Übersicht

Das Praktikum beinhaltet den Entwurf einer Datenbank sowie die Realisierung von Datenbankanwendungen unter praxisnahen Bedingungen. Die Aufgaben sind mit dem SQL-Datenbankverwaltungssystem PostgreSQL zu bearbeiten. PostgreSQL ist ein populäres open-source DBMS, welches aktuell Platz 4 im Ranking der DB-Engines einnimmt (https://db-engines.com/en/ranking). Postgres implementiert einen SQL-Dialekt mit hoher SQL-Standard-Compliance (SQL:2011).

• Dozent: Prof. Erhard Rahm
• Beginn: 14.04.2023
• Zeit: 09:15 - 10:45 Uhr, Freitag
• Ort: HS4

• Dozent: Prof. Dr. E. Rahm
• Termin: montags, 15:15 - 16:45 Uhr, HS1
• Start: 17. April 2023
• Moodle: DBS II online
• Die Anmeldung zur Vorlesung, Übung und Klausur erfolgte über Almaweb.
  • Achtung: Sie müssen sich für das Modul und die Veranstaltungen (Vorlesung+Übung) anmelden.

• Dozent: Christopher Rost
• Termin: donnerstags, 11:15 - 12:45 Uhr, HS5
• Beginn: 13.04.2023
• Die Anmeldung zur NoSQL-Vorlesung und Klausur erfolgt über AlmaWeb.
• Moodle-Kurs.

Übersicht

NoSQL-Datenbanksysteme dienen der effiziente Verwaltung von teilweise sehr großen Mengen nicht-relationaler Daten. Die Vorlesung betrachtet Unterschiede zu klassischen relationalen Datenbanksystemen und gibt einen Überblick über verschiedene Kategorien von NoSQL-Systemen.

The Oberseminar of the database group took place from May 23th to May 26th, 2023 in Darlingerode (Harz).

Talks

(Knowledge) Graphs

• Steven Lehmann: Link Prediction in Human Resource Management (bachelor thesis)
• Adrian Kuhn: Metadata Enrichment in the DBpedia Databus Ecosystem (bachelor thesis)
• Daniel Obraczka: Blocking for Knowledge Graphs
• Mouna Ammar: Self introduction

Übersicht

Das Praktikum beinhaltet den Entwurf und die Realisierung einer Anwendung oder eines Algorithmus im Big-Data-Umfeld. Hierzu werden mehrere Themen angeboten, welche in kleinen Gruppen zu je 2-3 Studierenden bearbeitet werden.

• Dozent: Dr. Victor Christen
• Termin: mittwochs, 13:15 Uhr, HS20
• Beginn: 12.04.2023
• Die Anmeldung erfolgt via AlmaWeb.

Übersicht

Reale Daten sind unsauber, verteilt und heterogen. Dieser Kurs gibt eine Einführung in die wesentlichen Konzepte von Data Cleaning & Standardisierung sowie der Datenintegration. Ziel der Datenintegration ist die Transformation von Rohdaten in Formate, welche eine umfassende und effiziente Analyse der Daten ermöglichen. Im Kurs werden außerdem die Themen Datenqualität, Datenmanagement und Speicherungsprobleme in Hinblick auf Datenanalyse diskutiert.