobilosti
mgr. studium: samostatně a odpovědně se rozhodují v nových nebo měnících se souvislostech nebo v zásadně se vyvíjejícím prostředí s přihlédnutím k širším společenským důsledkům jejich rozhodování,
mgr. studium: dle vyvíjejících se souvislostí a dostupných zdrojů vymezí zadání pro odborné činnosti, koordinují je a nesou konečnou odpovědnost za jejich výsledky,
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory,
mgr. studium: efektivně a kriticky využít nástrojů umělé inteligence a nést konečnou odpovědnost za výsledek své práce,
mgr. studium: samostatně řeší etické problémy,
Vyučovací metody
Odborné znalosti
E-learning,
Samostatná práce studentů,
Individuální konzultace,
Přednáška s aktivizací studentů,
Odborné dovednosti
Laboratorní praktika,
Samostatná práce studentů,
Obecné způsobilosti
Individuální konzultace,
Přednáška s aktivizací studentů,
Hodnotící metody
Odborné znalosti
Kombinovaná zkouška,
Test,
Individuální prezentace,
Odborné dovednosti
Seminární práce,
Obecné způsobilosti
Kombinovaná zkouška,
Doporučená literatura
  • Eugene Roberts. Hands-On SQL Databases and LLMs: A Complete Guide to Data Management and AI in Action. USA, 2025. ISBN 979-8286780938.
  • Holub, Vojtěch; Kopeček, Pavel. Objektové myšlení a objektová analýza. [Plzeň] : SmartMotion, 2013. ISBN 978-80-87539-52-1.
  • Lacko, Luboslav. Databáze: datové sklady, OLAP a dolování dat : s příklady v SQL Serveru a Oracle. Vyd. 1. Brno : Computer Press, 2003. ISBN 80-7226-969-0.
  • Laurenčík, Marek. SQL : podrobný průvodce uživatele. Praha : Grada Publishing, 2018. ISBN 978-80-271-0774-2.
  • Rauch, Jan; Šimůnek, Milan. Dobývání znalostí z databází, LISp-Miner a GUHA. Vydání první. 2014. ISBN 978-80-245-2033-9.
  • Stanek, William R. Microsoft SQL Server 2012 : kapesní rádce administrátora. 1. vyd. Brno : Computer Press, 2013. ISBN 978-80-251-3797-0.
  • Ulrych, Zdeněk. Databázové programování ve VB.NET. [Plzeň] : SmartMotion, 2013. ISBN 978-80-87539-48-4.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr