Projekt Large-scale Data Engineering (benotet)Modulbeschreibung #41183 / Version 2
- 9 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Englisch
| Modul / Version | #41183 / #2 |
|---|---|
| Gültigkeit | Seit SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| 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 Projekt-Modul erlernen die Studierenden das Erstellen hochwertiger Prototypen für spezifische Projekte, die experimentelle Evaluation dieser Prototypen 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-Systeme abgedeckt.
Lehrinhalte
Dieses Modul umfasst 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:
* 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
* 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 |
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 | 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 | |||
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.
Zu Beginn des Semesters 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 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) Projekt-Implementierung, Tests, Dokumentation und Experimente | 85 | praktisch | Projekt-Quellcode, -Tests, -Dokumentation; Experiment-Quellcode und -Ergebnisse |
| (Ergebnisprüfung) Präsentation des finalen Prototypen | 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 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
- Project-specific literature will be discussed during the first discussion round.
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Informatik StuPO 2015 | SoSe 2026 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WiSe 2026/27 | Wahlpflichtbereich › Katalog Informatik | |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Datenmanagement › Weitere Module |
| 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 |
Sonstiges
Keine Angabe