RDSEM - Seminar on Responsible Data EngineeringModulbeschreibung #41224 / Version 1
- 3 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #41224 / #1 |
|---|---|
| Gültigkeit | WiSe 2024/25 – SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Schelter, Sebastian |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34353500 FG Management von Data Science-Prozessen (BIFOLD) |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Schelter, Sebastian |
| E-Mail-Adresse | schelter@tu-berlin.de |
| Webseite | https://deem.berlin/#teaching |
Lernergebnisse
In diesem Seminar lernen die Studierenden:
(a) wissenschaftliche Arbeiten aus der Literatur zu verantwortungsvollem Datenmanagement und verantwortungsvoller Datenwissenschaft kritisch zu lesen und zu interpretieren
(b) einen guten wissenschaftlichen Vortrag zu halten, der technisch präzise, auf die relevanten Themen konzentriert und zudem unterhaltsam ist
(c) eine wissenschaftliche Uebersicht auf der Grundlage von Artikeln aus verschiedenen Quellen zu verfassen
Darüber hinaus lernen die Studierenden den Stand der Technik und aktuelle Forschungsthemen im Bereich Responsible Data Science und Datenmanagement kennen.
(a) wissenschaftliche Arbeiten aus der Literatur zu verantwortungsvollem Datenmanagement und verantwortungsvoller Datenwissenschaft kritisch zu lesen und zu interpretieren
(b) einen guten wissenschaftlichen Vortrag zu halten, der technisch präzise, auf die relevanten Themen konzentriert und zudem unterhaltsam ist
(c) eine wissenschaftliche Uebersicht auf der Grundlage von Artikeln aus verschiedenen Quellen zu verfassen
Darüber hinaus lernen die Studierenden den Stand der Technik und aktuelle Forschungsthemen im Bereich Responsible Data Science und Datenmanagement kennen.
Lehrinhalte
Den Studierenden wird zunächst ein Forschungspapier zugeteilt (das als Primärquelle und Ausgangspunkt dient). Anschließend führen die Studierenden eine eigene Literaturrecherche durch, um verwandte/ergänzende Materialien (aus verschiedenen Quellen wie Büchern, Konferenzpapieren und Zeitschriften) zu identifizieren. Repräsentative Quellen sind Konferenzen wie VLDB, SIGMOD, ICDE, FACT* und CIDR sowie Journals wie ACM Transactions on Database Systems oder das VLDB Journal.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Responsible Data Engineering | Seminar | Wintersemester | [en] | 2 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Responsible Data Engineering (Seminar) 1
- Responsible Data Engineering (RDSEM) (Seminar) Termingruppe 1
Arbeitsaufwand und Leistungspunkte
Responsible Data Engineering (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 90 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
In der Anfangsphase dieses Kurses hören die Studierenden Präsentationen darüber, wie man wissenschaftliche Arbeiten liest, wie man eine gute Präsentation hält und wie man hochwertige wissenschaftliche/technische Berichte schreibt.
Als Primärliteratur erhalten die Studierenden zusätzlich ein primaeres Forschungspapier. Anschließend sollen sie zur Recherche eines ihnen im Seminar gestellten Themas Sekundärquellen finden und nutzen, die über die bereitgestellte Primärliteratur hinausgehen. Neben herkömmlichen Quellen wie dem Internet müssen sie auch Forschungszeitschriften und Artikel nutzen, die auf wichtigen Konferenzen in den Bereichen verantwortungsvolles Datenmanagement und verantwortungsvolle Datenwissenschaft veröffentlicht wurden. Sie halten einen Vortrag zu ihrem Thema und fuehren anschließend eine Diskussion mit allen Seminarteilnehmern. Einzelheiten können variieren und werden im jeweiligen Semester bekannt gegeben.
Als Primärliteratur erhalten die Studierenden zusätzlich ein primaeres Forschungspapier. Anschließend sollen sie zur Recherche eines ihnen im Seminar gestellten Themas Sekundärquellen finden und nutzen, die über die bereitgestellte Primärliteratur hinausgehen. Neben herkömmlichen Quellen wie dem Internet müssen sie auch Forschungszeitschriften und Artikel nutzen, die auf wichtigen Konferenzen in den Bereichen verantwortungsvolles Datenmanagement und verantwortungsvolle Datenwissenschaft veröffentlicht wurden. Sie halten einen Vortrag zu ihrem Thema und fuehren anschließend eine Diskussion mit allen Seminarteilnehmern. Einzelheiten können variieren und werden im jeweiligen Semester bekannt gegeben.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Dieser Kurs richtet sich an Masterstudierende im dritten Semester mit dem Schwerpunkt Datenbanksysteme und Informationsmanagement.
Wünschenswerte Voraussetzungen sind unter anderem folgende:
(a) erfolgreicher Abschluss des Kurses Datenbanktechnologie (DBT) der TU Berlin oder eines gleichwertigen Kurses,
(b) erfolgreicher Abschluss eines Kurses zu den Grundlagen des Maschinellen Lernens und/oder Data Science
(c) gute Kenntnisse der englischen Sprache in Wort und Schrift.
Idealerweise sollte dieses Seminar im Semester vor Beginn der Masterarbeit belegt werden.
Wünschenswerte Voraussetzungen sind unter anderem folgende:
(a) erfolgreicher Abschluss des Kurses Datenbanktechnologie (DBT) der TU Berlin oder eines gleichwertigen Kurses,
(b) erfolgreicher Abschluss eines Kurses zu den Grundlagen des Maschinellen Lernens und/oder Data Science
(c) gute Kenntnisse der englischen Sprache in Wort und Schrift.
Idealerweise sollte dieses Seminar im Semester vor Beginn der Masterarbeit belegt werden.
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 |
|---|---|---|---|
| (Ergebnispruefung) Praesentation im Seminar | 30 | mündlich | 20-30min |
| (Ergebnispruefung) Diskussion von Seminarinhalten | 20 | mündlich | 5min pro Praesentation |
| (Ergebnispruefung) Schriftlicher Seminarbericht | 50 | schriftlich | 4-6 Seiten |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Gesamtnote gemäß § 68 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.
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 8.
Anmeldeformalitäten
Zum Besuch der Lehrveranstaltung ist eine Zulassung erforderlich. Bitte informieren Sie sich vor Beginn der Vorlesungszeit auf https://deem.berlin/#teaching , um nähere Informationen zum Anmeldeprozess zu erhalten.
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 |
|---|---|---|
| Computer Engineering StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering |
| WiSe 2025/26 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| SoSe 2026 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| Computer Science (Informatik) StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Studiengebiete › Data and Software Engineering / Data and Software Engineering | |
| SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| Elektrotechnik StuPO 2015 | SoSe 2025 | Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems |
| WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Data and Software Engineering / Data and Software Engineering | |
| Information Systems Management (Wirtschaftsinformatik) StuPO 2017 | SoSe 2025 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems |
| WiSe 2025/26 | Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems | |
| SoSe 2026 | Wahlpflichtbereich › Fachstudium Informatik › Data and Software Engineering |
Verwendung in:
Master Computer Science / ISM (Data Software Engineering / Data and Software Engineering)
Master Computer Science / ISM (Data Software Engineering / Data and Software Engineering)
Sonstiges
Keine Angabe