Diese Lehrveranstaltung findet trotz Corona-Krise im Sommersemester 2020 statt. Die einführenden Vorlesungen werden teilweise als Aufzeichnungen online bereitgestellt und teilweise live gestreamt. Im weiteren Verlauf der Veranstaltung erstellen die Studierenden Lehreinheiten auf Basis von Aufzeichnungen und Online-Material. Wenn Sie an der Veranstaltung teilnehmen wollen, schreiben Sie sich bitte in den dazugehörigen Moodle-Kurs ein, um über den genauen Ablauf informiert zu werden.
Verteilte Berechnungsplattformen in der Praxis – VBP
| Titel: | Verteilte Berechnungsplattformen in der Praxis |
| Englischer Titel: | Distributed Computing Platforms in Practice |
| Typ: | Vorlesung mit Übung |
| Kürzel / Nr.: | VBP / CS6937.000 / 75018 |
| SWS / LP: | 1V+2Ü / 6LP |
| Dozent: | Dr. Benjamin Erb, Prof. Dr. Frank Kargl |
| Betreuung: | Echo Meißner |
| Termine: | Die Lehrveranstaltung findet wöchentlich Donnerstags von 12:30-16:00 Uhr in Raum O27 - 341 statt. Die Einführungsveranstaltung findet am 17.10.2024 statt. |
| Lernplattform: | Die Veranstaltung wird mit Hilfe der Lernplattform Moodle durchgeführt. Bitte registrieren Sie sich hier. |
| Notenbonus: | – |
| Prüfungstermine: | Keine dedizierten Prüfungstermine. Die Modulnote ergibt sich als gewichtetes Mittel aus den Ergebnissen der unten genannten Projektteile, insbesondere aus der selbst gestalteten Vorlesungseinheit. |
Beschreibung und allgemeine Angaben | |
| Einordnung in die Studiengänge: | Informatik, B.Sc., FSPO 2022/Vertiefungsbereich Informatik, M.Sc., FSPO 2021/Kernfach/Technische und Systemnahe Informatik Informatik, M.Sc., FSPO 2021/Vertiefungsfach/Verteilte Systeme Informatik, M.Sc., FSPO 2022/Kernbereich Informatik/Technische Informatik Informationssystemtechnik, M.Sc., FSPO 2014/ Modulgruppen Informationssystemtechnik/Vertiefungsmodule Bereich Informatik Informationssystemtechnik, M.Sc., FSPO 2017/Vertiefungsmodule/Vertiefungsmodule Informatik Künstliche Intelligenz, M.Sc., FSPO 2021/Kernfach Künstliche Intelligenz/Technische und Systemnahe Informatik Künstliche Intelligenz, M.Sc., FSPO 2022/Kernbereich Künstliche Intelligenz/Technische Informatik Medieninformatik, B.Sc., FSPO 2022/Vertiefungsbereich Medieninformatik, M.Sc., FSPO 2021/Kernfach/Technische und Systemnahe Informatik Medieninformatik, M.Sc., FSPO 2021/Vertiefungsfach Medieninformatik/Verteilte Systeme Medieninformatik, M.Sc., FSPO 2022/Kernbereich Medieninformatik/Technische Informatik Software Engineering, B.Sc., FSPO 2022/Vertiefungsbereich/SE Wahlbereich Software Engineering, M.Sc., FSPO 2021/Kernfach/Technische und Systemnahe Informatik Software Engineering, M.Sc., FSPO 2021/Vertiefungsfach Software Engineering/Verteilte und Eingebettete Systeme Software Engineering, M.Sc., FSPO 2022/Kernbereich Software Engineering/Technische Informatik |
| Lehr- und Lernformen: | Verteilte Berechnungsplattformen in der Praxis (Vorlesung + Übung) (3 SWS) |
| Verantwortlich: | Prof. Dr. Frank Kargl |
| Unterrichtssprache: | Deutsch |
| Turnus / Dauer: | unregelmäßig |
| Voraussetzungen (inhaltlich): | Rechnernetze, Betriebssysteme, Grundlagen verteilter Systeme |
| Voraussetzungen (formal): | – |
| Grundlage für (inhaltlich): | Projekte und Masterarbeiten im Bereich Verteilte Systeme |
| Lernergebnisse: | Die Studierenden lernen verschiedene Paradigmen und Systeme zur verteilten Verarbeitung größerer Datenmengen kennen und können diese sinnvoll einordnen, bewerten und gegenüberstellen. Durch die Gestaltung eigener Lehreinheiten bestehend aus Vortrag und Übungsblock arbeiten sich Studierende in aktuelle Plattformen und Berechnungsstile ein, vertiefen theoretische Kenntnisse und sammeln praktische Erfahrungen. Sie können fachliche Inhalte didaktisch in einem Vortrag aufbereiten und andere Studierende in Übungen anleiten. Ferner werden sie in die Lage versetzt, selbständig und im Team unter Verwendung moderner Methoden und Systeme für gegebene Fragestellungen und Datensätze geeignete Berechnungsplattformen auszuwählen, Lösungen zu gestalten und praktisch umzusetzen. |
