T164 – Big Data Management

Module
Big Data Management
Big Data Management
Module number
T164
Version: 0
Faculty
FDIT: Fakultät Digitale Transformation
Level
Master
Duration
1 Semester
Semester
Summer semester
Module supervisor

Prof. Dr. Andreas Thor
andreas.thor@htwk-leipzig.de
Lecturer(s)
Course language(s)

German
in "Big Data Management"
ECTS credits

5.00 credits

Workload

150 hours

Courses

4.00 SCH (2.00 SCH Vorlesung | 2.00 SCH Other)
Self-study time

94.00 hours

Pre-examination(s)
None
Examination(s)

Prüfung mündliches Fachgespräch
Module examination | Examination time: 25 minutes | Weighting: 100%
in "Big Data Management"
Form of teaching

Das Modul beinhalt Vorlesungen mit seminaristischen Anteilen, bei denen mittels praxisnaher Fallbeispiele Inhalte und Methoden mit den Studierenden erarbeitet und diskutiert werden. Im Selbststudium vertiefen die Studierenden ihre Kenntnisse unter Verwendung interaktiver E-Learning-Materialien, u.a. Lernvideos sowie Selbsttests zur Wissensüberprüfung. Zusätzlich bearbeiten die Studierenden Übungsaufgaben zu konzeptionellen und praktischen Aspekten. Die Studierenden stellen Ihre erzielten Lösungen in Online- bzw. Präsenzseminaren zur Diskussion vor.
Media type

keine Angabe
Instruction content/structure
  • Big Data und Cloud Computing
  • Infrastrukturen (Data Center) und Dienste
  • NoSQL Data Stores
  • Datenverarbeitung mit Big-Data-Frameworks (z.B. MapReduce, Spark)
  • Large-scale Datenanalyse
  • Skalierbare Web-Anwendungen
Qualification objectives

Aufbauend auf den Kenntnissen zum Datenmanagement mit relationalen Datenbanksystemen erhalten dieStudierenden einen systematischen Überblick über die Techniken zum effizienten Management sehr großer Datenmengen (Big Data) in der Cloud. Die Studierenden kennen Funktionsweisen und Prinzipien verteilter NoSQL-Datenbanken sowie der verteilten Verarbeitung sehr großer Datenmengen (u.a. mit MapReduce). Sie können NoSQL-Systeme nach verschiedenen Kriterien (z.B. Datenkonsistenz, Verfügbarkeit) analytisch bewerten und sind in der Lage, für konkrete Anwendungsprobleme geeignete Technologien zu identifizieren. Die Studierenden können mit praxisnahen Herausforderungen umgehen sowie im Team an spezifischen Aufgabenstellungen arbeiten und deren Lösungen präsentieren.
Special admission requirements
Keine
Recommended prerequisites
  • Datenbankmanagementsysteme
  • Datenmodellierung und -formate (JSON, XML)
  • Objektorientierte Programmierung
Literature
  • Wiese: Advanced Data Management: For Sql, Nosql, Cloud And Distributed Databases. De Gruyter, 2015
  • Alfons Kemper, André Eickler: Datenbanksysteme. Eine Einführung. 10. Auflage, De Gruyter, 2015
  • Harrison: Next Generation Databases: NoSQLand Big Data, Apress, 2016
Current teaching resources

keine
Notes
No information
Applicability

Masterstudiengang Informations- und Kommunikationstechnik
Link to course/learning resources in OPAL/Moodle/etc.
Close detail view
© Modulux (Version 4.1)