Lehrinhalte
* Einführung in Big Data und Cloud Computing
* Indexstrukturen für den schnellen Zugriff auf massive Geometriedatenmengen: Quad trees, Space-filling curves, Discrete Global Grid Systems, u.a.
* Verteilte und cloud-basierte Datenspeicherung
* Architekturen für verteilte Verarbeitungspipelines
* Programmiermodelle für verteilte Algorithmen (z.B. MapReduce)
* Technologien und Frameworks für die verteilte Datenverarbeitung und Geometrieverarbeitung
* Deployment von verteilten Anwendungen in die Cloud
* Ergänzend gibt es praktische und theoretische Übungen
Literatur
* Ray Rafaels: Cloud Computing - From Beginning to End, ISBN 1986726282
* Mario Botsch, Leif Kobbelt, Mark Pauly, Pierre Alliez, Bruno Levy: Polygon Mesh Processing, ISBN 9781568814261
* Weitere aktuelle Literaturhinweise werden in der Veranstaltung gegeben.
Voraussetzungen
* Programmierkenntnisse in Java oder anderen JVM-Sprachen
* Grundlegende Algorithmen und Datenstrukturen
Zusätzliche Informationen
Benotung: Standard (6 CP)
In dieser Vorlesung findet eine Anrechnung von vorlesungsbegleitenden Leistungen statt, die lt. §25(2) der 4. Novelle der APB und den vom FB 20 am 02.10.2012 beschlossenen Anrechnungsregeln zu einer Notenverbesserung um bis zu 1.0 führen kann.
Online-Angebote
moodle
- Lehrende: Michel Krämer