Softwareentwicklung 2

Masterstudium

Folgende Kompetenzen werden in der Lehrveranstaltung erarbeitet: - Die Studierenden kennen weiterführende Konzepte der Softwareentwicklung (z.B. Pipelines, Testen, usw.) die im Bereich der Data Science häufig angewandt werden. - Die Studierenden sind mit dem Einsatz der erarbeiteten Konzepte in häufig genutzten Softwareentwicklungsumgebung im Bereich der Datenanalyse (z.B. in Python, MATLAB oder R) vertraut. - Die Studierenden können weiterführende Applikationen konzipieren, um grundlegende Funktionalitäten zu automatisieren. - Die Studierenden können konzipierte Applikationen selbstständig implementieren.

1. Semester: Die Studierenden verfügen über Vorwissen im Bereich Informationstechnologien im Umfang von 6 ECTS und kennen daher das Konzept der Relationalen Datenbank und können einfache SQL-Abfragen lesen. / 1. Semester: Die Studierenden verfügen über Vorwissen im Bereich Informationstechnologien im Umfang von 6 ECTS und kennen daher einfache Programmierkonzepte (z.B. Variablen, Verzweigungen, Schleifen), sowie typische Programmieransätze (z.B. funktionale Programmierung). / 2. Semester: Modulprüfung SDDE.A1 (Software Development 1)

Folgende Inhalte werden in der Lehrveranstaltung besprochen: - Architekturmodelle für datengetriebene Softwareentwicklung und -systeme. - Integrationsmodelle und -paradigmen für die Umsetzung komplexer, prozessorientierter Softwareökosysteme für analytische und datengetriebene Systeme - Anwendung von bewährten Entwurfsmustern (Design Patterns) für datengetriebene Anwendungen - Konzeption und Umsetzung effizienter und skalierbarer Softwaresysteme für datengetriebene Anwendungen - Testen von Softwareapplikationen (z.B. Unit Tests, Integration Tests usw.)

PRIMÄRLITERATUR: - Lutz, M (2013): Learning Python (Ed. 1), O'Reilly Media, Farnham (ISBN: 978-1449355739) SEKUNDÄRLITERATUR: - Sommerville, I. (2015): Software Engineering, Global Edition (Ed. 10), Pearson Education, London (ISBN: 978-1292096131) - Williams, L.; Zimmermann, T. (2016): Perspectives on Data Science for Software Engineering (Ed. 1), Morgan Kaufmann, Burlington (ISBN: 978-0128042069) - Crawley, M. J. (2007): The R Book (Ed. 1), John Wiley & Sons Ltd, Chichester (ISBN: 978-0-470-51024-7)

Klausur

Deutsch

6

33

3.0

Folgende Methoden kommen zum Einsatz: - Vortrag mit Diskussion - Bearbeitung von Übungsaufgaben - Interaktiver Workshop

2

Prof. (FH) Dr. Lukas Huber

1

SDDE.5

Integrierte Lehrveranstaltung

Pflichtfach

kein