MSE Master of Science in Engineering

The Swiss engineering master's degree


Jedes Modul umfasst 3 ECTS. Sie wählen insgesamt 10 Module/30 ECTS in den folgenden Modulkategorien:

  • ​​​​12-15 ECTS in Technisch-wissenschaftlichen Modulen (TSM)
    TSM-Module vermitteln Ihnen profilspezifische Fachkompetenz und ergänzen die dezentralen Vertiefungsmodule.
  • 9-12 ECTS in Erweiterten theoretischen Grundlagen (FTP)
    FTP-Module behandeln theoretische Grundlagen wie die höhere Mathematik, Physik, Informationstheorie, Chemie usw. Sie erweitern Ihre abstrakte, wissenschaftliche Tiefe und tragen dazu bei, den für die Innovation wichtigen Bogen zwischen Abstraktion und Anwendung spannen zu können.
  • 6-9 ECTS in Kontextmodulen (CM)
    CM-Module vermitteln Ihnen Zusatzkompetenzen aus Bereichen wie Technologiemanagement, Betriebswirtschaft, Kommunikation, Projektmanagement, Patentrecht, Vertragsrecht usw.

In der Modulbeschreibung (siehe: Herunterladen der vollständigen Modulbeschreibung) finden Sie die kompletten Sprachangaben je Modul, unterteilt in die folgenden Kategorien:

  • Unterricht
  • Dokumentation
  • Prüfung
Data Management (TSM_DataMgmt)

-

Eintrittskompetenzen

  • Relationale Modelle, relationale Algebra
  • Normalisierung
  • SQL:92
  • Transaktionsverarbeitung, Concurrency Control
  • Sicherheit in relationalen Datenbanksystemen
  • Anfrageoptimierung (Btree Indexe)
  • RDBMS-Architekturen

Lernziele

  • Die Studierenden verstehen die Verwendung von modernen Datenbanktechnologien zur Verarbeitung und Verwaltung umfangreicher und gemeinsam genutzter Datensammlungen.
  • Die Studierenden kennen nebst RDBMS auch aktuelle Datenstrukturen (Datentypen) und alternative (u.a. nichtrelationale) Datenbanksysteme und wissen, welches dieser Datentypen und Systeme je nach Situation und Art der verfügbaren Daten zu verwenden ist.
  • Die Studierenden kennen NoSQL und Cloud Data Stores.
  • Die Studierenden kennen Methoden und Werkzeuge, Daten zu reinigen (cleansing), zu synthetisieren und zu integrieren.
  • Die Studierenden kennen, wie man mit unscharf definierten (Text-)Informationen mittels Datenbanken und Suchmaschinen umgeht (Information Retrieval).
  • Die Studierenden können das erarbeitete Wissen auch in ihrer eigenen Arbeitsumgebung sowie zur Lösung ihrer spezifischen Probleme anwenden.

Modulkategorie

Die Vorlesung gliedert sich in vier Teile:

  1. Datenbank-Management – Neue Datenstrukturen und Alternativen zu RDBMS (DB): Der erste Teil beschäftigt sich mit der Speicherung der Daten und mit nicht-relationalen Aspekten inkl. NoSQL und Cloud-Data-Stores.
  2. Data-Warehousing und Decision Support (DW): Der zweite Teil befasst sich mit Data Warehousing, d.h. mit der Datenintegration und der Datenaggregation.
  3. Daten-Integration (DI): Im dritten Teil werden Methoden und Werkzeuge zum Cleansing, Synthetisierung und Integration von Daten diskutiert.
  4. Information Retrieval (IR): Der vierte Teil behandelt das Finden bestimmter Informationen u. a. durch Textsuche in Datenbanken, Suchmaschinen und Webcrawlers.

Gewichtung:

  1. DB: 4 - 6 Wochen
  2. DW: 3 Wochen
  3. DI: 1 Woche
  4. IR: 4 - 5 weeks

Lehr- und Lernmethoden

Frontalunterricht, Übungen, Fallbeispiele.

Bibliografie

Optionaler Literaturvorschlag (Bücher):

  • DB: Lena Wiese: Advanced Data Management for SQL, NoSQL, Cloud and Distributed Databases. De Gruyter Textbook. 2015. ISBN 978-3-11-044140-6.
  • IR: "Modern Information Retrieval". Baeza-Yates & Ribeiro-Neto, New York (2011). ISBN: 9780321416919.
  • IR: Introduction to Information Retrieval. C.D. Manning, P. Raghavan, H. Schütze. Cambridge UP, 2008. Classical and web information retrieval systems: algorithms, mathematical foundations and practical issues.
  • IR: Information Retrieval in Practice. B. Croft, D. Metzler, T. Strohman. Pearson Education, 2009.

Vollständige Modulbeschreibung herunterladen

Zurück