Skalierbare Datenbanktechnologien 1
10-INF-DS01
Masterstudiengang Data Science
Master of Science
Pflicht
  • 1
  • 3
Abteilung Datenbanken
1 Semester
Wintersemester

Lehrformen

  • Vorlesung „Skalierbare Datenbanktechnologien 1“ (2 SWS) = 30 h Präsenzzeit und 45 h Selbststudium = 75 h
  • Vorlesung „Skalierbare Datenbanktechnologien 2“ (2 SWS) = 30 h Präsenzzeit und 45 h Selbststudium = 75 h
  • Seminar „Skalierbare Datenbanktechnologien“ (2 SWS) = 30 h Präsenzzeit und 120 h Selbststudium = 150 h

Arbeitsaufwand

10 LP = 300 Arbeitsstunden (Workload)

Verwendbarkeit

  • Pflichtmodul im M.Sc. Data Science

Ziele

Nach der aktiven Teilnahme am Modul “Skalierbare Datenbanktechnologien 1” sind die Studierenden in der Lage verschiedene verteilte und parallele Datenmanagementsysteme anzugeben. Sie können Eigenschaften und Architekturen von Integrationssystemen sowie Techniken zur Anfragebearbeitung und -optimierung in verteilten und parallelen Datenbanksystemen erklären.

Die Studierenden sind imstande wissenschaftliche Publikationen aus dem Bereich moderne Datenbanktechnologien, Cloud und Big Data zu erläutern und zu präsentieren. Sie vermögen aktuelle Datenbanktechnologien selbständig in einer schriftlichen Ausarbeitung zu beurteilen. Die Studierenden sind in der Lage, verschiedene Ansätze in der Gruppe zu diskutieren.

Inhalt

Es werden mindestens zwei der folgenden Vorlesungen angeboten. Zwei Vorlesungen und das Seminar werden ausgewählt.

  • Vorlesung Mehrrechner-Datenbanksysteme
  • Vorlesung Cloud Data Management
  • Vorlesung Data Mining
  • Vorlesung Implementierung von Datenbanksystemen I
  • Seminar Skalierbare Datenbanktechnologien (wechselnde Themenstellungen)

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 120 Minuten mit Gewicht 2 (60 Min. für jede der beiden Vorlesungen)
  • Seminar mit Gewicht 1: Referat (ca. 60 Min.) und schriftliche Ausarbeitung (ca. 15-20 Seiten)

Bisherige Lehrveranstaltungen

Semester
Wintersemester 2024/25 Data Mining
Wintersemester 2024/25 Data Warehousing
Wintersemester 2024/25 Seminar Trends in Data Analytics and Machine Learning
Wintersemester 2023/24 Cloud and Big Data Management
Wintersemester 2023/24 Data Mining
Wintersemester 2023/24 Seminar Trends in Data Analytics and Machine Learning
Wintersemester 2022/23 Cloud and Big Data Management
Wintersemester 2022/23 Data Mining
Wintersemester 2022/23 Implementierung von DBS 1
Wintersemester 2022/23 Trends in Data Analytics and Machine Learning