Data Engineering - Grundlagen - Seminar / Kurs von Hochschule Bremen - Graduate & Professional School

Eine der zentralen Herausforderungen im Kontext von „Big Data“ ist die Harmonisierung und Strukturierung vorhandener Daten. In den letzten 20 Jahren sind in Unternehmen in nahezu allen Branchen riesige Datensilos entstanden. Häufig wurden Daten dabei dezentral in einzelnen Fachabteilung und zum Teil sogar individuell gesammelt. Dies hat zur Folge, dass Unternehmen wegen der mangelhaften Struktur keinen Mehrwert daraus generieren können.

Dieses Modul bietet einen praxisnahen Einstieg in das Data Engineering und stellt Methoden und Technologien der Datenhaltung vor. Die Teilnehmenden erfahren, wie sie unterschiedliche Speichertechnologien auslesen und auswertbar strukturieren können. Im Fokus stehen dabei die Structured Query Language (SQL) sowie relationale Datenbanktechnologien.

Inhalte 

• Grundlegende Datenbankkenntnisse: Datenspeicherparadigmen (relational vs. multidimensional), Konzeption der Datenhistorisierung, Sternschema und 3-Layer-Architektur
• Vergleich unterschiedlicher relationaler Datenbanktechnologien: Oracle DB vs. Microsoft SQL vs. SAP Hana und andere
• Möglichkeiten und Grenzen relationaler Datenbanken: Datentypen, Berechtigungskonzepte und Grundlagen der Datenindizierung
• Einführung in die MySQL-Datenbank (frei verfügbar)
• Grundlagen der Datenmodellierung
• Strukturierung und Normalformen von Daten
• Datenabfrage: Syntax des Select-Befehls
• Einfügen, Verändern und Löschen von Informationen
• Datenverknüpfung durch Joins: Left Join, Right Join, Inner Join, Outer Join
• Indizierung und Strategien zur Beschleunigung von Abfragen

Nach der Teilnahme an dem Modul sind Sie in der Lage,

• grundlegende Mechanismen und Strukturen von und in relationalen Datenbanken zu beschreiben
• Daten via SQL abzufragen
• Unternehmensdaten zu harmonisieren und systematisch auswertbar aufzubereiten
• einfache Bereinigungslogiken anzuwenden
• Datenbedarfe für gewünschte Applikationen zu erkennen und Erfordernisse an die Charakteristik der Daten gegenüber Dritten oder Fachvorgesetzten zu kommunizieren
• die Basis für unternehmenseigene Datenanalyse-Applikationen zu schaffen
• die Herausforderungen der Datenaufbereitung zu verstehen.