Zur Modulseite PDF generieren

#41183 / #2

Seit SoSe 2026

Deutsch, Englisch

Project Large-scale Data Engineering (benotet) (Project Large-scale Data Engineering)
Projekt Large-scale Data Engineering (benotet) (Projekt Large-scale Data Engineering)

9

Böhm, Matthias

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34352900 FG Big Data Engineering

Keine Angabe

Kontakt


TEL 8-1

Damme, Patrick

patrick.damme@tu-berlin.de

Lernergebnisse

In diesem Projekt-Modul erlernen die Studierenden das Erstellen hochwertiger Prototypen für spezifische Projekte, die experimentelle Evaluation dieser Prototypen sowie das professionelle Präsentieren dieser Prototypen in Form eines Vortrags. Diese Aspekte werden mit einem speziellen Fokus auf die Forschungsgebiete Data Engineering, Data Management und Machine-Learning-Systeme abgedeckt.

Lehrinhalte

Dieses Modul umfasst ein Projekt im Kontext von Big Data Engineering, d.h., zu Themen im Umfeld von skalierbaren Daten- und ML-Systemen. Konkret ist das Modul wie folgt strukturiert: * Auswahl eines Projektthemas * Diskussionsrunden zu Design, Implementierung, Tests und Experimenten mit einem Projekt-Mentor * Design und Implementierung eines initialen Prototypen, inklusive Tests und Dokumentation * Kurze Vorstellung des initialen Prototypen * Experimentelle Evaluation des initialen Prototypen * Weiterentwicklung des initialen Prototypen zu einem finalen Prototypen, gelenkt von den experimentellen Ergebnissen * Teilnahme an Vorträgen und eigener 15-minütiger Vortrag zum finalen Prototypen

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Large-scale Data EngineeringPJWiSe/SoSeen4

Arbeitsaufwand und Leistungspunkte

Large-scale Data Engineering (PJ):

AufwandbeschreibungMultiplikatorStundenGesamt
Teilnahme Diskussions-Runden10.01.0h10.0h
Prototyp-Implementierung (inklusive Tests und Dokumentation)1.0160.0h160.0h
Experimente1.060.0h60.0h
Vorbereitung Vortrag2.016.0h32.0h
Teilnahme Vorträge und eigener Vortrag2.04.0h8.0h
270.0h(~9 LP)
Der Aufwand des Moduls summiert sich zu 270.0 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Begleitete und selbst-organisierte Projekt-Arbeit. Zu Beginn des Semesters wählen die Studierenden ein Projekt aus einer vorgegebenen Liste, erstellen ein initiales Design und implementieren einen initialen Prototypen inklusive Tests und Dokumentation. Die Studierenden präsentieren ihren initialen Prototypen in der Mitte des Semesters vor dem Kurs. Darüber hinaus führen sie umfangreiche Experimente durch um die Qualität und Eigenschaften ihres Prototypen nachzuweisen. Die Ergebnisse dieser Experimente lenken die weitere Entwicklung eines finalen Prototypen, welchen die Studierenden am Ende des Semesters vor dem Kurs präsentieren. Die Projekte werden durch regelmäßige Diskussions-Runden mit einem Projekt-Mentor bereichert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Abgeschlossene Grundkurse zu angewandtem maschinellem Lernen und Datenmanagement

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

NamePunkteKategorieDauer/Umfang
(Ergebnisprüfung) Projekt-Implementierung, Tests, Dokumentation und Experimente85praktischProjekt-Quellcode, -Tests, -Dokumentation; Experiment-Quellcode und -Ergebnisse
(Ergebnisprüfung) Präsentation des finalen Prototypen15mündlich15 min

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Das Projekt kann in Teams von 1 bis 3 Studierenden durchgeführt werden, wird jedoch als Ganzes bewertet.

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 10.

Anmeldeformalitäten

Details zur Anmeldung sind dem ISIS-Kurs im jeweiligen Semester zu entnehmen.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Project-specific literature will be discussed during the first discussion round.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe