Sie befinden sich hier:

Big Data

Mit Absolvierung dieses Moduls kennen die Teilnehmer*innen die theoretischen Prinzipien der Partitionierung und Verteilung und können Map/Reduce- und YARN-Datenbanktechnologien sowie verteilte Datenbankmanagementsysteme anwenden. Sie erlernen Methoden und Systeme, um große Datenmengen effizient speichern und auswerten zu können.

  • Modul aus einem akkreditierten Studiengang
  • Alternative zum Masterstudiengang Data Science
  • Flexibles und individuell ausgestaltbares Weiterbildungskonzept
  • Weiterbildung auf akademischem Niveau

Termine / Veranstaltungsort / Kosten

TerminVeranstaltungsort Kosten
23.01.2023 - 05.03.2023
Artikel-Nr.: HAS-DatSc-ZERT-BigDat-202301
Albstadt-Sigmaringen & Online 1.005,00 

Veranstalter und Veranstaltungsort

Veranstalter

Hochschule Albstadt-Sigmaringen

Veranstaltungsort

Online und
Campus Albstadt
Poststr. 6
72458 Albstadt

Zielgruppe und Voraussetzungen

Zielgruppe

Personen, die sich im Bereich Big Data auf akademischem Niveau sowie berufsbegleitend weiterbilden möchten.

Teilnahmevoraussetzungen

Für die Teilnahme an unseren Zertifikatsmodulen bestehen keine verpflichtenden Teilnahmevoraussetzungen, wir empfehlen jedoch grundlegende Kenntnisse von relationalen Datenbanken bzw. vorab das Modul: Databases zu belegen.

Zulassungsunterlagen

Anmeldeformular

Inhalte und Lernziele

Inhalte

Vorlesung
  • Überblick zu NO-SQL-Datenbanken
  • Überblick zu Graphendatenbanken
  • Architekturen für verteiltes und paralleles Datenmanagement und Datenverteilung
  • Verteilte Anfragebearbeitung
  • Clustering, Map Reduce, YARN, Tez
  • Verteilte Datenbanken
  • Vertikale/horizontale
  • Fragmentierung Fragmentierungstransparenz
  • Transaktionskontrolle
  • Frameworks für Skalierung und Parallelisierung der Datenzugriffe am Beispiel von Apache Hadoop, Spark und verteilten RDBMS
Praktikum
  • Arbeiten mit Apache Hadoop, Spark Clustern, IBM Cloud, Azure, IBM Data Warehouse
  • Arbeiten mit MongoDB, Apache Cassandra, Neo4J
  • Arbeiten mit Injectiontools wie Apache Nifi, Talend, IBM NodeRed

Ablauf

Ca. zwei Wochen vor dem Beginn eines Moduls erhalten Sie Zugriff auf die entsprechenden Lernmaterialien, wie bspw. Studienbriefe bzw. Reading Guides sowie Online-Lernvideos über unsere E-Learning-Plattform. In der Online-Phase (ca. 5 bis 6 Wochen) werden die Inhalte aus den Studienbriefen bzw. Reading Guides in Online-Seminaren sowie durch praktische Übungen im virtuellen Lernlabor und auf der Lernplattform ILIAS vertieft. Die Ergebnisse werden durch die Tutoren geprüft und Sie erhalten ein ausführliches Feedback. Das Modul schließt mit einem Modulwochenende (Samstag und Sonntag) ab, dort werden Inhalte aus den Studienbriefen aufgegriffen, offene Fragen geklärt und ergänzende Inhalte durch die Dozierenden und Tutor*innen vermittelt. Abschließend erfolgt die Abnahme des Leistungsnachweises in Form einer Prüfung.

Lernziele

Die Teilnehmer*innen ...
  • ... kennen Systeme und Techniken für die parallele Datenverarbeitung.
  • ... kennen die Aufgabenstellungen aus dem Themengebiet von Big Data.
  • ... sind in der Lage, die Problem- und Aufgabenstellungen mit Bezug auf das Themengebiet Big Data zu erkennen, diese auf dem eignen Wissen basierend sowie durch gezielte Recherche zu beschreiben, Lösungsansätze zu entwickeln und diese allein oder im Team umzusetzen.
  • ... sind in der Lage, eine anwendungsbezogene Evaluation von Daten, –Zugriffs- und – Verwaltungstechniken sowie von den diese Techniken implementierenden Systemen auszuführen, und darauf basierend eine zielgerechte Auswahl zu treffen.
  • ... sind in der Lage, wissenschaftliche Beiträge im Themenbereich Big Data eigenständig zu lesen und qualitative Vergleiche der gelesenen Beiträge systematisch zu präsentieren.

Format, Abschluss, Qualitätssicherung

Lehr- / Lernformat

Blended-Learning

Abschluss

Hochschulzertifikat mit ECTS nach bestandener Prüfungsleistung.

Zeitaufwand

Der durchschnittliche Aufwand pro Modul beträgt erfahrungsgemäß in etwa 15-20 Stunden in der Woche, wobei der Workload selbstverständlich auch stark von Ihren Vorkenntnissen und Ihrer Berufserfahrung sowie Ihrem persönlichen Lerntempo abhängt.

Creditpoints (ECTS)

5

Sprache

Deutsch

Anerkennung

Durch die Vergabe von Leistungspunkten (ECTS) bei unseren Zertifikaten lassen sich diese auf ein späteres Hochschulstudium anrechnen.

Aussagen zur Qualitätssicherung

Die Module sind aus einem akkreditieren Masterstudiengang.

Termine und Fristen

Anmeldefrist

18.01.2023

Kosten

Kosten

880,00€ Modulgebühr + 125,00€ Verwaltungs- und Zertifikatsgebühr

Weitere Preisinformationen

Es fallen keine weiteren Gebühren an. Nach Bedarf können Module wiederholt werden, hierbei fällt eine Wiederholgebühr i.H.v. 250,00€ pro Modul an.

Dozent*innen

Prof. Dr. Thomas Eppler

Sie möchten mehr erfahren?

Schauen Sie sich weitere Module unseres Zertifikatsprogramms an: