Modul: Complex Data Systems - Spezialisierung

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-S: Complex Data Systems - Spezialisierung

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 Complex Data Systems. Dabei geht es um die effiziente und skalierbare Erfassung, Verarbeitung, Speicherung und Analyse von komplexen Daten, die neue und innovative Ansätze jenseits klassischer Paradigmen erfordern. Dieses Modul stellt dabei aktuelle Forschungsfragestellungen und -ergebnisse in den Vordergrund. Es behandelt den aktuellen Stand der Forschung zu Themen wie beispielsweise Graph Processing, Network Science, Natural Language Processing, Multimediaanalyse, Computer Vision, Stream Mining, Stream Synopsis sowie Information Retrieval für komplexe Datentypen. Qualifikationsziele Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen. Die Studierenden erarbeiten Limitierungen und Erweiterungen bestehender komplexer Datensysteme, behandeln neue Complex Data Technologien wie beispielsweise Natural Language Processing oder Stream Synopsis, erlernen die wissenschaftliche Bearbeitung aktueller Forschungsfragestellungen im Bereich Complex Data Systems, können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden, sind in der Lage aktuelle Forschungstrends zu Complex Data Systems zu verfolgen und diese in ihre Arbeit einzubinden, sind in der Lage sich selbständig wissenschaftliche Literatur zu Einzelthemen zu erschließen und zu bewerten, sammeln Erfahrung in der Formalisierung und Abstraktion von Problemstellungen mit verschiedenen Arten komplexer Daten, lernen Kriterien und Prinzipien des wissenschaftlichen Schreibens kennen, können bearbeitete Aufgaben präsentieren und gegen kritische Einwände verteidigen.
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:	Empfohlen wird die vorangehende Teilnahme an HPI-CODS-K oder HPI-CODS-T.
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