Modulcode:	inf-DSProj-01a
Englische Bezeichnung:	Practical Course on Data Science
Modulverantwortliche(r):	Prof. Dr. Peer Kröger
Turnus:	jedes Semester (SS22 WS22/23 SS23 WS23/24 SS24)
Präsenzzeiten:	4PÜ
ECTS:	6
Workload:	60 Std. Präsenzübung, 120 Std. individuelle Projektarbeit
Dauer:	ein Semester
Modulkategorien:	BSc-Inf-A (BSc Inf (21)) BSc-WInf-A (BSc WInf (21)) WI (BSc Inf (15)) 2F-MEd-Inf-WP (MEd-Hdl Inf (21)) 2F-MA-Inf-WP (2F-MA Inf (21)) NF (Inf. als NF) Arch-NFInf21 (Inf. als NF)
Lehrsprache:	Deutsch
Voraussetzungen:	infDaSci-01a

Kurzfassung:

Die Studierenden werden mit den Methoden und Techniken der Entwicklung von Data Science Lösungen im Team vertraut gemacht, indem sie eine konkrete Data Science Fragestellung bearbeiten. Dabei werden sämtliche Schritte des Data Science Prozesses (siehe z.B. CRISP-DM) von den Rohdaten bis zu einem fertigen Data Science Prototypen durchlaufen.

Lernziele:

Die Studierenden erlernen die Erstellung eines größeren Softwaresystems im Team mittels aktueller Methoden der Modellierung, Softwarekonstruktion und der Data Science. Dadurch erlernen und erarbeiten sie sich Techniken zur Modellierung, zur Modularisierung, zur Nutzung von Machine Learning Frameworks, zu Big Data Systemen, zu Data Science Bibliotheken, zu integrierten Entwicklungswerkzeugen sowie die angeleitete Einarbeitung in die zugehörige Dokumentation. Insbesondere erlernen sie die Projektarbeit im Team. Dazu wird das Data Science Projekt als vierwöchige Blockveranstaltung in der vorlesungsfreien Zeit durchgeführt, bei der u.a. agile Methoden der Software-Entwicklung (z.B. SCRUM) eingesetzt werden.

Lehrinhalte:

In den Modulen Data Science und Informationssysteme (Database Systems) sowie weiterführende Module zum Themenkomplex "Datenanalyse" (Wahlpflicht) und in den sie begleitenden Übungen / Praktika werden nur einzelne Schritte des Data Science Prozesses (siehe z.B. CRISP-DM) relativ isoliert betrachtet, bei denen algorithmische Gesichtspunkte im Vordergrund stehen. Das Data Science Projekt konzentriert sich auf den gesamten Entwicklungsprozess einer größeren Data Science Anwendung.

Weitere Voraussetzungen:

Informationssysteme (Database Systems) Data Science Software-Technik

Prüfungsleistung:

Regelmäßige Abnahme der Milestones und eine Abschlusspräsentation des erstellten Data Science Systems.

Das Modul wird als Blockveranstaltung durchgeführt. Daher ist es nicht möglich einzelne Teilprüfungen unabhängig von einander nachzuholen: es muss bei Nichtbestehen die gesamte Blockveranstaltung und damit die gesamte Prüfungsleistung erneut erbracht werden, da das Data Science Projekt nur als Gesamtleistung eine sinnvolle didaktische Einheit darstellt.

Lehr- und Lernmethoden:

In einem kleinen Vorlesungsteil werden die Konzepte von zu verwendenden Methoden, Frameworks und Techniken erläutert, die dann individuell mittels Online-Tutorien vertieft werden. Im Verlauf der Blockveranstaltung halten die Studierenden ggfls. Vorträge zu den verwendeten Methoden und Technologien. Der Hauptteil besteht aus der eigentlichen Projektarbeit.

Verwendbarkeit:

Literatur:

Wird im Projekt bekannt gegeben und bezieht sich in der Regel auf die konkrete, zu bearbeitende Aufgabenstellung.

Verweise:

Kommentar:

In den 1-Fach-Bachelorstudiengängen Informatik und Wirtschaftsinformatik kann zwischen diesem Modul und dem Modul Inf-SP: Softwareprojekt gewählt werden. Es können aber auch beide Projekte absolviert werden und dann auf den Wahlpflichtbereich angerechnet werden. Näheres regelt die FPO.

Da das Modul infDaSci-01a: Data Science Voraussetzung für dieses Modul ist, muss im Bachelor Wirtschaftsinformatik zunächst das Modul Data Science gewählt werden.