Modulbeschreibung
Ingenieurinformatik III
Kürzel:
Durchführungszeitraum:
ECTS-Punkte:
Arbeitsaufwand:
Lernziele:
Die Studierenden
- kennen das Betriebssystem Android
- kennen wichtige Teile der Software Bibliothek (GUI, Networking, Security, etc.).
- können einfache Applikationen entwickeln.
- kennen den Aufbau und die Wirkungsweise der wesentlichen Software-Komponenten eines Computersystems.
- kennen ein gängiges Mehrbenutzerbetriebssystem.
- können ein Computersystem mit gezielten Eigenentwicklungen ergänzen.
-
kennen die spezifischen Anforderungen verteilter Systeme und deren Architekturen.
-
kennen Verfahren der Maschine-Maschine-Kommunikation und können diese einsetzen.
-
kennen die grundlegenden Mechanismen der Mobilkommunikation.
-
können ein verteiltes System (web-basiert, 3-Tier) aufbauen.
-
kennen Kommunikationsprotokolle für das Internet der Dinge (IoT).
- kennen die Betriebssysteme und Hardwarekomponenten von eingebetteten Systemen.
- kennen best practices bei der Entwicklung von eingebetteten Systemen für das Internet der Dinge: Software Architekturen, Debugging Tools, Tools zur Softwareverwaltung, statische Code-Analyse, etc..
- kennen IoT Technologien: http, REST, Network Tools, etc.
- kennen die Bedeutung der Sicherheit in IoT Lösungen.
-
können für einen einfachen Anwendungsfall eine Daten-Pipeline konzipieren und implementieren.
-
können Sensordaten von einer Maschine (z.B. Hybride Lernfabrik) lesen, verarbeiten und in einer geeigneten Datenbank speichern.
-
können Daten von definierten Schnittstellen (z.B. OPC-UA , REST) konsumieren.
-
kennen die Einsatzgebiete, Vor- und Nachteile von NoSQL Systemen.
-
können Zeitreihen in geeigneten Datenbanken speichern.
-
können cloud-basierte Werkzeuge zur Datenspeicherung und Verarbeitung einsetzen .
-
können real-time Datenströme effizient verarbeiten.
-
kennen Architekturen für verteilte Systeme.
-
können ein kleines Data-Engineering Projekt selbständig durchführen, dokumentieren und präsentieren.
Verantwortliche Person:
Telefon/EMail:
Standort (angeboten):
Fachbereiche:
Vorausgesetzte Module:
Anschlussmodule:
Modultyp:
ECTS-Punkte pro Kategorie
Modulbewertung
Bewertungsart:
Leistungsbewertung
Während der Prüfungssession:
Bemerkungen zur Prüfung:
Am Ende des Semesters findet eine abgesetzte Modulschlussprüfung in vier Teilen statt. Die Kurse Android, Betriebssysteme, Verteilte Systeme und IoT sowei Embedded Systems und IoT bilden je einen Teil der abgesetzten Modulschlussprüfung.
Während des Semesters:
Während des Semesters wird im Kurs Data Engineering eine Prüfung geschrieben und ein Projekt bewertet.
Bewertungsart:
Gewichtung:
Während des Semesters wird im Kurs Data Engineering eine Prüfung (Gewicht 12.5%) geschrieben und ein Projekt (Gewicht 12.5%) bewertet.
Am Ende des Semesters findet eine abgesetzte Modulschlussprüfung in vier Teilen statt. Die Kurse Android (Gewicht 12.5%), Betriebssysteme (Gewicht 25%), Verteilte Systeme und IoT (Gewicht 25%) sowei Embedded Systems und IoT (Gewicht 12.5%) bilden je einen Teil der abgesetzten Modulschlussprüfung.
Bemerkungen:
Teilbewertung:
Kurse in diesem Modul
Android
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Die Studierenden
- kennen das Betriebssystem Android
- kennen wichtige Teile der Software Bibliothek (GUI, Networking, Security, etc.).
- können einfache Applikationen entwickeln.
