Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Data Science für InformatikerModulbeschreibung #41231 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v2)
Modul / Version#41231 / #1
GültigkeitSoSe 2025 – WiSe 2025/26
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rAbedjan, Ziawasch
BenotungBenotet
PrüfungsformSchriftliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34353400 FG Data Integration and Data Preparation (BIFOLD)

Kontakt

SekretariatTEL 11
Ansprechpartner*inAbedjan, Ziawasch
E-Mail-Adresseabedjan@tu-berlin.de
Webseitehttps://bigdama.github.io/teaching/SoSe25/DS4CS/DS4CS.html

Lernergebnisse

- Durchdringen von Data Science Abläufen
- Die Fähigkeit Data Science Pipelines mit Hilfe gängiger Pythonbibliotheken zu erstellen
- Verständnis für die Relevanz von Datenvorbereitungsschritte
- Hürden und Fallen im Erstellen von datengetriebenen Anwendungen verstehen
- Ethische Aspekte von Data Science

Lehrinhalte

Im Zeitalter von Big Data ist die Fähigkeit, effektiv und kritisch mit Daten zu arbeiten, d. h. Daten zu sammeln und zu extrahieren, Umfragen zu erstellen, die Daten zu transformieren, mathematische Modelle auf die Daten anzuwenden und die wichtigen Aspekte zu visualisieren, eine der neuen Anforderungen an jeden Wissenschaftler. Tatsächlich hat die Gesellschaft der Informatik den Begriff „Datenkompetenz“ geprägt, um verschiedene Kompetenzen in dieser Hinsicht zu beschreiben. In diesem Sinne ist es das Ziel dieses Kurses, Informatikern die grundlegenden Konzepte der Datenwissenschaft beizubringen. Die Studierenden lernen, Daten zu analysieren, um reale Phänomene zu verstehen und zu beschreiben. Die Studierenden erwerben Fähigkeiten in datenzentrierter Programmierung und statistischer Inferenz. Darüber hinaus sammeln die Studierenden praktische Erfahrungen mit den täglichen Herausforderungen eines Datenwissenschaftlers mit Best-Practice-Ansätzen für die Datenerfassung und -aufbereitung. Abschließend werden wir ethische und soziale Aspekte der Datenwissenschaft diskutieren.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Data Science for Computer ScientistsTutorium Sommersemester[en]2 ISIS
Data Science for Computer ScientistsVorlesung Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Data Science for Computer Scientists (Tutorium)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Data Science for Computer Scientists (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Der Kurs besteht aus einer Standardvorlesung und Laborarbeit. Während der Vorlesung werden die wichtigen Konzepte vorgestellt. In den Laborsitzungen werden die Studierenden durch praktische Programmierübungen angeleitet. Darüber hinaus erhalten die Studierenden alle zwei Wochen Aufgaben, die auf den Laborübungen aufbauen. Die erfolgreiche Teilnahme an den Aufgaben ist Voraussetzung zur Teilnahme an der schriftlichen Abschlussprüfung.
Dieses Modul besteht aus einer Vorlesung und Tutorien. In der Vorlesung werden die wichtigen Konzepte des Data Science vermittelt und in den Tutorien werden mit Jupyternotebooks praktische Aufgaben gelöst. Die Hausaufgaben vertiefen diese Aufgaben und sind bewertet.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Dieses Modul hat keine wünschenswerten Voraussetzungen für die Lehrveranstaltungen.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.

Abschluss des Moduls

BenotungBenotet
PrüfungsformSchriftliche Prüfung
SpracheEnglisch, Deutsch
Dauer/Umfang90 Minuten

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

Anmeldung durch Registrierung via ISIS eine Woche vor Kursbeginn

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • https://inferentialthinking.com/chapters/intro.html
  • https://www.textbook.ds100.org/intro.html

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Informatik
StuPO 2015
SoSe 2025Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik
WiSe 2025/26Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik
Wirtschaftsinformatik
StuPO 2021
SoSe 2025Wahlpflichtbereich › Informatik
WiSe 2025/26Wahlpflichtbereich › Informatik

Sonstiges

Keine Angabe