Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Large-scale Data EngineeringModulbeschreibung #41086 / Version 3

← Zur Modulseite English version
Modul / Version#41086 / #3
GültigkeitSeit SoSe 2026
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte12
Modulverantwortliche*rBöhm, Matthias
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34352900 FG Big Data Engineering

Kontakt

SekretariatTEL 8-1
Ansprechpartner*inDamme, Patrick
E-Mail-Adressepatrick.damme@tu-berlin.de
Webseitehttps://pdamme.github.io/#teaching

Lernergebnisse

In diesem kombinierten Seminar-/Projektmodul lernen die Studierenden das kritische Lesen wissenschaftlicher Publikationen, die wissenschaftliche Literatur-Recherche zu einem vorgegebenen Thema, das Schreiben von hochwertigen wissenschaftlichen Arbeiten, das professionelle Präsentieren einer wissenschaftlichen Arbeit in Form eines Vortrags, das Erstellen hochwertiger Prototypen für spezifische Projekte, die experimentelle Evaluation dieser Prototypen sowie das professionelle Präsentieren dieser Prototypen in Form eines Vortrags. All diese Aspekte werden mit einem speziellen Fokus auf die Forschungsgebiete Data Engineering, Data Management und Machine-Learning-Systeme abgedeckt. Gemeinsam stellen das Seminar und das Projekt eine solide Grundlage für eine anschließende Bachelor-/Masterarbeit dar, sowohl in methodischer Hinsicht als auch in Hinblick auf spezifische Themen.

Lehrinhalte

Dieses Modul umfasst ein Seminar und ein Projekt im Kontext von Big Data Engineering, d.h., zu Themen im Umfeld von skalierbaren Daten- und ML-Systemen. Konkret ist das Modul wie folgt strukturiert:

A) Seminar
* 3 Vorlesungen zu wissenschaftlichen Methoden (Struktur wissenschaftlicher Arbeiten; Lesen und Schreiben wissenschaftlicher Arbeiten; Experimente, Reproduzierbarkeit und wissenschaftliche Präsentationen)
* Lesen ausgewählter Papiere und Schreiben einer 4-seitigen Zusammenfassung (in LaTeX mit gegebener Vorlage)
* Teilnahme an Vorträgen und eigener 20-minütiger Vortrag des zusammengefassten Themas

B) Projekt
* Auswahl eines Projektthemas
* Diskussionsrunden zu Design, Implementierung, Tests und Experimenten mit einem Projekt-Mentor
* Design und Implementierung eines initialen Prototypen, inklusive Tests und Dokumentation
* Kurze Vorstellung des initialen Prototypen
* Experimentelle Evaluation des initialen Prototypen
* Weiterentwicklung des initialen Prototypen zu einem finalen Prototypen, gelenkt von den experimentellen Ergebnissen
* Teilnahme an Vorträgen und eigener 15-minütiger Vortrag zum finalen Prototypen

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Large-scale Data EngineeringProjekt Winter- und Sommersemester[en]4 ISIS
Large-scale Data EngineeringSeminar Winter- und Sommersemester[en]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (6)

Large-scale Data Engineering (Projekt) 3

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Large-scale Data Engineering (Seminar) 3

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Large-scale Data Engineering (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Teilnahme Diskussions-Runden101 h10 h
Prototyp-Implementierung (inklusive Tests und Dokumentation)1160 h160 h
Experimente160 h60 h
Vorbereitung Vortrag216 h32 h
Teilnahme Vorträge und eigener Vortrag24 h8 h
270 h

Large-scale Data Engineering (Seminar)

AufwandbeschreibungMultiplikatorStundenGesamt
Teilnahme Vorlesung32 h6 h
Papier lesen und Seminararbeit schreiben160 h60 h
Vorbereitung Vortrag116 h16 h
Teilnahme Vorträge und eigener Vortrag24 h8 h
90 h

Der Aufwand des Moduls summiert sich zu 360 Stunden. Damit umfasst das Modul 12 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Begleitetes und selbstorganisiertes Lesen wissenschaftlicher Papiere, Recherchieren von Literatur und Schreiben eines zusammenfassenden Papiers. Begleitete und selbst-organisierte Projekt-Arbeit.

