Modul: Data Preparation - Konzepte und Methoden

Inhalt

Einem datengetriebenen System liegen oft Daten aus verschiedensten heterogenen Datenquellen mit unterschiedlichen Datenmodellen zugrunde, deren Datenqualität stark variieren kann. Im Data Engineering befasst sich das Vertiefungsgebiet Data Preparation mit der Nutzbarmachung dieser Daten. Dieses behandelt dabei Konzepte zur Vorverarbeitung, beispielsweise durch Methoden des Data Profiling und Data Cleansing, sowie zur Transformation und Bündelung, z.B. durch Data Integration-Methoden. Der Fokus dieses Moduls liegt in den entsprechenden grundlegenden Konzepten und Methoden zur technischen und strukturellen Erschließung mannigfaltiger Datenquellen für datenbasierte Systeme.

Qualifikationsziele

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

Die Studierenden

• erlernen Konzepte und Methoden beispielsweise in den Bereichen des Data Profiling und Data Cleansing,
• können die Datenqualität verschiedenster Datenquellen und -modelle beurteilen,
• können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden,
• erweitern ihre fachliche Urteilskompetenz,
• sind in der Lage zur Lösung von Problemen selbständig geeignete Informationsquellen zu erschließen und einzusetzen,
• lernen entsprechende Analysemethoden kennen,
• können Strategien zur Vorverarbeitung für verschiedene Anforderungen bewerten,
• erkennen komplexe Probleme der Datenerschließung und sind in der Lage entsprechende Lösungsstrategien zu entwickeln,
• erwerben fachsprachliche Kenntnisse in Englisch,
• erweitern ihre Lernfähigkeiten.

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

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

Mündliche Prüfung, 30-45 Minuten

Übungsaufgaben (50%)

WiSe und SoSe