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: Complex Data Systems - Konzepte und Methoden


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-CODS-K: Complex Data Systems - Konzepte und Methoden Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalt

Ein datengetriebenes System profitiert von der Nutzung vieler heterogener Datenquellen mit komplexen Inhalten. Das Vertiefungsgebiet der Complex Data Systems im Fach Data Engineering behandelt Methoden, Konzepte, Verfahren und Techniken für Systeme, die derartige Daten erschließen und verwenden. Dabei werden die grundlegenden Konzepte und Methoden zur Darstellung, Speicherung, Prozessierung und Analyse von komplexen Daten wie zum Beispiel Bäume, Graphen und Netzwerke, Ausführungsdaten, Ereignisfolgen, Zeitreihen, Texte sowie Multimediadaten vermittelt. Auch Themen wie beispielsweise spezialisierte und komplexe Anfragesprachen, spezielle Datenbankkonzepte oder Methoden zur Verarbeitung von Datenströmen werden behandelt.

 

Qualifikationsziele

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

Die Studierenden

  • erlangen fachspezifische theoretische und methodische Kenntnisse zu den verschiedenen Complex Data Systems,
  • beherrschen die Darstellung, Speicherung und Analyse von beispielsweise Graph- oder Textdaten,
  • erweitern ihre fachliche Urteilskompetenz,
  • sind in der Lage zur Lösung von Problemen selbständig geeignete Informationsquellen zu erschließen und einzusetzen,
  • lernen die eigenständige Nachbearbeitung eines Themas auf Grundlage von Primär- und Sekundärliteratur,
  • sammeln Erfahrung in der Formalisierung und Abstraktion von Problemstellungen für verschiedene Arten komplexer Daten.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 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: keine
Anbietende Lehreinheit(en): Digital Engineering
Zuordnung zu Studiengängen Modulart
Master of Science Data Engineering WiSe 2018/19 Wahlpflichtmodul
Master of Science Data Engineering WiSe 2022/23 Wahlpflichtmodul