Masterprojekt: Large Scale Data IntegrationModulbeschreibung #41215 / Version 2
- 9 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v4)
| Modul / Version | #41215 / #2 |
|---|---|
| Gültigkeit | WiSe 2024/25 – WiSe 2024/25 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Abedjan, Ziawasch |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34353400 FG Data Integration and Data Preparation (BIFOLD) |
Kontakt
| Sekretariat | TEL 11 |
|---|---|
| Ansprechpartner*in | Abedjan, Ziawasch |
| E-Mail-Adresse | abedjan@tu-berlin.de |
| Webseite | https://www.tu.berlin/d2ip |
Lernergebnisse
In diesem Kurs entwickeln die Studierenden Lösungen für die Datenintegration im großen Maßstab. Ziel ist es, in Gruppen von bis zu 4 Studierenden einen bestehenden Forschungsprototyp zu reproduzieren und ihn mit eigenen Ideen zu ergänzen. Jede Gruppe wird von einem Mentor aus der D2IP-Gruppe begleitet, um über den Fortschritt zu berichten und ihn festzuhalten. Die Studierenden lernen, skalierbare Algorithmen zu implementieren, diese systematisch zu bewerten, Fachbeiträge zu lesen und zu interpretieren sowie experimentelle Ergebnisse kritisch zu beurteilen. Gleichzeitig lernen die Studierenden, mit Datenheterogenitätsproblemen im großen Maßstab umzugehen.
Lehrinhalte
* Auswahl eines Projekts und Aufbau eines Teams
* Diskussionsrunden zu Design, Implementierung, Tests und Experimenten
* Prototypische Implementierung, Tests und Experimente
* 15-minütige mündliche Präsentation des erstellten Prototyps
* Diskussionsrunden zu Design, Implementierung, Tests und Experimenten
* Prototypische Implementierung, Tests und Experimente
* 15-minütige mündliche Präsentation des erstellten Prototyps
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Large Scale Data Integration | Projekt | Wintersemester | [en] | 6 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Large Scale Data Integration (Projekt) 1
- Large Scale Data Integration (LSDIPro) (Projekt) Termingruppe 1
Arbeitsaufwand und Leistungspunkte
Large Scale Data Integration (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 10 | 2 h | 20 h |
| Vor-/Nachbereitung | 1 | 160 h | 160 h |
| Evaluierung | 1 | 24 h | 24 h |
| Präsentation und Vorbereitung | 1 | 50 h | 50 h |
| 254 h | |||
Der Aufwand des Moduls summiert sich zu 254 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Angeleitete und selbstorganisierte Projektarbeit.
Die Studierenden wählen ein Projekt aus einer bereitgestellten Liste aus, lesen die Arbeit, klären Verständnisprobleme mit einem Mentor und legen das Umsetzungsziel fest. Die Algorithmen und Systeme werden neu implementiert und systematisch evaluiert und weiterentwickelt. Ergänzt werden diese Projekte durch regelmäßige Diskussionsrunden und eine abschließende Präsentation der erzielten Ergebnisse.
Die Studierenden wählen ein Projekt aus einer bereitgestellten Liste aus, lesen die Arbeit, klären Verständnisprobleme mit einem Mentor und legen das Umsetzungsziel fest. Die Algorithmen und Systeme werden neu implementiert und systematisch evaluiert und weiterentwickelt. Ergänzt werden diese Projekte durch regelmäßige Diskussionsrunden und eine abschließende Präsentation der erzielten Ergebnisse.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundlagenkurse der Datenbanktechnologie und Maschnelles Lernen werden empfohlen.
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 |
|---|---|---|---|
| (Ergebnisprüfung) Experiment | 50 | praktisch | N/A |
| (Ergebnisprüfung) Implementierung und Dokumentation | 20 | mündlich | N/A |
| (Ergebnisprüfung) Präsentation | 30 | praktisch | 15 min |
Prüfungsbeschreibung (Abschluss des Moduls)
Das Projekt kann einzeln oder in Teams von bis zu 4 Studierenden durchgeführt werden.
Das Modul wird mit einer Portfolioprüfung abgeschlossen, die aus zwei Teilen besteht:
(1) Die Umsetzung eines Prototyps für die ausgewählte Arbeit inklusive Dokumentation. Zur Benotung reichen die Studierenden ihren Quellcode und weitere Artefakte (z. B. Dokumentation) ein. Um den Prototypen zu erstellen, arbeiten die Studierenden selbstorganisiert. Zu den typischen Schritten gehört es, sich mit einem vorhandenen Papier vertraut zu machen, in das die Arbeit integriert werden soll (sofern für das spezifische Thema zutreffend), einen ersten Entwurf für das ausgewählte Projektthema zu entwickeln, diesen Entwurf in einer bestimmten Programmiersprache zu implementieren, den Prototyp zu dokumentieren und Testfälle dafür zu erstellen automatisiertes Testen.
(2) Die Studierenden sollen die entwickelte Lösung systematisch einem Benchmarking unterziehen und kleinere Erweiterungen testen. Studierende können ihre Ideen mit ihrem Projektmentor besprechen und Feedback von ihm erhalten.
(2) Eine Folienpräsentation des Teamprojekts vor der Lehrveranstaltung inklusive Diskussion. In diesem Vortrag geben die Studierenden Einblicke z. B. in die Motivation ihrer Arbeit, ihren Gesamtansatz, Besonderheiten ihrer Umsetzung sowie ihre experimentellen Ergebnisse.
Das Modul wird mit einer Portfolioprüfung abgeschlossen, die aus zwei Teilen besteht:
(1) Die Umsetzung eines Prototyps für die ausgewählte Arbeit inklusive Dokumentation. Zur Benotung reichen die Studierenden ihren Quellcode und weitere Artefakte (z. B. Dokumentation) ein. Um den Prototypen zu erstellen, arbeiten die Studierenden selbstorganisiert. Zu den typischen Schritten gehört es, sich mit einem vorhandenen Papier vertraut zu machen, in das die Arbeit integriert werden soll (sofern für das spezifische Thema zutreffend), einen ersten Entwurf für das ausgewählte Projektthema zu entwickeln, diesen Entwurf in einer bestimmten Programmiersprache zu implementieren, den Prototyp zu dokumentieren und Testfälle dafür zu erstellen automatisiertes Testen.
(2) Die Studierenden sollen die entwickelte Lösung systematisch einem Benchmarking unterziehen und kleinere Erweiterungen testen. Studierende können ihre Ideen mit ihrem Projektmentor besprechen und Feedback von ihm erhalten.
(2) Eine Folienpräsentation des Teamprojekts vor der Lehrveranstaltung inklusive Diskussion. In diesem Vortrag geben die Studierenden Einblicke z. B. in die Motivation ihrer Arbeit, ihren Gesamtansatz, Besonderheiten ihrer Umsetzung sowie ihre experimentellen Ergebnisse.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 24.
Anmeldeformalitäten
Die Anmeldungsformalitäten sind im ISIS kommuniziert
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2024/25 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Data and Software Engineering |
Sonstiges
Keine Angabe