inf541 - Data Challenge (Veranstaltungsübersicht)

inf541 - Data Challenge (Veranstaltungsübersicht)

Department für Informatik 6 KP
Semesterveranstaltungen Sommersemester 2023
Lehrveranstaltungsform: Praktikum
  • Kein Zugang 2.01.541 - Data Challenge Lehrende anzeigen
    • Marius Wybrands
    • Dr.-Ing. Andreas Solsbach
    • Barbara Bremer-Rapp

    Termine am Freitag, 14.04.2023 09:00 - 10:00, Freitag, 08.09.2023 08:30 - 13:00
Hinweise zum Modul
Teilnahmevoraussetzungen
nützliche Vorkenntnisse: Business Intelligence I, Business Intelligence II
Kapazität/Teilnehmerzahl 30
Prüfungszeiten
In der Veranstaltungsfreien Zeit nach Ende des Vorlesungszeitraums
Prüfungsleistung Modul
Portfolio
Kompetenzziele
Nach erfolgreichem Abschluss der Lehrveranstaltung sollen die Studierenden in der Lage sein, spezifische, unternehmerische Fragestellungen mithilfe datengetriebener Methoden zu beantworten. Der Umgang mit Daten soll zielsicher in den Programmiersprachen Python und/oder R beherrscht werden. Darüber hinaus sollen Kompetenzen im Bereich der Algorithmik und des Data Storytellings aufgebaut werden.

Das Modul vermittelt grundlegende Fähigkeiten im Bereich der Data Science und der Anwendung von verschiedenen Methoden und Algorithmen. Durch die Kooperation mit einem Praxispartner wird sichergestellt, dass an einer möglichst realen und praxisnahen Problemstellung gearbeitet wird. Durch die selbstständige Arbeit an der Problemstellung und der abschließenden Präsentation der Ergebnisse, sollen auch weitere Soft Skills der Studierenden geschult werden.
Fachkompetenzen
Die Studierenden:
  • erlernen den Umgang mit strukturierten und unstrukturierten Datenquellen
  • erarbeiten praktisches Wissen über verschiedene Methoden der Data Science
  • erlernen grundlegende Vorgehensweisen in der Durchführung von Data Science-Projekten
  • verfolgen und verfeinern die Umsetzung des praxisnahen Lernens durch ein z.T. vorgebenes, aber auch durch Eigeninitivative ausgestaltetes Modellszenario

Methodenkompetenzen
Die Studierenden:
  • sind in der Lage Datensätze zu explorieren und zu analysieren
  • erkennen Zusammenhänge in großen Datensätzen
  • bilden ein Hypothesen zur Lösung einer unternehmerischen Problemstellung

Sozialkompetenzen
Die Studierenden:
  • arbeiten in Gruppen und müssen so Arbeitspakete identifizieren und Verantwortlichkeiten wahren
  • präsentieren und diskutieren die eigenen (Teil-) Ergebnisse auf fachlicher Ebene

Selbstkompetenzen
Die Studierenden:
  • reflektieren ihr Vorgehen anhand von selbst gesteckten Zielen
  • erfassen benötigte Informationen und analysieren diese
  • bereiten die erfassten Informationen zielgruppengerecht auf