Studien- und Lehrinhalte des Fachgebiets Data Science and Digital Libraries
Die Studienschwerpunkte des Fachgebiets umfassen semantische Technologien, Knowledge Engineering, Datenintegration, Wissensrepräsentation. Neben theoretischen Grundlagen wird die Anwendung konkreter Werkzeuge in den Laboren geübt und der Bezug zur industriellen Praxis durch Beteiligung an Projekten hergestellt.
Lehrangebote des Fachgebiets umfassen insbesondere:
- Vorlesung Knowledge Engineering and Semantic Web - vermittelt die Grundlagen von Wissensrepräsentation und semantischen Technologien
- Seminar und Proseminar Data Science and Digital Libraries - ermöglicht den Studierenden ihre Kenntnisse im Bereich Data Science and Digital Libraries in spezifischen Themen zu vertiefen
- Abschlussarbeiten (Bachelor/Master) - ermöglicht Studierenden umfassende wissenschaftlich-technische Kenntnisse und Fertigkeiten in einem konkreten Anwendungsprojekt zu erlangen
Abschlussarbeiten (Bachelor/Master)
Wir betreuen gern engagierte Studierende im Rahmen von Abschlussarbeiten. Idealerweise haben interessierte Kandidaten/Kandidatinnen bereits die Vorlesung und/oder ein Seminar bei unserer Forschungsgruppe absolviert. Bei Interesse senden Sie bitte eine Email mit Kurz-CV, ihren Technologieinteressen und Notenspiegel an einen der folgenden Betreuer:
- Dr. Javad Chamanara: Themen - Machine Learning and Semantic Technologies; Technologien - Java, Python, RDF, SQL, SPARQL, InfluxDB
- Dr. Markus Stocker: Themen - Wissensgraphen, Open Research Knowledge Graph, Forschungsinfrastrukturen; Technologien - Java/Kotlin, Python, Neo4J, Spring, ReactJS, RDF/OWL, SPARQL
- Dr. Gábor Kismihók: Themen - Open Educational Resources and Skill Matching; Technologien - Data Science, ReactJS
- Dr. Oliver Koepler: Themen - Forschungsdatenmanagement; Technologien - RDF/OWL, CKAN, Python, Semantic MediaWiki
- Dr. Jennifer D'Souza: Themen - Knowledge Extraction; Technologien - RDF/OWL, Natural Language Processing
- Dr. Oliver Karras: Themen - Software Engineering; Research Knowledge and Data Engineering
Alle Informationen zu den Lehrangeboten finden sich im Vorlesungsverzeichnis der Universität und im Modulkatalog der Fakultät. Bei Interesse an einer Abschlussarbeit empfehlen wir den Studierenden einen Besuch der Lehrveranstaltungen (Vorlesung und Seminar) des Fachgebiets.
