Data Science & Intelligent Analytics BB
Apply Icon
Jetzt
Bewerben

Data Science for Engineering

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die Studierenden kennen die Einsatzbereiche von Datenerhebung, Datenspeicherung, Datenanalyse und Datennutzung im Kontext von ingenieurswissenschaftlichen Anwendungen und Anwendungen im Bereich der IoT. Sie verstehen die besonderen Herausforderungen dieses Einsatzbereichs und kennen etablierte Best Practice Methoden in diesem Bereich. Sie sind über dies in der Lage, datenbasierte Anwendungen in diesem Bereich, unter Berücksichtigung domänenspezifischer Anforderungen, selbst zu gestalten und umzusetzen.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

Die Studierenden erlangen detaillierte Kenntnisse über Techniken und Werkzeuge des Data Science im Bereich der Ingenieurwissenschaften und vertiefen diese Kenntnisse mit Hilfe von Datensets aus unterschiedlichen Ingenieurswissenschaften (Sensorik, Robotik und Telemetrie). Insbesondere werden folgenden Themenfelder thematisiert:

- Datengetriebene Wartung (z.B. Prediktive Maintenance, Digital Twin)
- Datenoptimiertes Produktdesign (z.B. Design von Produkteigenschaften durch KNN)
- Auswertung von Sensordaten (z.B. Obstacle Detection, Obstacle Avoidance, Vorhersage usw.)
- Cloudbasierte IoT Systeme (Datenspeicherung und Sammlung)
- Sensorauswertung über Raspberry Pi, Arduino, Funksysteme
- Prediktive Datenauswertung über neuronale Netze

empfohlene Fachliteratur

- Cady, F. (2017) The Data Science Handbook. 2. Auflage, Wiley, Hoboken (ISBN: 978-1119092940).
- Heinrich, B.; Linke, P.; Glöckler, M. (2017) Grundlagen Automatisierung: Sensorik, Regelung, Steuerung. 2. Auflage, Springer Vieweg, Wiesbaden (ISBN: 978-3658175818).
- Tränkler, H.-R.; Reindl, L. M. (2015) Sensortechnik: Handbuch für Praxis und Wissenschaft. 2. Auflage, Springer Vieweg, Wiesbaden (ISBN: 978-3642299414).
- Serpanos, D.; Wolf, M. (2017) Internet-of-Things (IoT) Systems: Architectures, Algorithms, Methodologies. 1. Auflage, Springer, Berlin (ISBN: 978-3319697147).
- Kranz, M. (2016) Building the Internet of Things: Implement New Business Models, Disrupt Competitors, Transform Your Industry. 1. Auflage, Wiley, Chichester (ISBN: 978-1119285663).

Bewertungsmethoden und -kriterien

Abschlussklausur oder Seminararbeit

Unterrichtssprache

Englisch

Anzahl der zugewiesenen ECTS-Credits

3

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

Semester/Trimester, in dem die Lehrveranstaltung/das Modul angeboten wird

3

Semester-Wochen-Stunden (SWS)

2

Name des/der Vortragenden

N.A.

Studienjahr

2

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

VT.3

Art der Lehrveranstaltung/des Moduls

ILV

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.