Data Management for Data Science

Inhalt:

• Datenmanagementprozesse im Kontext des Datenlebenszyklus
• Werkzeuge für das Datenmanagement
• Bereitstellung von Daten für Data-Science-Prozesse
• Datenqualität und Datensicherheit
• Umgang mit Daten im Kontext des IoT
• ETL-/ELT-Prozesse
• Stream- und Batch-Verarbeitung
• Schreibgeschützte Datenstrukturen
• Data Lakes vs. Data Warehouse
• Ereignisgesteuerte Datenarchitekturen

Zentrale Informationen

Lernziele

Das Modul vermittelt die grundlegenden konzeptionellen, systemischen und anwendungsbezogenen Aspekte der nachhaltigen Nutzung von Daten – von deren Erstellung und Veröffentlichung bis hin zu ihrer nachhaltigen Speicherung. Zum strukturierten Umgang mit Daten gehören die Prozesse der Archivierung und Wiederverwendung von Daten. Dies umfasst die strategische Planung von Forschungsprojekten (Forschungsdatenmanagement), die Verwaltung der technischen Grundlagen sowie die Erfassung, Organisation und Verknüpfung von Metadaten. Die Teilnehmenden lernen Ansätze zum Umgang mit Big Data kennen, einschließlich aller Facetten heterogener oder schnell fließender Daten. Außerdem werden wir uns mit den Konzepten von (Web-)APIs befassen, um die Teilnehmer in die Lage zu versetzen, eigene Datensätze zu erheben und zu kombinieren. Letzteres erfordert ein Verständnis für Standardprozesse wie Extract-Transform-Load (ETL). Die Datenintegration und Interoperabilität verschiedener Datenquellen stellt die zentrale Herausforderung dar. Die erlernten Konzepte werden mithilfe fortschrittlicher Lösungen erprobt und angewendet. Wir werden den aktuellen Markt für Datenmanagement-Tools, Data-Warehouse-Lösungen oder Datenverarbeitungsplattformen untersuchen. Die Studierenden entwickeln die Fähigkeit, system- und prozessorientiert zu denken. Sie sind in der Lage, ihr erworbenes Wissen und ihre Fähigkeiten zur Problemlösung auf neue Aufgabenbereiche zu übertragen, in Gruppen zusammenzuarbeiten und gemeinsam neue Themen zu bearbeiten.

Empfohlene Voraussetzungen

Keine

Prüfung

Prüfung: Schriftliche Prüfung (120 Minuten)

Prüfungsvoraussetzungen:

Keine

Prüfungsanforderungen:

Beschreibung des Datenlebenszyklus • Verständnis verschiedener Ansätze zur Datenarchivierung • Erläuterung der Struktur, Funktionalität und Nutzung praxisrelevanter Systeme zur Datenverwaltung, -speicherung und -archivierung • Verständnis der ETL/ELT-Prozesse zur Datenverarbeitung • Beschreibung der Konzepte von Data Warehousing und Data Lakes • Beschreibung der Konzepte und Herausforderungen im Zusammenhang mit Big Data und Daten in großem Umfang • Verständnis der Architektur von Read-Only-Datenspeichern