Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Foto: Matthias Friel

Modul: Computer Engineering for Big Data


Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.


INF-DSAM7: Computer Engineering for Big Data Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalte

Das Modul vermittelt eine Einführung in die Themen Prozessorarchitekturen für Big-Data-Anwendungen, High-Performance-Computing-Architekturen, Datenanalyse und Anwendung prädiktiver Modelle (z.B. neuronaler Netze) auf eingebetteten Systemen sowie Hardwareentwurf für Data Science.

 

Qualifikationsziele

Studierende verfügen über umfassendes, detailliertes und spezialisiertes Wissen auf dem neuesten Erkenntnisstand des Gebietes Hardwarearchitekturen für Big-Data-Anwendungen. Studierende verfügen über die Fähigkeit, die Eignung verschiedener Prozessorarchitekturen für bestimmte Datenanalyseprobleme einschätzen zu können und geeignete Architekturen auswählen zu können. Sie kennen Herausforderungen bei der Implementierung von Analyse- und Prediktionsverfahren auf eingebetteten Systemen. Sie können neue Ideen und Verfahren entwickeln, bei unvollständigen Informationen Alternativen abwägen und unter Berücksichtigung unterschiedlicher Bewertungsmaßstäbe bewerten.

Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Ein Prüfung der folgenden Form:

Klausur, 90 Minuten

Mündliche Prüfung, 30 Minuten

Selbstlernzeit (in Zeitstunden (h)): 120

Veranstaltungen
(Lehrformen)
Kontaktzeit
(in SWS)
Prüfungsnebenleistungen
(Anzahl, Form, Umfang)
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang)
Für den Abschluss des Moduls Für die Zulassung zur Modulprüfung
Vorlesung oder Seminar (Vorlesung oder Seminar) 2 - - -
Übung oder Projekt (Übung) 2

Erfolgreiche Bearbeitung der Übungsaufgaben (70%) oder einer Projektaufgabe

- -

Häufigkeit des Angebots:

SoSe

Voraussetzung für die Teilnahme am Modul: keine
Anbietende Lehreinheit: Informatik
Zuordnung zu Studiengängen Modulart
Master of Science Data Science WiSe 2018/19 Wahlpflichtmodul
Master of Science Physik WiSe 2019/20 Wahlpflichtmodul