Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040310 KU Modelling and Handling of Large Databases (MA) (2024S)

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

"Studierende des Master Business Analytics, die die Prüfung „Programming for Business Analytics“ noch nicht bestanden haben, können nach erfolgreichem Abschluss der Prüfung tagesaktuell zugelassen werden. Bitte melden Sie sich dazu bei der LV-Leitung oder bei Carina Boier (carina.boier@univie.ac.at)"

  • Dienstag 05.03. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 06.03. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 13.03. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 19.03. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 20.03. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 09.04. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 10.04. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 16.04. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 17.04. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 23.04. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 24.04. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 30.04. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 07.05. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 08.05. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 14.05. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 15.05. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 21.05. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 22.05. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 28.05. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 29.05. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 04.06. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 05.06. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 11.06. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 12.06. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 18.06. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 19.06. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Dienstag 25.06. 09:45 - 11:15 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01
  • Mittwoch 26.06. 11:30 - 13:00 Hybride Lehre
    PC-Seminarraum 1, Kolingasse 14-16, OG01

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

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.

Students of the Master Business Analytics program who have not yet passed the exam "Introduction to Programming with Python" can be admitted to the course on a daily basis after successfully passing the exam. Please contact the course management for this purpose.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Midterm test (30%)
Final test (30%)
Homework/Exercises/Project work (40% )

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

- Ramakrishnan and Gehrke. Database Management Systems. 3rd Edition
- Garcia-Molina, Ullmann. Database Systems 2nd Edition. Prentice Hall
- 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: Mi 28.02.2024 09:45