Zu Hauptinhalt springen

Teaching

Wintersemester 2024/25: Vorlesung und Übungen Programmieren I

Das Modul vermittelt ein Grundverständnis für Datenverarbeitung und Programmierung am Beispiel von imperativen und objektorientierten Programmiersprachen. Inhalte sind u.a.:

  • Primitive und komplexe Datentypen
  • Variablen und Operatoren  
  • Kontrollstrukturen (Schleifen, Alternativen)
  • Datenstrukturen (Arrays, Listen, Sets, Dictionaries)
  • Objektorientierung (Klassen, Klassenhierachien, Vererbung, Abstraktion)  
  • Rekursion
  • Testen von Programmen und Komplexität

Das Modul wird am Beispiel der Programmiersprachen Python (mit Jupyter Notebooks) und Java (mit der Entwicklungsumgebung IntelliJ) durchgeführt. 

Termine und Räume: 

Vorlesungen: 

- Mittwoch: 10-12 Uhr (nur gerade Kalenderwochen), Hörsaal in der Bajuwarenstraße

- Donnerstag, 10-12 Uhr (nur gerade Kalenderwochen), Hörsaal in der Bajuwarenstraße

Übungen:

Übungsgruppe    Tag    Uhrzeit    Raum    Tutor   
Übung 1 Di 08-10 CIP-Pool V37   Phil Pöllmann  
Übung 2 Di 08-10 BA 523 Henrik Oback
Übung 3 Di 14-16 CIP-Pool V37 Robert Büttner  
Übung 4 Di 14-16 BA 523 Veit Korpies
Übung 5 Mi 12-14 CIP-Pool V37 Dominique Hausler  

Alle Übungen finden wöchentlich statt. 

Materialien zu den Lehrveranstaltungen:

Alle Unterlagen zu Vorlesung und Übungen werden in GRIPS bereitgestellt. 


Wintersemester 2024/25 Vorlesung und Übungen: Data Engineering

Das Modul gibt einen Überblick über Data Engineering Prozesse und Pipelines sowie die verschiedenen Methoden des Data Engineering und Data Preprocessings. Im Detail werden Verfahren zur Auswahl und Extraktion von Daten, Data Cleaning (Vorhersage von fehlenden Werten, Duplikateleminierung, Outlier Detection), Datentransformation zwischen verschiedenen Datenmodellen und -strukturen, Extraktion von Daten aus unstrukturierten Datenquellen (wie Texten), Datenintegration und Grundlagen multidimensionaler Datenmodelle und deren Verwendung in Data Warehouses vorgestellt. Die Definition von Metriken zur Bewertung von Datencharakteristika wird ebenfalls anhand mehrerer Beispiele eingeführt und auf die Data Engineering Algorithmen angewendet. Verschiedene gängige Tools zum Data Engineering (wie ETL-Tools und BI-Tools) werden vorgestellt.

Termine und Räume: 

Vorlesungen:

  • Dienstag: 14-16 Uhr sowie 18-20 Uhr (zweiwöchentlich, gerade Kalenderwochen), Hörsaal, Bajuwarenstraße 4
  • erster Termin: Dienstag, 15.10.2024, 14.00 Uhr

Materialien:

Alle Unterlagen zum Modul werden bei Grips bereitgestellt.


Sommersemester 2024: Vorlesung und Übung: Datenbanken

In diesem Modul werden die Grundlagen von Datenbanktechnologien vorgestellt, mehrere Datenmodelle sowie deren Implementierungen in Datenbankmanagementsystemen eingeführt, die theoretische Fundierung des relationalen Datenmodells sowie verschiedener Datenbank-Anfragensprachen behandelt. Weiterhin werden aktuelle Themen und Ergebnisse der Datenbankforschung vorgestellt. 

Termine und Räume:

  • Vorlesung: Mittwoch, 10-12 Uhr, Hörsaal Bajuwarenstraße 4
  • Übung 01: Dienstag, 12-14 Uhr, CIP Pool  Bajuwarenstraße 4
  • Übung 02: Dienstag, 14-16 Uhr, CIP Pool  Bajuwarenstraße 4 (zusammengelegt)
  • Übung 03: Donnerstag, 14-16 Uhr, CIP Pool  Bajuwarenstraße 4
  • Übung 04: Donnerstag, 10-12 Uhr, CIP Pool  Bajuwarenstraße 4

Materialien zu den Lehrveranstaltungen:

Alle Unterlagen zu Vorlesung und Übungen werden in GRIPS bereitgestellt. 


Abschlussarbeiten

Offene Abschlussarbeiten:

  • Untersuchung und Systematisierung von Forschungsdatenmanagmentsystemen (Masterarbeit)

AKTUELLE ABSCHLUSSARBEITEN:

  •  Schemaevolution von Graphdatenbanken in ProSA (Bachelorarbeit)

ABGESCHLOSSENE ABSCHLUSSARBEITEN:

2024:

  • Methoden zur Entdeckung von expliziten und impliziten Referenzen in relationalen und nicht-relationalen Datenbanksystemen (Masterarbeit)
  • Sabine Krause: Data Mesh: Lösungsansätze für Data Engineering Pipelines, zusammen mit FernUniversität Hagen (Masterarbeit)
  • Aufarbeitung von Standards und Methoden im Forschungsdatenmanagement (Bachelorarbeit)
  • Studie zur Anforderungsanalyse für ein eigenes uni-weites Forschungsdatenmanagementsystem (Bachelorarbeit)

2023: 

  • Visualisation and Interactive Exploration of Data Changes in Data Engineering Workflows (Bachelorarbeit)


  1. Fakultät für Informatik und Data Science

Lehrstuhl Data Engineering

Prof. Dr.-Ing. habil. Meike Klettke

Telefon: 0941 943-68625

E-Mail: meike.klettke@ur.de


Sekretariat:

Marion Königseder

Telefon:  0941 943-68626

E-Mail: sekretariat.klettke@ur.de