623.501 (20W) Data Engineering

Wintersemester 2020/21

Anmeldefrist abgelaufen.

Erster Termin der LV
01.10.2020 16:00 - 18:00 online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch Data Engineering
LV-Art Vorlesung-Kurs (prüfungsimmanente LV )
LV-Modell Onlinelehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 20 (30 max.)
Organisationseinheit
Unterrichtssprache Englisch
LV-Beginn 01.10.2020
eLearning zum Moodle-Kurs

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

The successful student will have a deeper understanding of the challenges imposed by Big Data and know state of the art data engineering methods and techniques focusing on big data applications. 



Lehrmethodik inkl. Einsatz von eLearning-Tools

The VC will be a mixture of a classical lecture, presentations of assignment solutions and student presentations. The course will be held fully online via MS Teams.

Inhalt/e

  • Introduction to Big Data, Data Engineering and Data Science.
  • Recap on RDBMS and common file formats. 
  • Managing XML and JSON in RDBMS. 
  • Advanced SQL queries.
  • Scaling of RDBMS. 
  • Big Data Frameworks
    • MapReduce
    • Apache Spark
    • SQL on Big Data Architectures
  • (Big) Data Integration
  • Data Provenance and Data Quality

Erwartete Vorkenntnisse

Relational Databases (Lecture "Datenbanken"),  Java Programming


Literatur

Principles of Database Management: The Practical Guide to Storing, Managing and Analyzing Big and Small Data. Cambridge University Press New York, NY, USA ©2018 ISBN:1107186129 9781107186125

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Geänderte Prüfungsinformationen (COVID-19 Ausnahmeregelung)

Online final project presentation with questions on theory topics.

Prüfungsmethode/n

Oral exam.

Prüfungsinhalt/e

Project and theory topics.

Beurteilungskriterien/-maßstäbe

Online oral exam.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Informatics (SKZ: 911, Version: 19W.2)
    • Fach: Vertiefung Informatik (Specialization in Informatics) (Pflichtfach)
      • 1.1 Data Engineering ( 2.0h VC / 4.0 ECTS)
        • 623.501 Data Engineering (2.0h VC / 4.0 ECTS)
          Absolvierung im 1. Semester empfohlen
  • Masterstudium Information Management (SKZ: 922, Version: 19W.1)
    • Fach: Informatics (Pflichtfach)
      • 1.1 Data Engineering ( 0.0h VC / 4.0 ECTS)
        • 623.501 Data Engineering (2.0h VC / 4.0 ECTS)
          Absolvierung im 1. Semester empfohlen

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Wintersemester 2023/24
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Sommersemester 2023
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Wintersemester 2022/23
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Sommersemester 2022
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Wintersemester 2021/22
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Sommersemester 2021
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Wintersemester 2020/21
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)
Wintersemester 2019/20
  • 623.500 VC Data Engineering (2.0h / 4.0ECTS)