Modul: Data Foundations

Inhalt

Ein wichtiges Merkmal moderner Softwaresysteme ist eine Miteinbeziehung großer Mengen heterogener Daten. Durch datengetriebene Methoden wie etwa das Maschinelle Lernen ist es überhaupt erst möglich geworden bestimmte Vorgänge durch Softwaresysteme zu automatisieren. Aus diesem Grund bestimmen die zum Einsatz kommenden Daten und deren Verarbeitung in vielen Fällen maßgeblich die Funktionalität und Architektur eines Softwaresystems. Dieses Modul vermittelt grundlegende Techniken und Konzepte in den Bereichen Data Engineering, maschinelles Lernen und Data Science sowie Informationssysteme. Vermittelt wird die Fähigkeit, anhand anwendungsspezifischer Fragestellungen, in Abhängigkeit von Art und Umfang der entsprechenden Daten, eine Beurteilung verschiedener datengetriebener Verfahren zu liefern. Dies setzt eine Kenntnis der entsprechenden Methoden und ihrer wesentlichen Charakteristika wie etwa der Skalierbarkeit voraus. Das praktische Verständnis der Methoden wird vorlesungsbegleitend durch empirische Vergleiche in Übungen vertieft.

Qualifikationsziele

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

-            kennen verschiedene datengetriebene Verfahren zur Analyse und Verarbeitung großer und komplexer Datenbestände,

-            können diese Methoden hinsichtlich ihrer Anwendbarkeit und Grundcharakteristika einschätzen sowie auf empirischer Ebene vergleichen,

-            erwerben Erfahrung im Einsatz konkreter Softwarebibliotheken und -werkzeuge zum Umgang mit heterogenen Datenbeständen,

-            haben Einblicke in aktuelle Lösungsansätze in der Industrie sowie in den aktuellen Stand der Forschung gewonnen.

Diesem Modul zugeordnete Lehrveranstaltungen werden in englischer Sprache angeboten.

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

Mündliche Prüfung, 30-45 Minuten

Übungsaufgaben (50%)

WiSe