Plan und Lerninhalt:
Android ist eine der Hauptplattformen für die Entwicklung von mobilen Applikationen auf Nicht-Desktop-Rechnern.
- Architektur mit Kernkomponenten
- UI-Widgets
- Intents
- Sensorik (Camera, IMU, …)
- Telefonie
- Web Services
Ansprechspersonen:
Fachbereiche:
Unterrichtssprache:
Leistungsnachweis:
Es findet eine gemeinsame abgesetzte Modulschlussprüfung mit den Kursen Betriebssysteme, Verteilte Systeme und IoT sowie Embedded Systems und IoT statt.
Lehr- und Lernmethoden:
Selbststudium
Bibliographie:
Online
Kursart:
Durchführung gemäss Stundenplan
Betriebssysteme
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Die Studierenden
- kennen den Aufbau und die Wirkungsweise der wesentlichen Software-Komponenten eines Computersystems.
- kennen ein gängiges Mehrbenutzerbetriebssystem.
- können ein Computersystem mit gezielten Eigenentwicklungen ergänzen.
Plan und Lerninhalt:
- Betriebssysteme: Architektur und Konzepte
- Parallelprogrammierung, Prozessverwaltung
- Prozesssynchronisation, Interprozesskommunikation
- Kernel, Treiber,
- Speicherwaltung, Dateisysteme
- Echtzeitaspekte
Ansprechspersonen:
Fachbereiche:
Unterrichtssprache:
Leistungsnachweis:
Es findet eine gemeinsame abgesetzte Modulschlussprüfung mit den Kursen Android, Verteilte Systeme und IoT sowie, Embedded Systems und IoT statt.
Lehr- und Lernmethoden:
Bibliographie:
Kursart:
Durchführung gemäss Stundenplan
Verteilte Systeme und IoT
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Die Studierenden
-
kennen die spezifischen Anforderungen verteilter Systeme und deren Architekturen.
-
kennen Verfahren der Maschine-Maschine-Kommunikation und können diese einsetzen.
-
kennen die grundlegenden Mechanismen der Mobilkommunikation.
-
können ein verteiltes System (web-basiert, 3-Tier) aufbauen.
-
kennen Kommunikationsprotokolle für das Internet der Dinge (IoT).
Plan und Lerninhalt:
Mobilkommunikation
- Grundlagen (Übertragungsverfahren, Medienzugriffsverfahren)
- Öffentliche Netze (GSM, GPRS, UMTS, LTE)
- Private Netze (WLAN, Bluetooth, ZigBee)
Verteilte Systeme
- Grundlagen; Aufbau von geschichteten, objektorientierten, event-basierten und service-orientierten Architekturen
- M2M-Kommunikationstechniken: RPC, RMI, Webservices (SOAP, REST)
- Message oriented Middleware (MOM)
IoT:
- Kommunikationstechniken: WebSockets, MQTT, CoAP
Projektarbeit
- web-basierte 3-Tier Anwendung
Ansprechspersonen:
Fachbereiche:
Unterrichtssprache:
Leistungsnachweis:
Es findet eine gemeinsame abgesetzte Modulschlussprüfung mit den Kursen Android, Betriebssysteme sowie Embedded Systems und IoT statt.
Lehr- und Lernmethoden:
Lehrgespräch im Klassenverband, Laborübungen, Selbststudium. Es wird ein integriertes Projekt durchgeführt, in dem alle Technologien aufgegriffen werden.
Bibliographie:
Kursart:
Durchführung gemäss Stundenplan
Bemerkungen:
Die Unterrichtssprache kann Deutsch und/oder Englisch sein.
Embedded Systems und IoT
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Die Studierenden
- kennen die Betriebssysteme und Hardwarekomponenten von eingebetteten Systemen.
- kennen best practices bei der Entwicklung von eingebetteten Systemen für das Internet der Dinge: Software Architekturen, Debugging Tools, Tools zur Softwareverwaltung, statische Code-Analyse, etc..
