Zu Hauptinhalt springen

Teaching

Integrierte Lehrveranstaltung (Vorlesung + Seminar): Data Engineering

Die Lehrveranstaltung gibt einen Überblick über Data Engineering Prozesse und Pipelines sowie die verschiedenen Methoden des Data Engineering und Data Preprocessings.

Im Detail werden

  • Verfahren zur Auswahl und Extraktion von Daten,
  • Data Cleaning (Vorhersage von fehlenden Werten, Duplikateleminierung, Outlier Detection),
  • Datentransformation zwischen verschiedene Datenmodellen und -strukturen,
  • Datenintegration und
  • Grundlagen multidimensionaler Datenmodelle und deren Verwendung in Data Warehouses vorgestellt.
  • Die Definition von Metriken zur Bewertung von Datencharakteristika wird ebenfalls anhand mehrerer Beispiele eingeführt und auf die Data Engineering Algorithmen angewendet.

Das Module ist zweigeteilt, zu allen Themen wird es eine kompakte Einführung geben, die jeweils die grundlegende Zielsetzung, eingesetzte Technologien und Algorithmen vorstellt (also ein Vorlesungsanteil), im anschließenden Teil wird ein Vortrag (jeweils von Teilnehmer:innen des Moduls) einzelnen Themen genauer darstellen sowie ein aktuelles Forschungsergebnis vorstellen. Bei der Themenvergaben gibt es verschiedene Schwerpunkte, sodass das Modul von Teilnehmer:innen verschiedener naturwissenschaftlicher Studiengänge und Informatik-Studiengängen daran teilnehmen können.  

Alle Teilnehmenden halten also im Laufe des Seemsters zu einem Thema einen Vortrag. Die Prüfungsleistung ist eine Ausarbeitung zum Thema des Vortarges. 

Ort: Bajuwarenstraße 4, Raum 621/623

Termine: (Planung):

  • Donnerstag, 20.4.2023, 14.15-15.45 Uhr (Vorbesprechung und Einleitung)
  • Donnerstag, 27.4.2023, 14.15-17.45 Uhr
  • Donnerstag, 11.5.2023, 14.15-17.45 Uhr
  • Donnerstag, 25.5.2023, 14.15-17.45 Uhr
  • Donnerstag,:15.6.2023, 14.15-17.45 Uhr (Ausweichtermin, da 8.6.2023 Feiertag)
  • Donnerstag, 6.7.2023, 14.15-17.45 Uhr
  • Donnerstag, 20.7.2023, 14.15-17.45 Uhr

Vortragsthemen und Zeitslots, siehe GRIPS


Abschlussarbeiten

In Bearbeitung:

  • Visualisation and Interactive Exploration of Data Changes in Data Engineering Workflows (Bachelorarbeit)
  • Aufarbeitung von Standards und Methoden im Forschungsdatenmanagement (Bachelorarbeit)
  • Studie zur Anforderungsanalyse für ein eigenes uni-weites Forschungsdatenmanagementsystem (Bachelorarbeit)

Offene Abschlussarbeiten:

  • Untersuchung und Systematisierung von Forschungsdatenmanagmentsystemen (Masterarbeit)


  1. Fakultät für Informatik und Data Science

Lehrstuhl Data Engineering

Prof. Dr.-Ing. habil. Meike Klettke

Telefon: 0941 943-68625

E-Mail: meike.klettke@ur.de