Modul 63123 Data Engineering für Data Science

Modulinformationen

- Methoden und Algorithmen im Kontext der Verarbeitung von großen Datenmengen

(Big Data)

- Voraussetzungen und Herausforderungen von Data Wrangling und Data Quality

- Data Wrangling und Datenanalysen mit Python und SQL

- Verteilte und parallele Big-Data-Infrastrukturen (Hadoop, Spark etc.)

- Big-Data-Referenzarchitekturen

- Verteilte nicht-relationale Datenbanksysteme (NoSQL-Datenbanksysteme)

ECTS	10
Arbeitsaufwand	Bearbeiten der Lektionen: 160 Stunden Bearbeitung der Einsendeaufgaben inkl. Verarbeitung des Korrektur-Feedbacks: 80 Stunden Wiederholung und Prüfungsvorbereitung, Prüfung: 60 Stunden
Dauer des Moduls	ein Semester
Häufigkeit des Moduls	in jedem Semester
Anmerkung	Der Basistext muss vor Semesterbeginn beschafft werden. Basistext: Susan E. McGregor: Practical Python Data Wrangling and Data Quality, O'Reilly Media, Inc., 2021 ISBN: 9781492091509
Inhaltliche Voraussetzung	Grundkenntnisse Datenbanksysteme und Programmierung, Hardware (mindestens): - 16 GB RAM - CPU mit 4 Cores - 4 GB freier Festplattenspeicher

M.Sc. Praktische Informatik
Art der Prüfungsleistung	benotete zweistündige Prüfungsklausur
Voraussetzung	Von den Einsendeaufgaben zu den Lektionen 2-5 müssen mindestens die Einsendeaufgaben zu einer Lektion bestanden sein.
Stellenwert der Note	1/8
Formale Voraussetzungen	keine
M.Sc. Data Science
Art der Prüfungsleistung	benotete zweistündige Prüfungsklausur
Voraussetzung	Von den Einsendeaufgaben zu den Lektionen 2-5 müssen mindestens die Einsendeaufgaben zu einer Lektion bestanden sein.
Stellenwert der Note	1/12
Formale Voraussetzungen	keine
M.Sc. Informatik
Art der Prüfungsleistung	benotete zweistündige Prüfungsklausur
Voraussetzung	Von den Einsendeaufgaben zu den Lektionen 2-5 müssen mindestens die Einsendeaufgaben zu einer Lektion bestanden sein.
Stellenwert der Note	1/12
Formale Voraussetzungen	keine

mathinf.webteam | 10.05.2024