| Inhalt: | Die Veranstaltung führt zunächst in die Konzepte verteilter Plattformen für Berechnungen auf großem Datenmengen ein. Anschließend werden verschiedene Berechnungsparadigmen und Programmiermodelle anhand geeigneter Datensätze und Fragestellungen vertieft. Hierzu werden im Rahmen dieser Veranstaltung durch die Studierenden praktische Anwendungen mit Plattformen aus den Bereichen Batch Processing, Stream Processing, Graph Processing oder Log Processing für eine Lehrheinheit mit Theorie und Praxis aufbereitet und anderen Studierenden präsentiert. |
| Literatur: | Wird in der Vorlesung bekannt gegeben bzw. erarbeitet. |
| Bewertungsmethode: | Die Vergabe der Leistungspunkte erfolgt aufgrund des Bestehens aller Phasen der Lehrveranstaltung. Die genauen Modalitäten werden zu Beginn der Veranstaltung bekannt gegeben. |
| Notenbildung: | Die Modulnote ergibt sich als gewichtetes Mittel der Ergebnisse der Modul(teil)prüfungen. |
| Arbeitsaufwand: | Präsenzzeit: 45 h Vor- und Nachbereitung: 135 h Summe: 180 h |
| Titel: | Verteilte Berechnungsplattformen in der Praxis |
| Englischer Titel: | Distributed Computing Platforms in Practice |
| Typ: | Vorlesung mit Übung |
| Kürzel / Nr.: | VBP / CS6937.000 / 75018 |
| SWS / LP: | 1V+2Ü / 6LP |
| Dozent: | Dr. Benjamin Erb, Prof. Dr. Frank Kargl |
| Betreuung: | Echo Meißner |
| Termine: | Die Lehrveranstaltung findet wöchentlich Donnerstags von 12-16 Uhr in Raum O27 - 2202 statt. Genauere Informationen werden kurz vor Beginn der ersten Veranstaltung am 20.10.2022 hier veröffentlicht. |
| Lernplattform: | Die Veranstaltung wird mit Hilfe der Lernplattform Moodle durchgeführt. Bitte registrieren Sie sich https://moodle.uni-ulm.de/course/view.php?id=33873 |
| Notenbonus: | – |
| Prüfungstermine: | Keine dedizierten Prüfungstermine. Die Modulnote ergibt sich als gewichtetes Mittel aus den Ergebnissen der unten genannten Projektteile, insbesondere aus der selbst gestalteten Vorlesungseinheit. |
Beschreibung und allgemeine Angaben | |
| Einordnung in die Studiengänge: | Informatik, M.Sc.: Kernfach Technische und Systemnahe Informatik |
| Lehr- und Lernformen: | Verteilte Berechnungsplattformen in der Praxis (Vorlesung + Übung) (3 SWS) |
| Verantwortlich: | Prof. Dr. Frank Kargl |
| Unterrichtssprache: | Deutsch |
| Turnus / Dauer: | unregelmäßig |
| Voraussetzungen (inhaltlich): | Rechnernetze, Betriebssysteme, Grundlagen verteilter Systeme |
| Voraussetzungen (formal): | – |
| Grundlage für (inhaltlich): | Projekte und Masterarbeiten im Bereich Verteilte Systeme |
| Lernergebnisse: | Die Studierenden lernen verschiedene Paradigmen und Systeme zur verteilten Verarbeitung größerer Datenmengen kennen und können diese sinnvoll einordnen, bewerten und gegenüberstellen. Durch die Gestaltung eigener Lehreinheiten bestehend aus Vortrag und Übungsblock arbeiten sich Studierende in aktuelle Plattformen und Berechnungsstile ein, vertiefen theoretische Kenntnisse und sammeln praktische Erfahrungen. Sie können fachliche Inhalte didaktisch in einem Vortrag aufbereiten und andere Studierende in Übungen anleiten. Ferner werden sie in die Lage versetzt, selbständig und im Team unter Verwendung moderner Methoden und Systeme für gegebene Fragestellungen und Datensätze geeignete Berechnungsplattformen auszuwählen, Lösungen zu gestalten und praktisch umzusetzen. |
