Programmierpraktikum Large-scale Data Engineering (unbenotet)Modulbeschreibung #41094 / Version 1
- 9 LP
- Portfolioprüfung
- Unbenotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #41094 / #1 |
|---|---|
| Gültigkeit | SoSe 2023 – WiSe 2023/24 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Böhm, Matthias |
| Benotung | Unbenotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
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://www.tu.berlin/en/dams |
Lernergebnisse
In diesem Projekt-Modul erlernen die Studierenden das Erstellen von Prototypen für spezifische Projekte sowie das professionelle Präsentieren dieser Prototypen in Form eines Vortrags. Diese Aspekte werden mit einem speziellen Fokus auf die Forschungsgebiete Data Engineering, Data Management und Machine Learning Systems abgedeckt.
Lehrinhalte
Dieses Modul umfasst ein Programmier-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:
* Auswahl eines Projekts
* Diskussionsrunden zu Design, Implementierung, Tests und Experimenten
* Prototypische Implementierung, Tests und Experimente
* 15min Vortrag zum erstellten Prototypen
* Auswahl eines Projekts
* Diskussionsrunden zu Design, Implementierung, Tests und Experimenten
* Prototypische Implementierung, Tests und Experimente
* 15min Vortrag zum erstellten 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 |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (3)
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
Arbeitsaufwand und Leistungspunkte
Large-scale Data Engineering (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Teilnahme Diskussions-Runden | 4 | 2 h | 8 h |
| Prototyp-Implementierung | 1 | 202 h | 202 h |
| Tests, Dokumentation, Experimente | 1 | 40 h | 40 h |
| Vortrags-Vorbereitung und Präsentation | 1 | 20 h | 20 h |
| 270 h | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Begleitete und selbst-organisierte Projekt-Arbeit.
Die Studierenden wählen ein Programmier-Projekt aus einer vorgegebenen Liste, erstellen ein initiales Design und implementieren dann einen Prototyp inklusive Dokumentation, Tests und relevanten Experimenten. Die Programmierungs-Projekte werden angereichert mit regelmäßigen Diskussions-Runden und einer abschließenden Präsentation der erreichten Ergebnisse.
Die Studierenden wählen ein Programmier-Projekt aus einer vorgegebenen Liste, erstellen ein initiales Design und implementieren dann einen Prototyp inklusive Dokumentation, Tests und relevanten Experimenten. Die Programmierungs-Projekte werden angereichert mit regelmäßigen Diskussions-Runden und einer abschließenden Präsentation der erreichten Ergebnisse.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Abgeschlossene grundlegende Kurse zu angewandtem Machine Learning und Data Management
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Deliverable assessment) Implementierung, Tests, Dokumentation | 85 | praktisch | N/A |
| (Deliverable assessment) Präsentation | 15 | mündlich | 15 min |
Prüfungsbeschreibung (Abschluss des Moduls)
Das Projekt kann in Teams von 1 bis 3 Studierenden durchgeführt werden, wird jedoch als Ganzes 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 20.
Anmeldeformalitäten
Registrierung per E-Mail an Patrick Damme (patrick.damme@tu-berlin.de)
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Project-specific literature will be discussed during the first discussion round.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Studiengänge:
- Informatik (B.Sc.)
- Technische Informatik (B.Sc.)
- Wirtschaftsinformatik (B.Sc.)
- Informatik (B.Sc.)
- Technische Informatik (B.Sc.)
- Wirtschaftsinformatik (B.Sc.)