PTI09440 – Data Warehouse and Big Data

Module
Data Warehouse and Big Data
Data Warehouse und Big Data
Module number
PTI09440
Version: 1
Faculty
Physikalische Technik / Informatik
Level
Master
Duration
1 Semester
Semester
Winter semester
Module supervisor

Prof. Dr. Thomas Franke
thomas.franke(at)fh-zwickau.de
Lecturer(s)

Prof. Dr. Thomas Franke
thomas.franke(at)fh-zwickau.de
Course language(s)

German
in "Data Warehouse und Big Data"
ECTS credits

5.00 credits

Workload

150 hours

Courses

3.00 SCH (3.00 SCH Lecture with integrated exercise / seminar-lecture)
Self-study time

105.00 hours
60.00 hours Vor-/Nachbereitung - Data Warehouse und Big Data
45.00 hours Self-study - Data Warehouse und Big Data
Pre-examination(s)

Attestation
in "Data Warehouse und Big Data"
Examination(s)

alternative Prüfungsleistung - Projektarbeit und Präsentation
Module examination | Weighting: 100%
in "Data Warehouse und Big Data"
Media type
No information
Instruction content/structure

  • Einführung & Grundbegriffe
  • Architektur, Modellierung
  • Extraktion, Transformation und Laden, Datenaufbereitung
    Heterogenität, Datenqualität, Datenintegration, Validierung, Standardisierung, Bereinigung, Anreicherung, Daten-Profiling, Historisierung
  • Anfragen (Verarbeitung, Optimierung)
  • Analyseansätze mittels Data-Mining
  • Informationsvisualisierung
  • Big Data und (Datenschutz) - Recht
Qualification objectives

Die Studierenden verfügen über praxisnahe Kompetenzen zur Erfassung, Zusammenführung, Speicherung, Verarbeitung, Verteilung, Analyse und Visualisierung großer strukturierter und unstrukturierter Datenmengen im Kontext von Business-Intelligence- (BI) und Data-Warehouse-Landschaften (DWH)  und Big Data. Sie sind in der Lage die Daten bezügliche der Kriterien der Datenqualität zu bewerten.
Special admission requirements

Kenntnisse in:
Informationsmodellierung mit ERM/UML, Relationale Datenbanken, SQL
Recommended prerequisites
No information
Continuation options
No information
Literature
  • A. Bauer, H.Günzel: Data-Warehouse-Systeme: Architektur, Entwicklung, Anwendung
    dpunkt.verlag, Heidelberg, 2013
  • H.G. Kemper, H. Baars, W. Mehanna: Business Intelligence - Grundlagen und praktische Anwendungen:
    Vieweg+Teubner Verlag;  2010
  • W. Lehner: "Datenbanktechnologie für Data-Warehouse-Systeme":
    dpunkt.verlag, Heidelberg, 2003
  • G. Saake, A. Heuer, K. Sattler: "Datenbanken: Implementierungstechniken": 2. Auflage,
    mitp-Verlag, Bonn, 2005
  • W.H. Inmon: "Building the Data Warehouse":
    Wiley & Sons, New York, 1996
  • R. Kimball, L. Reeves, M. Ross, W. Thornthwaite: The Data Warehouse Lifecycle Toolkit":
    Wiley & Sons, New York, 1998
Notes

Die Durchführung der Veranstaltung basiert auf dem Ansatz des „Forschenden Lernens“. Dieses steht für das methodische Vorgehen in der Lehre, bei dem Studierende Untersuchungen zu selbstgefundenen Fragestellungen durchführen. Dabei wird das klassisches Vorgehen, wie das Vermitteln der Inhalt durch die Lehrenden, ersetzt durch ein Begleiten und Fördern einer selbstständigen Erarbeitung von fachlichen Inhalten durch die Studierenden. Der Ablauf orientiert sich an den Schritten der Erstellung einer wissenschaftlichen Arbeit (z.B. Bachelorarbeit).
Assignment to curriculum

079 Informatik - Master 2019 Vollzeit

079 Informatik - Master 2019 Teilzeit

290 Studienangebot der Fakultät Physikalische Technik/Informatik (PTI) für Austauschstudierende für das Studienjahr 2023/2024 - Abschluss im Ausland 2023 Vollzeit

Close detail view
© Modulux (Version 4.4)