zurück zur Suche

Foundations in Data Engineering

IN2326A Required Modules8 ECTSEnglischWintersemesterDepartment Computer Science

In 1 Stundenplänen von Kommilitonen

KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie große Datenmengen organisiert, verteilt gespeichert und effizient analysiert werden. Am Ende kannst du verteilte Datenhaltungskonzepte, Map/Reduce-Techniken und deren Anwendungen (z. B. Hadoop, NoSQL) anwenden, Analysealgorithmen für verteilte Daten implementieren und Optimierungstechniken einschätzen.

Was du danach kannst

  • Konzepte verteilter Datenhaltung anwenden und charakterisieren
  • Analysealgorithmen für sehr große, verteilte Datenmengen nutzen, implementieren und bewerten
  • Techniken zur Optimierung von Analyseprozessen einschätzen und kombinieren
  • Optimierte Analyseprozesse für unterschiedliche Datencharakteristika und Systemarchitekturen weiterentwickeln
  • Gesellschaftliche Bedeutung und Datenschutzaspekte der Techniken kennen

Aus was das Modul besteht

  • VorlesungVermittlung der Inhalte durch Vorträge, Beispiele und Diskussionen; dient als Motivation zum Selbststudium
  • ÜbungAufgabenblätter zur Kontrolle und Vertiefung; anfänglich angeleitet, später selbstständige und Gruppenarbeit; ggf. Projektarbeiten zur Anwendung

Lehrmethode

  • Vorlesungzur Einführung der Konzepte, mit Beispielen und Diskussionen
  • Übungen mit Aufgabenblätternzur selbstständigen Kontrolle und Vertiefung der Methoden und Konzepte
  • Projektarbeit (optional)Anwendung von Vorlesungsinhalten auf komplexe Probleme

Termine

VorlesungFoundations in Data Engineering (IN2326)

ÜbungExercise Foundations in Data Engineering (IN2326)4 Gruppen zur Wahl

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.