Med en specialisering i Data Engineering, får du en bred viden inden for feltet - fra rensning, kvalitetssikring og strukturering af rå data, over infrastruktur til databaseret vidensgenerering.
På specialiseringen kommer du igennem:
- Principper og teknologier til lagring af data, håndtering af data, og tilgang til data i forskellige databasesystemer og på andre platforme
- Modeller og teknikker for fremskaffelse og integrering af data på tværs af domæner, platforme og teknologier
- Effektive infrastrukturer og teknologier til håndtering af store mængder data
- Analyse, rapportering og visualisering af information fra data
- Metoder og teknikker til at finde mønstre og viden i data (Machine Learning)
- Metoder og teknikker fra kunstig intelligens (fx Natural Language Processing (NLP), Image Recognition, Deep Learning etc.)
På Data Engineering specialiseringen får du mulighed for at vælge valgfag alt efter dine interesser.
Specialiseringen kan omfatte fag som f.eks.:
BUI – Business Intelligence
Med valgfaget Business Intelligence lærer du at arbejde med realistiske data ved hjælp af professionelle værktøjer i Business Intelligence såsom Microsoft SSIS, SSRS, SSAS og PowerBi.
MAL - Introduktion til Machine Learning
Med valgfaget Introduktion til Machine Learning får du viden og praktisk erfaring med at bruge maskinlæringsmetoder og værktøjer til både strukturerede og ustrukturerede dataproblemer. Du lærer at forberede data (gennem forarbejdning) og bruge dem til at bestemme underliggende strukturer samt lave forudsigelser.
NSQ - No-SQL versus relational databases
Med dette valgfag får du viden om styrker og svagheder ved to grundlæggende forskellige tilgange til databasestyringssystemer (DBMS). Formålet med faget er at støtte matching af systemkrav og DBMS-teknologier snarere end en one-size-fits-all tilgang.
DLA – Deep learning til kunstig intelligens
Her udforsker vi de grundlæggende begreber, teknikker og anvendelser af deep learning i forbindelse med kunstig intelligens (AI). Det giver dig en omfattende forståelse af, hvordan deep learning-metoder kan udnyttes til at løse komplekse AI-problemer.
DAI - Infrastruktur til dataanalyse
Du bliver introduceret til forskellige værktøjer og teknikker til dataindsamling, rensning, kvalitetssikring og integration samt til datamodellering til analyse og grundlæggende visualisering.
ERP – ERP Systemer SAP ABAP/4 programmering
Kurset giver en introduktion til aspekterne af analyse, design, kodning og test af programmer i SAP ABAP-miljøet. Du får også mulighed for at arbejde videre med en udvalgt del af SAP-systemet.
SMP - Stokastisk modellering og processer
Kurset giver en solid introduktion til teorien om stokastiske processer. Der lægges særlig vægt på applikationer, og du kommer til at modellere og analysere komplekse stokastiske situationer, som de opstår i praksis. Applikationerne inkluderer eksempler fra forskellige ingeniørområder såsom informationsteknologi og kommunikation, signalbehandling og mere