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: Data Analytics - Spezialisierung (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-DANA-S: Data Analytics - Spezialisierung (Data Engineering) Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalt

Das Modul vermittelt aktuelle Forschungsfragestellungen und -ergebnisse des Data Engineering im Vertiefungsgebiet des Data Analytics. Im Modul liegt der Fokus auf der Identifikation von Schwächen des aktuellen Stands der Forschung und der wissenschaftlichen Erarbeitung weiterführender Methoden und Systeme im Bereich Data Analytics. Es werden offene Forschungsfragen aus beispielsweise den Bereichen Subspace Learning, Deep Learning, Graphentheorie, High Dimensional Statistics, Kausalität, Erklärbarkeit sowie Optimierung betrachtet.

 

Qualifikationsziele

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

Die Studierenden

  • erarbeiten Limitierungen und Erweiterungen bestehender Data Analytics Methoden und Systeme,
  • behandeln aktuelle Forschungsfragen beispielsweise in den Bereichen Subspace Learning und High Dimensional Statistics,
  • erlernen die wissenschaftliche Bearbeitung aktueller Forschungsfragestellungen im Bereich Data Analytics,
  • lernen die eigenständige Nachbearbeitung eines Themas auf Grundlage von Primär- und Sekundärliteratur,
  • erlernen selbständig relevante Fachliteratur zu identifizieren, zu erschließen und die Inhalte anzuwenden,
  • erlernen die Präsentation und kritische Diskussion bearbeiteter Aufgaben,
  • erwerben fachsprachliche Kenntnisse in Englisch,
  • erweitern ihre Lernfähigkeiten,
  • entwickeln Diskussionsvermögen und -techniken.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgenden Formen:

Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 Minuten)

Klausur, 90-120 Minuten

Mündliche Prüfung, 30-45 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/Seminar (Vorlesung oder Seminar) 4 -

Übungsaufgaben (50%)

-

Häufigkeit des Angebots:

WiSe und SoSe

Voraussetzung für die Teilnahme am Modul:

Empfohlen wird die vorangehende Teilnahme an HPI-DANA-K oder HPI-DANA-T.

Anbietende Lehreinheit: Digital Engineering
Zuordnung zu Studiengängen Modulart
Master of Science Data Engineering WiSe 2018/19 Wahlpflichtmodul
Master of Science Data Engineering WiSe 2022/23 Wahlpflichtmodul