| Inhalt: | Die Veranstaltung führt zunächst in die Konzepte verteilter Plattformen für Berechnungen auf großem Datenmengen ein. Anschließend werden verschiedene Berechnungsparadigmen und Programmiermodelle anhand geeigneter Datensätze und Fragestellungen vertieft. Hierzu werden im Rahmen dieser Veranstaltung durch die Studierenden praktische Anwendungen mit Plattformen aus den Bereichen Batch Processing, Stream Processing, Graph Processing oder Log Processing für eine Lehrheinheit mit Theorie und Praxis aufbereitet und anderen Studierenden präsentiert. |
| Literatur: | Wird in der Vorlesung bekannt gegeben bzw. erarbeitet. |
| Bewertungsmethode: | Die Vergabe der Leistungspunkte erfolgt aufgrund des Bestehens aller Phasen der Lehrveranstaltung. Die genauen Modalitäten werden zu Beginn der Veranstaltung bekannt gegeben. |
| Notenbildung: | Die Modulnote ergibt sich als gewichtetes Mittel der Ergebnisse der Modul(teil)prüfungen. |
| Arbeitsaufwand: | Präsenzzeit: 45 h Vor- und Nachbereitung: 135 h Summe: 180 h |
| Titel: | Verteilte Berechnungsplattformen in der Praxis |
| Englischer Titel: | Distributed Computing Platforms in Practice |
| Typ: | Vorlesung mit Übung |
| Kürzel / Nr.: | VBP / CS6937.000 / 75018 |
| SWS / LP: | 1V+2Ü / 6LP |
| Dozent: | Dr. Benjamin Erb, Prof. Dr. Frank Kargl |
| Betreuung: | Echo Meißner |
| Termine: | Die Lehrveranstaltung findet online statt. Gelegentliche Live-Streams finden Dienstags zwischen 14 und 17 Uhr statt. Erster Live-Stream am Dienstag, 21.04.2020. Genauere Informationen sind im Moodle-Kurs zu finden. |
| Lernplattform: | Die Veranstaltung wird mit Hilfe der Lernplattform Moodle durchgeführt. Bitte registrieren Sie sich hier: https://moodle.uni-ulm.de/course/view.php?id=13571 |
| Notenbonus: | – |
| Prüfungstermine: | Keine dedizierten Prüfungstermine. Die Modulnote ergibt sich als gewichtetes Mittel aus den Ergebnissen der unten genannten Projektteile, insbesondere aus der selbst gestalteten Vorlesungseinheit. |
Beschreibung und allgemeine Angaben | |
| Einordnung in die Studiengänge: | Informatik, M.Sc.: Kernfach Technische und Systemnahe Informatik |
| Lehr- und Lernformen: | Verteilte Berechnungsplattformen in der Praxis (Vorlesung + Übung) (3 SWS) |
| Verantwortlich: | Prof. Dr. Frank Kargl |
| Unterrichtssprache: | Deutsch |
| Turnus / Dauer: | unregelmäßig |
| Voraussetzungen (inhaltlich): | Rechnernetze, Betriebssysteme, Grundlagen verteilter Systeme |
| Voraussetzungen (formal): | – |
| Grundlage für (inhaltlich): | Projekte und Masterarbeiten im Bereich Verteilte Systeme |
| Lernergebnisse: | Die Studierenden lernen verschiedene Paradigmen und Systeme zur verteilten Verarbeitung größerer Datenmengen kennen und können diese sinnvoll einordnen, bewerten und gegenüberstellen. Durch die Gestaltung eigener Lehreinheiten bestehend aus Vortrag und Übungsblock arbeiten sich Studierende in aktuelle Plattformen und Berechnungsstile ein, vertiefen theoretische Kenntnisse und sammeln praktische Erfahrungen. Sie können fachliche Inhalte didaktisch in einem Vortrag aufbereiten und andere Studierende in Übungen anleiten. Ferner werden sie in die Lage versetzt, selbständig und im Team unter Verwendung moderner Methoden und Systeme für gegebene Fragestellungen und Datensätze geeignete Berechnungsplattformen auszuwählen, Lösungen zu gestalten und praktisch umzusetzen. |
| Inhalt: | Die Veranstaltung führt zunächst in die Konzepte verteilter Plattformen für Berechnungen auf großem Datenmengen ein. Anschließend werden verschiedene Berechnungsparadigmen und Programmiermodelle anhand geeigneter Datensätze und Fragestellungen vertieft. Hierzu werden im Rahmen dieser Veranstaltung durch die Studierenden praktische Anwendungen mit Plattformen aus den Bereichen Batch Processing, Stream Processing, Graph Processing oder Log Processing für eine Lehrheinheit mit Theorie und Praxis aufbereitet und anderen Studierenden präsentiert. |
