Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Programmierpraktikum Large-scale Data Engineering (unbenotet)Modulbeschreibung #41094 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Modul / Version#41094 / #1
GültigkeitSoSe 2023 – WiSe 2023/24
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte9
Modulverantwortliche*rBöhm, Matthias
BenotungUnbenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

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://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

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

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

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (3)

Large-scale Data Engineering (Projekt) 3

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Large-scale Data Engineering (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Teilnahme Diskussions-Runden42 h8 h
Prototyp-Implementierung1202 h202 h
Tests, Dokumentation, Experimente140 h40 h
Vortrags-Vorbereitung und Präsentation120 h20 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.

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

BenotungUnbenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch, Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Deliverable assessment) Implementierung, Tests, Dokumentation85praktischN/A
(Deliverable assessment) Präsentation15mündlich15 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.)