1. Нужно взять проект (любой хоть из интернета но адекватный) и добавить параллельную обработку данных при помощи Hadoop MapReduce.
2. Создание интеграционной шины для Big-data на базе Kafka или RabbitMQ. Реализовать симуляцию поступления данных в вашу систему из разных источников/приложений.
3. Реализовать хранение данных вашего проекта в NoSQL БД.
4. Развернуть полученное приложение в AWS.
5. Провести анализ предметной среды и обосновать выбор решения для построения некоторой платформы обработки больших данных. Темы - финтех, геосистемы, анализ соцсетей и тд. (дополнить описание)