- kennen IoT Technologien: http, REST, Network Tools, etc.
- kennen die Bedeutung der Sicherheit in IoT Lösungen.
Plan und Lerninhalt:
Dieser Selbststudienkurs vermittelt grundlegendes Basiswissen und Konzepte für die Entwicklung von eingebetteten Systemen für IoT Anwendungen.
Ansprechspersonen:
Fachbereiche:
Unterrichtssprache:
Leistungsnachweis:
Es findet eine gemeinsame abgesetzte Modulschlussprüfung mit den Kursen Android, Betriebssysteme sowie Verteilte Systeme und IoT statt.
Lehr- und Lernmethoden:
Bibliographie:
Buch:
Embedded Software for the IoT, Klaus Elk, ISBN 978-1547417155
Kursart:
Durchführung gemäss Stundenplan
Data Engineeering
Kürzel:
Arbeitsaufwand:
Semester:
Lernziele:
Die Studierenden
-
können für einen einfachen Anwendungsfall eine Daten-Pipeline konzipieren und implementieren.
-
können Sensordaten von einer Maschine (z.B. Hybride Lernfabrik) lesen, verarbeiten und in einer geeigneten Datenbank speichern.
-
können Daten von definierten Schnittstellen (z.B. OPC-UA , REST) konsumieren.
-
kennen die Einsatzgebiete, Vor- und Nachteile von NoSQL Systemen.
-
können Zeitreihen in geeigneten Datenbanken speichern.
-
können cloud-basierte Werkzeuge zur Datenspeicherung und Verarbeitung einsetzen .
-
können real-time Datenströme effizient verarbeiten.
-
kennen Architekturen für verteilte Systeme.
-
können ein kleines Data-Engineering Projekt selbständig durchführen, dokumentieren und präsentieren.
Plan und Lerninhalt:
Die Vorlesung ist zweiteilig aufgebaut. Der erste Teil wird von Studierenden der Profile Inf und CoE belegt. Der zweite Teil wird nur von Inf-Studierenden belegt.
Teil 1, Wochen 1 – 7:
behandelt Themen des DataEngineering wie sie im industriellen Umfeld auftreten. Dieser Teil wird in Woche 7 mit einer schriftlichen Prüfung abgeschlossen.
- Analyse und Beschreibung des Data Lifecycle
- Implementierung einer Data-Pipeline im industriellen Umfeld.
- OPC UA Client-Server Kommunikation
- Daten von einer REST-Schnittstelle konsumieren
- NoSQL (JSON Documents, evtl. Aggregate Pattern)
- Extract, Transform and Load (ETL)
- Verteilte Datenbanken. Sharding. Replication
Teil 2, Wochen 8 – 14
behandelt Konzepte und Architekturen aus dem Themenkreis Big Data und Cloud Computing. In diesem zweiten Teil bearbeiten die Studierenden ein kleines Projekt. Am Semesterende findet eine mündliche Prüfung statt, in welcher das Projekt und die Fachkenntnisse benotet werden.
(Die Technologiewahl kann abweichen)
- Das MapReduce Programmiermodel
- Cluster Computing (z.B. mit Spark / Kubernetes)
- Batch- und Stream-Daten
- CAP Theorem
- Streaming Data Ingestion (z.B. Spark)
- Workflow Management (z.B. Airflow)
- Einfache Stream Analyse und Prediction mit einer Standard ML-API
Ansprechspersonen:
Fachbereiche:
Unterrichtssprache:
Leistungsnachweis:
Der erste Teil wird mit einer schriftlichen Prüfung abgeschlossen.
Im zweiten Teil wird ein Projekt mittels Bericht und einem Fachgespräch bewertet.
Lehr- und Lernmethoden:
Lehrgespräch im Klassenverband, Laborübungen, Selbststudium
Bibliographie:
ausgewählte Artikel und online Ressourcen
Kursart:
Durchführung gemäss Stundenplan
Bemerkungen:
Die Unterrichtssprache ist Deutsch und/oder Englisch.