BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20250707T101434Z
LAST-MODIFIED:20250707T101434Z
DTSTAMP:20260909T134228Z
UID:1788950548@tuc.gr
SUMMARY:Παρουσίαση Διπλωματικής Εργασίας κ. 
 Κυριάκου Χαλβατζή - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.ece.tuc.gr/el/katalogos-
 ekdiloseon?tx_tucevents2_tuceventsdi
 splay%5Baction%5D=show&tx_tucevents2
 _tuceventsdisplay%5Bcontroller%5D=Ev
 ent&tx_tucevents2_tuceventsdisplay%5
 Bevent%5D=7902&cHash=a4bf668bc25cc3c
 c1dc757179e3ba89f\nΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗ
 Σ\n Σχολή Ηλεκτρολόγων Μηχανικών και
  Μηχανικών Υπολογιστών\n Πρόγραμμα Π
 ροπτυχιακών Σπουδών\n ΠΑΡΟΥΣΙΑΣΗ ΔΙΠ
 ΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Κυριάκου Χαλβατ
 ζή\n με θέμα\n Διαδραστική Εφαρμογή 
 Περιβάλλοντος Χρήστη σε Πλατφόρμα Ku
 bernetes \n Interactive User Environ
 ment Application on Kubernetes Platf
 orm\n Εξεταστική Επιτροπή\n Αναπληρω
 τής Καθηγητής Βασίλειος Σαμολαδάς (ε
 πιβλέπων)\n Καθηγητής Ευριπίδης Πετρ
 άκης\n Επίκουρος Καθηγητής Νικόλαος 
 Γιατράκος\n Περίληψη\n Η παρούσα διπ
 λωματική εργασία παρουσιάζει τον σχε
 διασμό και την υλοποίηση ενός υπολογ
 ιστικού συστήματος ανάλυσης δεδομένω
 ν προσανατολισμένου στον χρήστη, το 
 οποίο αναπτύσσεται στην πλατφόρμα Ku
 bernetes. Το σύστημα αντλεί έμπνευση
  από τις θεμελιώδεις αρχές σχεδιασμο
 ύ του Unix, ιδιαίτερα ως προς τα δικ
 αιώματα αρχείων, την ιεραρχία χρηστώ
 ν και τη διαχείριση εξουσιοδοτήσεων.
  Κεντρική φιλοδοξία αποτελεί η βελτί
 ωση της καθημερινής εμπειρίας των αν
 αλυτών δεδομένων που εργάζονται με μ
 εγάλους και όχι όγκους δεδομένων, δι
 ατηρώντας παράλληλα αυστηρό έλεγχο π
 ρόσβασης και υποστήριξη για ταυτόχρο
 νη αλληλεπίδραση πολλών χρηστών. Οι 
 χρήστες μπορούν να ανεβάζουν και να 
 διαμοιράζονται σύνολα δεδομένων, καθ
 ώς και να υποβάλλουν παρτίδες εργασι
 ών προς εκτέλεση χρησιμοποιώντας προ
 ενσωματωμένες εφαρμογές, όπως DuckDB
 , Bash, Octave, Pandas και άλλες. Με
  σχεδιασμό που δίνει έμφαση στην μον
 τελοποίηση και την επεκτασιμότητα, η
  πλατφόρμα στοχεύει στην απόκρυψη τη
 ς πολυπλοκότητας της ενορχήστρωσης, 
 της διαχείρισης πόρων και του χρονοπ
 ρογραμματισμού εργασιών, προσφέροντα
 ς στους χρήστες ένα ενιαίο και εύχρη
 στο περιβάλλον για ροές εργασίας ανά
 λυσης δεδομένων. Κάθε εργασία εκτελε
 ίται και τερματίζεται μέσα σε απομον
 ωμένο περιβάλλον, διασφαλίζοντας της
  αναπαραγωγιμότητα και την απομόνωση
 . Η λύση καταδεικνύει τη δυνατότητα 
 δημιουργίας μιας ελαφριάς και ευέλικ
 της πλατφόρμας που αξιοποιεί την εγγ
 ενή επεκτασιμότητα του Kubernetes γι
 α την αποδοτική διαχείριση των χρηστ
 ών, των δεδομένων και των εργασιών. 
 Αποτελεί μια προσέγγιση που διευρύνε
 ι την πρόσβαση σε ισχυρά εργαλεία αν
 άλυσης, ιδιαίτερα σε ερευνητικά και 
 εκπαιδευτικά περιβάλλοντα όπου η ευκ
 ολία ανάπτυξης και η δυνατότητα επέκ
 τασης είναι καθοριστικής σημασίας.\n
  Abstract \n The following thesis pr
 esents the design and implementation
  of a user-oriented analytical compu
 ting system deployed on the Kubernet
 es platform. The system draws inspir
 ation from core Unix design principl
 es, particularly in file and directo
 ry permissions, user hierarchy and a
 uthorization management. The central
  ambition is to ease the operational
  quality of life for data analysts w
 orking with sizable or not datasets,
  while maintaining strict access con
 trol and support for concurrent mult
 i-user interactions. Users can uploa
 d and share datasets, submit batch j
 ob into execution using pre-integrat
 ed applications, such as DuckDB, Bas
 h, Octave, Pandas and others. Design
 ed with modularity and extensibility
  in mind, the platform aims to abstr
 act the complexity of orchestration,
  achieves abstraction of resource al
 location and job scheduling, providi
 ng users with a seamless interface f
 or analytical workflows. Each job li
 ves and dies in a sandboxed containe
 rized environment, ensuring reproduc
 ibility and isolation. The solution 
 demonstrates the feasibility of deli
 vering a lightweight, flexible platf
 orm that leverages Kubernetes’ nativ
 e scalability to manage user resourc
 es, data, and jobs efficiently. It o
 ffers a pathway for democratizing ac
 cess to powerful analytics tooling, 
 especially in research and education
 al contexts where ease of deployment
  and extensibility are vital.\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20250710T130000
DTEND:20250710T140000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR