Moses - SDS Scalable Data Science

Zur Modulseite PDF generieren

Modul / Version
#40311 / #7

Gültigkeit
SoSe 2022 - SoSe 2023

Verfügbare Sprache(n)
Englisch

Titel des Moduls
SDS Scalable Data Science

Leistungspunkte
6

Modulverantwortliche*r
Markl, Volker

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
Englisch

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34351500 FG Datenbanksysteme und Informationsmanagement (DIMA)

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
EN 7

Ansprechpartner*in
Soto, Juan

E-Mail-Adresse
sekr@dima.tu-berlin.de

Webseite

https://www.tu.berlin/dima

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird auf Wunsch trotzdem der Inhalt der unvollständigen Spracheversion angezeigt.

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SoSe 2022 - SoSe 2023.

Lernergebnisse

The last decade was marked by the digitalization of virtually all aspects of modern society. Today, businesses, government institutions, as well as science and engineering organizations, among others face an avalanche of digital data on a daily basis. In order to derive insight from all of this data, society needs individuals with a strong foundation in scalable data science. In this course students will learn about popular scalable data analysis systems and scalable data analytics methods and gain practical experience in conducting scalable data science.

Lehrinhalte

Keine Angabe

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Advanced Information Management 3 (AIM-3) - Scalable Data Science: Systems und Methods (SDSSM)	IV	0434 L 472	SoSe	Keine Angabe	4

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Advanced Information Management 3 (AIM-3) - Scalable Data Science: Systems und Methods (SDSSM) (IV):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Exercises/Practice	15.0	4.0h	60.0h
Plenary sessions	15.0	4.0h	60.0h
Preparation & Consolidation (incl. literature studies)	15.0	4.0h	60.0h
			180.0h(~6 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Keine Angabe

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Keine Angabe

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
(Deliverable assessment) Homework	30	schriftlich	Keine Angabe
(Deliverable assessment) In-class presentations	20	mündlich	Keine Angabe
(Examination) Written test	50	schriftlich	Keine Angabe

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Keine Angabe

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Literatur

Empfohlene Literatur
Hadoop: The Definitive Guide (4th Edition), Tom White, O’Reilly Media, 2015.
Mining of Massive Datasets (3rd Edition), J. Leskovec, A. Rajaraman, and J. Ullman, Cambridge 2019. http://mmds.org/.
Stream Processing with Apache Flink, Fabian Hueske and Vasiliki Kalavri, O’Reilly Press, 2019
Supplementary reading material may be assigned to complement course lectures.

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Keine Angabe

Sonstiges

Keine Angabe