Data Engineering

Daten verschiedenster Form und Komplexität werden heute überall und in grossen Mengen erzeugt. Eine effiziente und zeitnahe Aufbereitung für operative, strategische und analytische Informationssysteme ist die Aufgabe des Data Engineerings. Das CAS Data Engineering vermittelt Ihnen eine umfassende Technologie- und Methoden-Kompetenz darin.

Im Studiengang

  • lernen Sie eine Palette moderner und leistungsfähiger Datenbanksystemen kennen.
  • lernen Sie das Arbeiten mit Methoden, Werkzeugen und Frameworks in einem modernen Data Engineering-Umfeld.
  • werden die Fragen rund um Planung, Umsetzung und Implementation von Big Data-Projekte behandelt.
  • werden Schlüsseltechnologien für das Stream- und Eventprocessing wie Hadoop und Apache Spark vermittelt.
  • setzen Sie das Gelernte in einem Projekt in der eigenen Firma oder im persönlichen Umfeld direkt um.

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer KW17 bis KW40
  • Unterrichtstage Dienstag: 08:30 bis 16:15 Uhr
  • Anmeldefrist Einen Monat vor Studienbeginn
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten CHF 7'500
  • Unterrichtssprache Deutsch
  • Studienort Biel, Aarbergstrasse 46
  • Departement Technik und Informatik
  • Nächste Durchführung Frühling 2024

Kontakt

Inhalt + Aufbau

Portrait

Die Komplexität und der oft schnelle Lebenszyklus von Daten erfordern den Einsatz performanter und spezialisierter Werkzeuge und Methoden. Gegenüber der klassischen Business-Intelligence-Welt stellen die Verschiedenartigkeit, Volatilität, Anflutungsgeschwindigkeit der Daten eine wichtige Herausforderung dar. Im CAS Data Engineering lernen Sie die methodischen Grundlagen, die Anforderungen an Software- und Hardware-Infrastruktur und den Einsatz ausgewählter Entwicklungswerkzeuge für ein erfolgreiches Data Engineering und komplexe Big-Data-Projekte kennen.

Ausbildungsziel

  • Sie kennen die Methoden, Werkzeuge und Frameworks eines modernen Data Engineering Umfeldes.
  • Sie kennen die aktuellen Datenbankmodelle und Datenbanksysteme als Grundlage für den Umgang mit unterschiedlichsten Datentypen und unterschiedlichsten Anforderungen an deren Handhabung.
  • Sie können Data Engineering-Projekte in Ihrem Unternehmen planen, umsetzen und in die unternehmenseigene IT-Architektur einbetten.
  • Sie kennen Architekturen und Werkzeuge zur Aufbereitung und Analyse von Echtzeit-Datenströmen.

Lehrveranstaltungen zu folgenden Themen:

  • Moderne Datenbanktechnologien
  • Grundlagen von Big Data und das Spark Ökosystem
  • Stream- and Event-Processing
  • Hardware, Architektur, Cloud
  • Data Engineering und Data Analytics
CAS | Big Data

Kompetenzstufen

  1. Kenntnisse | Wissen
  2. Verstehen
  3. Anwenden
  4. Analyse
  5. Synthese
  6. Beurteilung
  • Das CAS findet grundsätzlich vor Ort statt, eine hybride Teilnahme (via MS Teams) ist möglich, Details siehe Stundenplan.
  • Die Lehrveranstaltungen beinhalten viele Übungen.
  • Eine begleitete Projektarbeit aus dem eigenen Unternehmen oder einem persönlichen Interessensgebiet ist ein zentraler Teil des CAS.

Titel + Abschluss

 Certificate of Advanced Studies (CAS) in «Data Engineering»

Voraussetzungen + Zulassung

Das CAS Data Engineering richtet sich an Entwickler*innen, Fach- und technische Führungskräfte in Unternehmen und IT-Bereichen, die für den Aufbau, die Planung und/oder die Umsetzung von Data Engineering- und Big Data-Projekten verantwortlich sind.

Studiengänge richten sich an Personen mit einem Hochschulabschluss und Berufspraxis. Personen ohne Hochschulabschluss können zu Studiengängen zugelassen werden, wenn sich ihre Befähigung aus einem anderen Nachweis ergibt. 

Voraussetzungen

  • Sie bringen Vorkenntnisse entsprechend einer Informatik- oder Wirtschaftsinformatik-Ausbildung mit, insbesondere mit Kenntnissen über Programmiersprachen, Datenbanksysteme und Abfragesprachen wie SQL.
  • Programmier-Übungen finden mit Python statt, entsprechende Vorkenntnisse sind wünschenswert.
  • Für die Übungen wird ein kräftiger Laptop benötigt, typischerweise mehr als 16GB RAM und I7 CPU. Alternativ kann mit einer Azure oder AWS Cloud gearbeitet werden (gebührenpflichtig).

Studienort

Der Unterricht findet an der Aarbergstrasse 46 im Neubau des Switzerland Innovation Park Biel/Bienne (SIPBB) statt, welcher direkt neben dem Bahnhof Biel/Bienne liegt.

Aarbergstrasse 46, 2503 Biel

Aarbergstrasse 46
2503 Biel