Data Science Infrastructures

Inhalt:

• Datentypen und ihre Eigenschaften
• Gängige Funktionen von Data-Science-Infrastrukturen
• Speicher-, Rechen- und Cloud-Infrastrukturen für Data Science
• Das Konzept eines Data Lake
• Methoden zur Datenvorverarbeitung und ausgewählte Tools
• Zeitreihen- und Graphdaten, die entsprechenden DBMS und Abfragesprachen
• Datenanalyseplattformen
• Datendarstellung und -visualisierung
• Data-Science-Workflows und ausgewählte Infrastrukturkomponenten

Key Information

Lernziele

Nach Abschluss des Kurses sind die Studierenden

• in der Lage, die grundlegenden Funktionen von Data-Science-Infrastrukturen und deren Bedeutung zu verstehen.
• in der Lage, grundlegende Datentypen und deren Besonderheiten zu verstehen.
• in der Lage, die wichtigsten technischen Infrastrukturen zur Speicherung und Verarbeitung von Daten lokal und in der Cloud sowie deren Vor- und Nachteile im Hinblick auf Data-Science-Anwendungen zu verstehen.
• können das Konzept des Data Lake auf grundlegende Data-Science-Probleme anwenden.
• sind in der Lage, die verschiedenen Schritte der Datenvorverarbeitung auf ausgewählte Datensätze anzuwenden.
• können die Merkmale von Zeitreihen und Graphdaten identifizieren und sind in der Lage, die Funktionen von DBMS zu nennen, die für deren Verarbeitung konzipiert sind.
• können die grundlegenden Aufgaben von Datenanalyseplattformen darlegen und anhand von Beispielen beschreiben.
• können Methoden und Werkzeuge zur Darstellung und Visualisierung von Daten anwenden.
• können grundlegende Data-Science-Workflows modellieren und sind in der Lage, ihr Wissen auf einfache Data-Science-Projekte zu übertragen.

Empfohlene Voraussetzungen

Python-Kenntnisse und grundlegende Datenbankkenntnisse

Prüfung

Schriftliche Prüfung im Unterricht (90 Min.) oder mündliche Prüfung (ca. 30 Min.)

Prüfungsvoraussetzungen:

Die Studierenden müssen 50 % der Hausaufgabenübungen absolvieren.

Prüfungsanforderungen:

In der Prüfung zeigen die Studierenden, dass sie in der Lage sind, grundlegende Funktionen von (cloudbasierten) Data Science-Infrastrukturen zu beschreiben sowie grundlegende Datentypen zu spezifizieren und zu identifizieren. Die Studierenden können zudem ihr Verständnis von Data Lakes nachweisen und ihre Kenntnisse über MapReduce und Hadoop in diesem speziellen Kontext anwenden. Sie können grundlegende Probleme der Datenvorverarbeitung analysieren und gängige Lösungen skizzieren. Die Studierenden können zeigen, dass sie Zeitreihen und Graphdaten sowie die entsprechenden DBMS verstehen und dass sie gängige Aufgaben von Datenanalyseplattformen darstellen können. Im Rahmen der Prüfung demonstrieren die Studierenden zudem ihre Fähigkeit, geeignete Methoden zur Datenvisualisierung auszuwählen, und zeigen, dass sie in der Lage sind, grundlegende Data-Science-Workflows zu erstellen