Universität Wien

040310 KU Modelling and Handling of Large Databases (MA) (2022S)

6.00 ECTS (4.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
GEMISCHT
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Dienstag 01.03. 09:45 - 11:15 Digital
  • Mittwoch 02.03. 11:30 - 13:00 Digital
  • Dienstag 08.03. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 09.03. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 15.03. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 16.03. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 22.03. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 23.03. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 29.03. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 30.03. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 05.04. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 06.04. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 26.04. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 27.04. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 03.05. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 04.05. 11:30 - 13:00 Hybride Lehre
    Seminarraum 4, Währinger Straße 29 1.UG
    Seminarraum 9, Kolingasse 14-16, OG01
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 10.05. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 11.05. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 17.05. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 18.05. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 24.05. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 25.05. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 31.05. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 01.06. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Mittwoch 08.06. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 14.06. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 15.06. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 21.06. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 22.06. 11:30 - 13:00 Hybride Lehre
    Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 28.06. 09:45 - 11:15 Hybride Lehre
    Seminarraum 18 Kolingasse 14-16, OG02
  • Mittwoch 29.06. 11:30 - 13:00 Hybride Lehre
    Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 29.06. 15:00 - 16:30 Hybride Lehre
    Hörsaal 12 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The course might switch to hybrid or on-site if the situation improves.

The course introduces central methods to understand modeling and daily usage (CRUD operations) of databases and the characteristics of computer-based information systems. This knowledge will be applied to aggregate information and to facilitate and accelerate decision-making processes. Particular attention will be paid to conceptual and logical databases design, data analysis using SQL, algorithms for selecting materialized views, databases systems technology (indexes, star query optimization, physical design, query rewrite methods to use materialized views), and tools for managing a large amount of data. The student will acquire knowledge of the fundamental concepts to design and use database models. Furthermore, the student will learn to generate reports, data cubes and evaluate the performance of the modeled key processes to improve them. Beyond the relational part, we will have a look at NoSQL databases, such as Graphdatabases, Textdatabases and Document oriented databases. If there is enough time, the students will use process mining based on event-logs to model business scenarios.

This course consists of lectures, homework, and exams.

Generic goals:
- Improvement of programming skills
- Understanding of interplay in Business Administration and databases.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Midterm test (35%, 4th May 2022)
Final test (35%, 29th June 2022 )
2 Homework (15% each )

Mindestanforderungen und Beurteilungsmaßstab

In total, 100 points can be achieved. Grades are assigned as follows:
1 (very good) • 100-87 %
2 (good) • 86-75 %
3 (satisfactory) • 74-63 %
4 (sufficient) • 62-50 %
5 (not enough) • 49-0 %

Prüfungsstoff

Slides and topics covered in the lectures.

Literatur

- Paulraj Ponniah, Data Warehousing Fundamentals for IT Professionals, Second Edition, Wiley
- Wil van der Aalst, Process Mining - Data Science in Action, Second Edition, Springer

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 11.05.2023 11:27