Seminar Large-scale Data EngineeringModulbeschreibung #41095 / Version 1
- 3 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v2)
| Modul / Version | #41095 / #1 |
|---|---|
| Gültigkeit | SoSe 2023 – WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 3 |
| 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 Seminar-Modul erlernen die Studierenden das kritische Lesen wissenschaftlicher Publikationen, die wissenschaftliche Literatur-Recherche zu einem vorgegebenen Thema, das Schreiben von qualitativ hochwertigen wissenschaftlichen Arbeiten, sowie das professionelle Präsentieren einer wissenschaftlichen Arbeit in Form eines Vortrags. All diese Aspekte werden mit einem speziellen Fokus auf die Forschungsgebiete Data Engineering, Data Management und Machine Learning Systems abgedeckt.
Lehrinhalte
Dieses Modul umfasst ein Seminar 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:
* 3 Vorlesungen zu wissenschaftlichen Methoden (Struktur wissenschaftlicher Arbeiten, Lesen und Schreiben wissenschaftlicher Arbeiten, Experimente und Reproduzierbarkeit)
* Lesen ausgewählter Papiere und Schreiben einer 6-seitigen Zusammenfassung (in LaTeX mit gegebener Vorlage)
* 20min Vortrag des zusammengefassten Themas
* 3 Vorlesungen zu wissenschaftlichen Methoden (Struktur wissenschaftlicher Arbeiten, Lesen und Schreiben wissenschaftlicher Arbeiten, Experimente und Reproduzierbarkeit)
* Lesen ausgewählter Papiere und Schreiben einer 6-seitigen Zusammenfassung (in LaTeX mit gegebener Vorlage)
* 20min Vortrag des zusammengefassten Themas
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| 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 (3)
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 (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Teilnahme Vorlesungen | 3 | 2 h | 6 h |
| Papiere lesen und schreiben | 1 | 65 h | 65 h |
| Vortrags-Vorbereitung und Präsentation | 1 | 15 h | 15 h |
| 86 h | |||
Der Aufwand des Moduls summiert sich zu 86 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Begleitetes und selbstorganisiertes Lesen wissenschaftlicher Papiere, Recherchieren von Literatur und Schreiben eines zusammenfassenden Papiers.
Zu Beginn des Semesters hören die Studierenden Präsentationen zum Lesen wissenschaftlicher Papiere, zur Suche nach verwandten Arbeiten, zum Schreiben qualitativ 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 einiger Bemerkungen zu verwandten Arbeiten. Am Ende des Semesters hält jede/jeder Studierende eine Folienpräsentation, auf welche eine Diskussion zum jeweiligen Thema folgt.
Zu Beginn des Semesters hören die Studierenden Präsentationen zum Lesen wissenschaftlicher Papiere, zur Suche nach verwandten Arbeiten, zum Schreiben qualitativ 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 einiger Bemerkungen zu verwandten Arbeiten. Am Ende des Semesters hält jede/jeder Studierende eine Folienpräsentation, auf welche eine Diskussion zum jeweiligen Thema folgt.
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 | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Deliverable assessment) Paper | 65 | schriftlich | 6 Seiten |
| (Deliverable assessment) Presentation | 35 | mündlich | 20 min |
Prüfungsbeschreibung (Abschluss des Moduls)
Alle Bestandteile der Portfolio-Prüfung werden für jede(n) Studierende(n) individuell 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
- Seminar-specific literature will be discussed during the first lecture.
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Informatik StuPO 2015 | SoSe 2025 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik | |
| Medientechnik StuPO 2018 | SoSe 2025 | Wahlpflichtbereich › Katalog Medientechnik |
| WiSe 2025/26 | Wahlpflichtbereich › Katalog Medientechnik | |
| Technische Informatik StuPO 2015 | SoSe 2025 | Wahlpflichtbereich › Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2015 | SoSe 2025 | Wahlpflichtbereich › Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2021 | SoSe 2025 | Wahlpflichtbereich › Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik |
Sonstiges
Keine Angabe