n.BA.AD.DaEn.23HS (Data Engineering) 
Modul: Data Engineering
Diese Information wurde generiert am: 27.04.2024
Nr.
n.BA.AD.DaEn.23HS
Bezeichnung
Data Engineering
Credits
4

Beschreibung

Version: 1.0 gültig ab 01.08.2023

 

Studiengang  Applied Digital Life Sciences
Geltende Rechtsordnung  RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp   
X Pflichtmodul   Wahlpflichtmodul   Wahlmodul
Plansemester  3. Semester
Modulverantwortliche/r  Andreas Weiler
Telefon / E-Mail  +41 (0)58 934 41 39 / andreas.weiler@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte  -
Vorausgesetzte Module  Datenzentriertes Programmieren
Zu erreichende Kompetenzen  Fachliche Kompetenzen:
Die Studierenden,
  • kennen die Grundlagen des Data Engineering
  • verstehen wie mittels Data Pipelines die Rohdaten für die spätere Nutzung erhoben, aufbereitet und bereinigt werden, und können solche Pipelines designen und implementieren
  • wissen, wie unstrukturierte Daten verarbeitet und Informationen aus Ihnen gewonnen werden kann
  • können mittels NoSQL Techniken verschiedenste Arten von Daten verarbeiten, abfragen und verfügbar machen
Überfachliche Kompetenzen:
Die Studierenden sind in der Lage,
  • Resultate und Methoden kritisch zu hinterfragen.
  • zu erkennen welche der unzähligen Architekturen und Technologien für welche Daten Probleme eingesetzt werden können
Inhalt des Moduls
  • Einführung
    • Was ist Data Engineering?
    • Data Engineering im breiteren Kontext der Data Science
    • Data (Processing) Pipelines
    • Verschiedene Formen von (Roh-)daten: Big Data, Small Data, Smart Data, …
  • Arbeiten mit Daten
    • Datenformate und Dateiformate (XML, JSON, CSV, ...)
    • Navigieren in XML/JSON-Daten (XPath, JSONPath)
    • Tools
    • Strukturierte vs. unstrukturierte Daten
  • Verarbeitung verschiedenster Datenarten
    • verschiedene NoSQL Lösungen
    • Grundlagen des Information Retrievals
Anschlussmodule Modelling of Complex Systems, Neural Networks
Unterrichtsmethoden  Vorlesung und Übungen
Digitale Lernressourcen  Moodle
Unterrichtsgliederung / Gesamtaufwand   
 Kontaktstudium 56
 Begleitetes Selbststudium 14
 Autonomes Selbststudium 50
 Total Workload 120
Präsenzverpflichtung im Unterricht  Präsenz wird stark empfohlen, aber nicht mit Präsenzliste durchgesetzt.
Leistungsnachweise 
  • Erfahrungsnote (20% aus 2 Bewerteten Praktika während des Semesters)
  • Abgesetzte schriftliche Modulendprüfung (80%)
Bei einer geringen Teilnehmerzahl kann die Prüfungsform der Repetitionsprüfung nach Absprache mit der Studiengangleitung durch Dozierende abgeändert werden: z.B. anstatt einer schriftlichen kann eine mündliche Prüfung abgehalten werden. Bitte entsprechende Meldung der geänderten Prüfungsform per E-Mail (ohne Formular) an pruefungsadmin.lsfm@zhaw.ch und Cc. Studiengangleitung.
Unterrichtssprache  Deutsch
Bemerkungen  -

 

Kurs: Data Engineering
Nr.
n.BA.AD.DaEn.23HS.V
Bezeichnung
Data Engineering

Hinweis

  • Für das Stichdatum 27.04.2024 ist kein Modulbeschreibungstext im System verfügbar.