Der Kurs befasst sich mit dem Aufbau und der Implementierung datengesteuerter Rechenarchitekturen. Zu den Themen gehören die Entwicklung von Datenbanktechnologien, SQL im Vergleich zu NoSQL, Zeitreihendatenbanken sowie die Unterschiede zwischen Data Lakes, Data Warehouses und Data Lakehouses. Die Studierenden führen praktische Übungen durch, bei denen sie mithilfe relevanter Technologien wie Apache Spark und Databricks Datenpipelines erstellen. Der Kurs behandelt außerdem das Metadatenmanagement und die Governance im Hinblick auf die Pflege robuster und skalierbarer Datenbanken.
Weitere Informationen finden Sie im Studien leitfaden.
Damit der Kurs stattfinden kann, muss eine Mindestteilnehmerzahl von 6 einheimischen Studierenden erreicht werden; dies wird am 7. Januar bestätigt.
Am Ende dieses Kurses sind die Teilnehmer in der Lage:
– Datenpipelines mithilfe relevanter Technologien zu entwerfen und zu implementieren.
– zwischen Data Lakes, Data Warehouses und Data-Lakehouse-Systemen zu unterscheiden.
– Prinzipien des Metadatenmanagements und der Governance in Data Lakehouses anzuwenden.
– verschiedene Frameworks zur Datenspeicherung und -verarbeitung zu integrieren, um skalierbare und kosteneffiziente Datenlösungen zu entwickeln, die den Anforderungen datengesteuerter Unternehmen gerecht werden.
Allgemeine IT-Kenntnisse, ein grundlegendes Verständnis von Datenbanksystemen und verteilten Rechensystemen sowie Erfahrung mit der Skripterstellung in Python oder einer anderen Programmiersprache.
Die Kursunterlagen werden auf der Moodle-Seite bereitgestellt.
Der Kurs umfasst Vorlesungen (hybrid = online und vor Ort), Gastvorträge, Übungen und Gruppenprojekte.
Zeugnis