Large-scale Data EngineeringModulbeschreibung #41086 / Version 3
- 12 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #41086 / #3 |
|---|---|
| Gültigkeit | Seit SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 12 |
| Modulverantwortliche*r | Böhm, Matthias |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34352900 FG Big Data Engineering |
Kontakt
| Sekretariat | TEL 8-1 |
|---|---|
| Ansprechpartner*in | Damme, Patrick |
| E-Mail-Adresse | patrick.damme@tu-berlin.de |
| Webseite | https://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
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:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Large-scale Data Engineering | Projekt | Winter- und Sommersemester | [en] | 4 | WiSe 2026/27 (3) ISIS | |
| Large-scale Data Engineering | Seminar | Winter- und Sommersemester | [en] | 2 | WiSe 2026/27 (3) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (6)
Large-scale Data Engineering (Projekt) 3
- Large-scale Data Engineering (Projekt) Final Student Presentations
- Large-scale Data Engineering (Projekt) Intermediate Student Presentations
- Large-scale Data Engineering (Projekt) Project Kick-off
Large-scale Data Engineering (Seminar) 3
- Large-scale Data Engineering (Seminar) Consultation Hour
- Large-scale Data Engineering (Seminar) Introductory Lectures
- Large-scale Data Engineering (Seminar) Student Presentations
Arbeitsaufwand und Leistungspunkte
Large-scale Data Engineering (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Teilnahme Diskussions-Runden | 10 | 1 h | 10 h |
| Prototyp-Implementierung (inklusive Tests und Dokumentation) | 1 | 160 h | 160 h |
| Experimente | 1 | 60 h | 60 h |
| Vorbereitung Vortrag | 2 | 16 h | 32 h |
| Teilnahme Vorträge und eigener Vortrag | 2 | 4 h | 8 h |
| 270 h | |||
Large-scale Data Engineering (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Teilnahme Vorlesung | 3 | 2 h | 6 h |
| Papier lesen und Seminararbeit schreiben | 1 | 60 h | 60 h |
| Vorbereitung Vortrag | 1 | 16 h | 16 h |
| Teilnahme Vorträge und eigener Vortrag | 2 | 4 h | 8 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.
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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) Seminararbeit | 25 | schriftlich | 4 Seiten |
| (Ergebnisprüfung) Seminarvortrag | 15 | mündlich | 20 min |
| (Ergebnisprüfung) Projekt-Implementierung, Tests, Dokumentation und Experimente | 50 | praktisch | Projekt-Quellcode, -Tests, -Dokumentation; Experiment-Quellcode und -Ergebnisse |
| (Ergebnisprüfung) Präsentation des finalen Prototypen | 10 | mündlich | 15 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 / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2026 | Wahlpflicht Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet B › Verteilte Systeme und Netze / Distributed Systems and Networks | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Verteilte Systeme und Netze / Distributed Systems and Networks | |
| Elektrotechnik StuPO 2015 | SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Informatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Katalog Informatik | |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Datenmanagement › Seminare |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2026 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
| WiSe 2026/27 | Wahlpflichtbereich › Fachstudium Informatik › Verteilte Systeme und Netze / Distributed Systems and Networks | |
| Technische Informatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Kataloge › Informatik | |
| Wirtschaftsinformatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2021 | SoSe 2026 | Wahlpflichtbereich › Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Vertiefung Informatik › Projekte + Seminare |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Data and Software Engineering |
Sonstiges
Keine Angabe