Skip to main content

User account menu

  • Log in
DBS-Logo

Database Group Leipzig

within the department of computer science

ScaDS-Logo Logo of the University of Leipzig

Main navigation

  • Home
  • Study
    • Exams
      • Hinweise zu Klausuren
    • Courses
      • Current
    • Modules
    • LOTS-Training
    • Abschlussarbeiten
    • Masterstudiengang Data Science
    • Oberseminare
    • Problemseminare
    • Top-Studierende
  • Research
    • Projects
      • Benchmark datasets for entity resolution
      • FAMER
      • HyGraph
      • Privacy-Preserving Record Linkage
      • GRADOOP
    • Publications
    • Prototypes
    • Annual reports
    • Cooperations
    • Graduations
    • Colloquia
    • Conferences
  • Team
    • Erhard Rahm
    • Member
    • Former employees
    • Associated members
    • Gallery

Skalierbare Datenbanktechnologien 2

Breadcrumb

  • Home
  • Study
  • Module
  • Skalierbare Datenbanktechnologien 2
Skalierbare Datenbanktechnologien 2
10-INF-DS101
Masterstudiengang Data Science
Master of Science
Wahlpflicht
  • 2
Abteilung Datenbanken
1 Semester
Sommersemester

Lehrformen

  • Vorlesung „Skalierbare Datenbanktechnologien 1“ (2 SWS) = 30 h Präsenzzeit und 30 h Selbststudium = 60 h
  • Vorlesung „Skalierbare Datenbanktechnologien 2“ (1 SWS) = 15 h Präsenzzeit und 15 h Selbststudium = 30 h
  • Übung „Skalierbare Datenbanktechnologien“ (1 SWS) = 60 h Selbststudium = 60 h

Arbeitsaufwand

5 LP = 150 Arbeitsstunden (Workload)

Verwendbarkeit

  • Wahlpflichtmodul im M.Sc. Data Science

Ziele

Nach der aktiven Teilnahme am Modul ” Skalierbare Datenbanktechnologien 2” sind die Studierenden in der Lage verschiedene Architekturen aktueller Datenbankanwendungen anzugeben.

Sie können Verfahren zur Verarbeitung großer Datenmengen erläutern.

Die Studierenden sind imstande aktuelle Datenbanktechnologien und Verfahren zur Verarbeitung und Analyse großer Datenmengen anzuwenden.

Sie sind in der Lage, selbstständig Anfragen durchzuführen.

Inhalt

Es werden mindestens zwei der folgenden Vorlesungen angeboten. Zwei Vorlesungen werden ausgewählt. Zu einer der Vorlesung wird eine Übung angeboten.

  • Vorlesung Data Warehousing
  • Vorlesung NoSQL-Datenbanken
  • Vorlesung Implementierung von Datenbanksystemen 2

Teilnahmevoraussetzungen

  • keine (neben denen des Masterstudiengangs Data Science)

Literatur

  • Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen.

Vergabe von Leistungspunkten

Leistungspunkte werden mit erfolgreichem Abschluss des Moduls vergeben. Näheres regelt die Prüfungsordnung des Master of Science Data Science.

Prüfungsformen und -leistungen

Modulabschlussprüfung

  • Klausur: 60 Min. für jede der beiden Vorlesungen
  • Testat zur Übung

Bisherige Lehrveranstaltungen

Semester
Sommersemester 2025 Mehrrechner-Datenbanksysteme
Sommersemester 2025 NoSQL Datenbanken
Sommersemester 2024 Mehrrechner-Datenbanksysteme
Sommersemester 2024 NoSQL Datenbanken
Sommersemester 2023 Implementierung von DBS 2
Sommersemester 2023 NoSQL Datenbanken
Sommersemester 2022 Data Warehousing
Sommersemester 2022 NoSQL-Datenbanken
Sommersemester 2021 Implementierung von DBS 2
Sommersemester 2021 NoSQL-Datenbanken

Pagination

  • Page 1
  • Next page ››

Recent publications

  • 2025 / 8: Slice it up: Unmasking User Identities in Smartwatch Health Data
  • 2025 / 6: SecUREmatch: Integrating Clerical Review in Privacy-Preserving Record Linkage
  • 2025 / 5: Federated Learning With Individualized Privacy Through Client Sampling
  • 2025 / 3: Assessing the Impact of Image Dataset Features on Privacy-Preserving Machine Learning
  • 2025 / 3: Automated Configuration of Schema Matching Tools: A Reinforcement Learning Approach

Footer menu

  • Directions
  • Contact
  • Impressum