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: Big Data Systeme (Data Engineering)


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


HPI-DE-S: Big Data Systeme (Data Engineering) Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalt

Die zunehmende Digitalisierung der Gesellschaft erzeugt neue Datenaufkommen, deren Charakteristika und Verarbeitung sich von bisherigen Daten unterscheiden. Dieses Modul thematisiert anhand dieser Eigenschaften die Herausforderungen, die sich an Big Data und Data Engineering Systeme zur Erfassung, Verarbeitung und Speicherung solcher Daten stellen. So werden beispielsweise Systemarchitekturen zur Behandlung von Daten aus heterogenen Quellen (Variety), Daten mit hoher Erfassungsfrequenz und schnellen Verarbeitungszeiten (Velocity) und umfangreichen Daten (Volume) behandelt. Im Fokus der Betrachtung stehen dabei, neben einer Systematisierung der Systeme und ihrer Einsatzzwecke, charakteristische Systemeigenschaften, wie Architektur, verwendete Datenstrukturen, transaktionales Verhalten, Skalierbarkeit und Verteilung, Implementierungskonzepte sowie deren Einordnung in den Stand der Technik. Fachliche Lösungskonzepte zu den jeweiligen Charakteristika werden erarbeitet.

 

Qualifikationsziele

Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen.

Die Studierenden:

  • erkennen die Herausforderungen von Big Data Problemen (volume, variety, velocity) und Data Engineering an IT-Systeme,
  • beherrschen grundlegende Charakteristika von Big Data und Data Engineering Systemen und deren Aufbau und können diese in Entwicklungsprozesse einbringen,
  • können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden,
  • erwerben Erfahrung im Umgang mit Softwaresystemen und -werkzeugen und Big Data Architekturen,
  • sind in der Lage zur Lösung von Problemen selbständig geeignete Informationsquellen zu erschließen und einzusetzen,
  • erweitern ihre Lernfähigkeiten,
  • wissen, welche Probleme im Themenbereich Big Data derzeit offen sind,
  • haben Einblicke in aktuelle Lösungsansätze in Industrie- und Forschungsprojekten und in den aktuellen Stand der Forschung gewonnen.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgende Formen:

Klausur, 90-120 Min.

Mündliche Prüfung, 30-45 Min.

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 (Vorlesung) 3 - - -
Übung (Übung) 1 -

Übungsaufgaben (50%)

-

Häufigkeit des Angebots:

WiSe

Voraussetzung für die Teilnahme am Modul: keine
Anbietende Lehreinheit: Digital Engineering
Zuordnung zu Studiengängen Modulart
Master of Science Data Engineering WiSe 2018/19 Pflichtmodul