Zu Beginn des Semesters hören die Studierenden Einführungsvorlesungen zum Lesen wissenschaftlicher Papiere, zur Suche nach verwandten Arbeiten, zum Schreiben hochwertiger wissenschaftlicher Arbeiten und zur Präsentation wissenschaftlicher Arbeiten in Vorträgen. Jeder/jedem Studierenden wird ein initiales Papier zum Lesen und Verstehen zugeordnet. Danach suchen die Studierenden nach verwandten Arbeiten und schreiben eine kurze Zusammenfassung des zugewiesenen Papiers, inklusive eines Überblicks über verwandte Arbeiten. Am Ende des Semesters hält jede/jeder Studierende eine Folienpräsentation, auf welche eine Diskussion zum jeweiligen Thema folgt. Gleichzeitig oder in einem folgenden Semester wählen die Studierenden ein Projekt aus einer vorgegebenen Liste, erstellen ein initiales Design und implementieren einen initialen Prototypen inklusive Tests und Dokumentation. Die Studierenden präsentieren ihren initialen Prototypen in der Mitte des Semesters vor dem Kurs. Darüber hinaus führen sie umfangreiche Experimente durch um die Qualität und Eigenschaften ihres Prototypen nachzuweisen. Die Ergebnisse dieser Experimente lenken die weitere Entwicklung eines finalen Prototypen, welchen die Studierenden am Ende des Semesters vor dem Kurs präsentieren. Die Projekte werden durch regelmäßige Diskussions-Runden mit einem Projekt-Mentor bereichert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Abgeschlossene Grundkurse zu angewandtem maschinellem Lernen und Datenmanagement

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Seminararbeit25schriftlich4 Seiten
(Ergebnisprüfung) Seminarvortrag15mündlich20 min
(Ergebnisprüfung) Projekt-Implementierung, Tests, Dokumentation und Experimente50praktischProjekt-Quellcode, -Tests, -Dokumentation; Experiment-Quellcode und -Ergebnisse
(Ergebnisprüfung) Präsentation des finalen Prototypen10mündlich15 min

Prüfungsbeschreibung (Abschluss des Moduls)

Das Projekt kann in Teams von 1 bis 3 Studierenden durchgeführt werden, wird jedoch als Ganzes bewertet. Alle anderen Teile der Portfolio-Prüfung werden für jede(n) Studierende(n) einzeln bewertet.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 10.

Anmeldeformalitäten

Details zur Anmeldung sind dem ISIS-Kurs im jeweiligen Semester zu entnehmen.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Seminar-specific literature will be discussed during the first lecture.
  • Project-specific literature will be discussed during the first discussion round.

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
SoSe 2026Wahlpflicht Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks
Computer Science (Informatik)
StuPO 2015
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Verteilte Systeme und Netze / Distributed Systems and Networks
Elektrotechnik
StuPO 2015
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering
Informatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik
WiSe 2026/27Wahlpflichtbereich › Katalog Informatik
Informatik
StuPO 2025
WiSe 2026/27Wahlpflichtbereich › Studiengebiete › Datenmanagement › Seminare
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
SoSe 2026Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering
WiSe 2026/27Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks
Technische Informatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Kataloge › Informatik
Wirtschaftsinformatik
StuPO 2015
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Informatik
Wirtschaftsinformatik
StuPO 2021
SoSe 2026Wahlpflichtbereich › Informatik
WiSe 2026/27Wahlpflichtbereich › Informatik
Wirtschaftsinformatik
StuPO 2025
WiSe 2026/27Wahlpflichtbereich › Vertiefung Informatik › Projekte + Seminare
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering

Sonstiges

Keine Angabe