623.202 (22W) Seminar in Data Science and Engineering

Wintersemester 2022/23

Anmeldefrist abgelaufen.

Erster Termin der LV
07.10.2022 11:00 - 14:00 S.2.69 - Bitmovin On 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 Seminar in Data Science and Engineering
LV-Art Seminar (prüfungsimmanente LV )
LV-Modell Präsenzlehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 5 (15 max.)
Organisationseinheit
Unterrichtssprache Englisch
LV-Beginn 07.10.2022
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

Participants

  • deepen their abilities and skills in the search and in the study of scientific literature
  • learn by example to provide an overview over a given topic to structure it
  • learn to distinguish between scientific-technologically founded work and less reliable or meaningful publications
  • improve their presentation skills
  • extend their knowledge within a selected topic of Data & Knowledge engineering

Lehrmethodik

seminaristic: presentations, discussions, paper writing, reviews

Inhalt/e

Web services, Ontologies, Workflow systems, temporal information systems, interoperability

Erwartete Vorkenntnisse

database technology; knowledge engineering; writing lab informatics - is highly recommended

Literatur

will be provided at the seminar

Intendierte Lernergebnisse

Participants

  • deepen their abilities and skills in the search and in the study of scientific literature
  • learn by example to provide an overview over a given topic to structure it
  • learn to distinguish between scientific-technologically founded work and less reliable or meaningful publications
  • improve their presentation skills
  • extend their knowledge within a selected topic of Data & Knowledge engineering

Lehrmethodik

seminaristic: presentations, discussions, paper writing, reviews

Inhalt/e

Web services, Ontologies, Workflow systems, temporal information systems, interoperability

Erwartete Vorkenntnisse

database technology; knowledge engineering; writing lab informatics - is highly recommended

Literatur

will be provided at the seminar

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.

Prüfungsmethode/n

evaluation of the deliverables (extended abstract, paper, presentation, reviews)

details will be discussedin the first seminar

Prüfungsinhalt/e

n/a

Beurteilungskriterien/-maßstäbe

Factors:

  • Quality of the results
    • Extended abstract (15 %)
    • Seminar paper (40 %)
    • Presentation of Seminar paper (15%)
    • Reviews written (20%)
  • Participation in the discussions (10%)

Prüfungsmethode/n

evaluation of the deliverables (extended abstract, paper, presentation, reviews)

details will be discussed in the first seminar

Prüfungsinhalt/e

n/a

Beurteilungskriterien/-maßstäbe

Factors:

  • Quality of the results
    • Extended abstract (15 %)
    • Seminar paper (40 %)
    • Presentation of Seminar paper  (15%)
    • Reviews written (20%)
  • Participation in the discussions (10%)

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
    • Fach: Knowledge and Data Engineering (Wahlfach)
      • Seminar in Knowledge and Data Engineering ( 2.0h SE / 4.0 ECTS)
        • 623.202 Seminar in Data Science and Engineering (2.0h SE / 4.0 ECTS)
  • Masterstudium Informatics (SKZ: 911, Version: 19W.2)
    • Fach: Business Information Systems (Wahlfach)
      • Seminar ( 2.0h SE / 4.0 ECTS)
        • 623.202 Seminar in Data Science and Engineering (2.0h SE / 4.0 ECTS)
          Absolvierung im 3. Semester empfohlen
  • Masterstudium Informatics (SKZ: 911, Version: 19W.2)
    • Fach: Data Science and Engineering (Wahlfach)
      • Seminar ( 2.0h SE / 4.0 ECTS)
        • 623.202 Seminar in Data Science and Engineering (2.0h SE / 4.0 ECTS)
          Absolvierung im 3. Semester empfohlen

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024
  • 623.202 SE Seminar in Data Science and Engineering (2.0h / 4.0ECTS)
Sommersemester 2022
  • 623.202 SE Seminar in Data Science and Engineering (2.0h / 4.0ECTS)
Sommersemester 2021
  • 623.202 SE Seminar in Data Science and Engineering (2.0h / 4.0ECTS)
Sommersemester 2020
  • 623.202 SE Seminar in Data Science and Engineering (2.0h / 4.0ECTS)