Die Studierenden

• beherrschen die Generierung, Speicherung, Pflege, Aufbereitung, Anreicherung und Weitergabe von Daten
• Sie sind in der Lage die Auswahl von Software und Service bzw. das Monitoring von Daten und Datenquellen vorzunehmen
• Sie verfügen über Kenntnisse, um die Sicherheit und Stabilität von entsprechenden (Datenbank) Systemen vorzunehmen.

keine

• Sammeln, Aufbereiten und Validieren von Daten
• Konzeption und Bereitstellung der Systemarchitektur
• Programmierung von spezifischen Anwendungen
• Datenbankdesign und -konfiguration
• NoSQL Datenbanken
• Konfiguration von Schnittstellen und Sensoren
• Einhaltung von Datenschutz - und -Sicherheit

Celko, J. (2014): Joe Celko's complete guide to NoSQL. What every SQL professional needs to know about nonrelational databases. Waltham, MA: Morgan Kaufmann.
Edlich, S./Friedland, A./Hampel, J./Brauer, B. (2010): NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken. München: Hanser. .
Freiknecht, J./Papp, S. (2018): Big Data in der Praxis. Lösungen mit Hadoop, Spark, HBase und Hive. Daten speichern, aufbereiten, visualisieren. 2., erweiterte Auflage. München: Hanser.
Werther, I. (2013): Business Intelligence. Komplexe SQL-Abfragen am Beispiel eines Online-Shops; inkl. Testdatenbank mit über zwei Millionen Datensätzen. 1. Aufl. München: Carl Hanser Verlag.

Moderierte Gruppenarbeit, Vortrag, Diskussion, Fallbearbeitung, Projekt

Kumulative Modulprüfung
Die Modulnote berechnet sich gewichtet nach den ECTS-Credits der LV:
LV "Einführung Data Engineering" - 2 ECTS

• Prüfungscharakter: immanent
• Prüfungsform: Mitarbeit, Fallbearbeitungen, schriftliche Abschlussklausur