| Literatur: | Wird in der Vorlesung bekannt gegeben bzw. erarbeitet. |
| Bewertungsmethode: | Die Vergabe der Leistungspunkte erfolgt aufgrund des Bestehens aller Phasen der Lehrveranstaltung. Die genauen Modalitäten werden zu Beginn der Veranstaltung bekannt gegeben. |
| Notenbildung: | Die Modulnote ergibt sich als gewichtetes Mittel der Ergebnisse der Modul(teil)prüfungen. |
| Arbeitsaufwand: | Präsenzzeit: 45 h Vor- und Nachbereitung: 135 h Summe: 180 h |
| Titel: | Verteilte Berechnungsplattformen in der Praxis |
| Englischer Titel: | Distributed Computing Platforms in Practice |
| Typ: | Vorlesung mit Übung |
| Kürzel / Nr.: | VBP / CS6937.000 / 75018 |
| SWS / LP: | 1V+2Ü / 6LP |
| Dozent: | Prof. Dr. Frank Kargl, Benjamin Erb |
| Betreuung: | Echo Meißner |
| Termine: | Vorlesung: Dienstags, 14:15 Uhr - 15:15 Uhr, O27/341; Beginn am 23.04.2019 Übung: Dienstags, 15:30 Uhr - 17.15 Uhr, O27/341 |
| Lernplattform: | Die Veranstaltung wird mit Hilfe der Lernplattform Moodle durchgeführt. Bitte registrieren Sie sich hier. |
| Notenbonus: | – |
| Prüfungstermine: | Keine dedizierten Prüfungstermine. Die Modulnote ergibt sich als gewichtetes Mittel aus den Ergebnissen der unten genannten Projektteile, insbesondere aus der selbst gestalteten Vorlesungseinheit. |
Beschreibung und allgemeine Angaben | |
| Einordnung in die Studiengänge: | Informatik, M.Sc.: Kernfach Technische und Systemnahe Informatik |
| Lehr- und Lernformen: | Verteilte Berechnungsplattformen in der Praxis (Vorlesung + Übung) (3 SWS) |
| Verantwortlich: | Prof. Dr. Frank Kargl |
| Unterrichtssprache: | Deutsch |
| Turnus / Dauer: | unregelmäßig |
| Voraussetzungen (inhaltlich): | Rechnernetze, Betriebssysteme, Grundlagen verteilter Systeme |
| Voraussetzungen (formal): | – |
| Grundlage für (inhaltlich): | Projekte und Masterarbeiten im Bereich Verteilte Systeme |
| Lernergebnisse: | Die Studierenden lernen verschiedene Paradigmen und Systeme zur verteilten Verarbeitung größerer Datenmengen kennen und können diese sinnvoll einordnen, bewerten und gegenüberstellen. Durch die Gestaltung eigener Lehreinheiten bestehend aus Vortrag und Übungsblock arbeiten sich Studierende in aktuelle Plattformen und Berechnungsstile ein, vertiefen theoretische Kenntnisse und sammeln praktische Erfahrungen. Sie können fachliche Inhalte didaktisch in einem Vortrag aufbereiten und andere Studierende in Übungen anleiten. Ferner werden sie in die Lage versetzt, selbständig und im Team unter Verwendung moderner Methoden und Systeme für gegebene Fragestellungen und Datensätze geeignete Berechnungsplattformen auszuwählen, Lösungen zu gestalten und praktisch umzusetzen. |
| Inhalt: | Die Veranstaltung führt zunächst in die Konzepte verteilter Plattformen für Berechnungen auf großem Datenmengen ein. Anschließend werden verschiedene Berechnungsparadigmen und Programmiermodelle anhand geeigneter Datensätze und Fragestellungen vertieft. Hierzu werden im Rahmen dieser Veranstaltung durch die Studierenden praktische Anwendungen mit Plattformen aus den Bereichen Batch Processing, Stream Processing, Graph Processing oder Log Processing für eine Lehrheinheit mit Theorie und Praxis aufbereitet und anderen Studierenden präsentiert. |
| Literatur: | Wird in der Vorlesung bekannt gegeben bzw. erarbeitet. |
| Bewertungsmethode: | Die Vergabe der Leistungspunkte erfolgt aufgrund des Bestehens aller Phasen der Lehrveranstaltung. Die genauen Modalitäten werden zu Beginn der Veranstaltung bekannt gegeben. |
| Notenbildung: | Die Modulnote ergibt sich als gewichtetes Mittel der Ergebnisse der Modul(teil)prüfungen. |
| Arbeitsaufwand: | Präsenzzeit: 45 h Vor- und Nachbereitung: 135 h Summe: 180 h |