1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Data Engineering (Ba)

Zur Modulseite PDF generieren

#61041 / #7

Seit SoSe 2024

English

Data Analytics for Civil Engineers (Ba)
Data Engineering (Ba)

6

Hartmann, Timo

Benotet

Portfolioprüfung

English

Zugehörigkeit


Fakultät VI

Institut für Bauingenieurwesen

36312400 FG Systemtechnik baulicher Anlagen

Bauingenieurwesen

Kontakt


Keine Angabe

Hartmann, Timo

timo.hartmann@tu-berlin.de

http://civilsystems.tu-berlin.de

Lernergebnisse

More and more data is becoming available in the area of civil engineering that engineers need to make sense of and integrate into their design work. Examples of such data sources are ranging from sensor based measurements of infrastructure and buildings, to measurements of the environment (weather, water flows), to openly available geographic data. Lately civil engineers have started to analyse sentiment data users have left on social media platforms such as Facebook or Twitter about their experience while using civil engineered products, while generative AI tools, such as ChatGPT have changed the landscape of information gathering and generation. At the end of this class, students will know about the basics of data engineering analysis - the art of asking the right questions for drawing insights from any of these data- sets to support sustainable civil engineering tasks. Students will also understand the basics of state-of-the-art machine learning methods that are used to build the above summarized AI tools. After finalizing the module students will be able to apply the most common data mining and deep machine learning methods to data sets from the wider civil engineering field. Students will also have a good knowledge of how to assess the performance and quality of models and how to evaluate their applicability for prediction and sustainable decision making. Students will also develop first thoughts on the ethical ramifications of analyzing data with respect to for example, accounting for minorities that might not be well represented in a data set, but also with respect to potential biases that are introduced by the analysis methods.

Lehrinhalte

The module will teach the following methods: - data mining patterns and sequences - semantic text mining - decision trees and rule based classification - deep learning methods - unsupervised learning (autoencoders and reinforcement learning) - evaluation of predictive models

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Data EngineeringVL3631 L 9034SoSeen2
Data EngineeringPJ 3631 L 9035SoSeen2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Data Engineering (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h
90.0h(~3 LP)

Data Engineering (PJ):

AufwandbeschreibungMultiplikatorStundenGesamt
Project work15.06.0h90.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

- Read and comment on selected texts to acquire the fundamental knowledge about data analytics techniques - Reflection and discussion of the techniques based on the texts; practice and application examples during lectures - Project work: application of the techniques on a number of selected data sets from the civil engineering domain - Final data analytics challenge: Apply the learned concepts within a free application challenge (group work)

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

The module can be completed without any specific prior knowledge. Ideally students have followed Systemtechnik or a similar module teaching an introduction to stochastic. An intuitive understanding of mathematical functions and numerical approaches would allow deeper understanding of the material. Some skills with R or Python programming will also be helpful.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolio examination

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

English

Prüfungselemente

NamePunkteKategorieDauer/Umfang
comments on literature40schriftlichca. 10 texts
Final data analytics challenge (group work)20praktischreport of 5000 words
data engineering project assignments40praktisch5 assignments discussed in around 900 words each

Notenschlüssel

Notenschlüssel »Notenschlüssel 6: Fak III (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt90.0pt85.0pt80.0pt75.0pt70.0pt66.0pt62.0pt58.0pt54.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

comments on literature data engineering project assignments The final data analytics challenge will require students to work in groups to analyze a real world data set under consideration of practical questions. Students will vote on the winner of this final challenge.

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

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Sign up to the ISIS course

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Bauingenieurwesen (B. Sc.)12SoSe 2024WiSe 2024/25
Geotechnologie (B. Sc.)12SoSe 2024WiSe 2024/25
Wirtschaftsingenieurwesen (B. Sc.)12SoSe 2024WiSe 2024/25
Wirtschaftsingenieurwesen (M. Sc.)12SoSe 2024WiSe 2024/25

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe