SAS Data Engineering und Big Data

Hochschule für Architektur, Bau und Geomatik

Geodaten sind aus der heutigen Welt nicht mehr wegzudenken – sie helfen Ihnen, reale Probleme datenbasiert zu lösen. In dieser Weiterbildung lernen Sie, wie Sie mit Spatial Data Engineering, Open Geo Data, Geographic Information Retrieval und Big Data Analytics arbeiten. Sie entwickeln praxisnahes Know-how für den professionellen Umgang mit grossen, räumlich bezogenen Datenmengen.

Steckbrief

Abschluss: Short Advanced Studies (SAS)
Lernsetting: Präsenz
ECTS-Punkte: 2
Nächster Start: 6.9.2027
Dauer: 2 x 2 Tage
Durchführungsort: FHNW Campus Olten
Preis: CHF 2 100

Auf einen Blick

Praxisnahes Data Engineering: Sie lernen, ETL-Prozesse zu programmieren und räumliche Daten effizient zu transformieren und nutzbar zu machen.‍
Kompetenz in Geo Data & Retrieval: Sie erkennen das Potenzial von Open Geo Data, bauen Geo Data Warehouses auf und extrahieren geografische Informationen aus Texten.‍
Fit für Big Data: Sie setzen Big Data-Technologien ein, verstehen deren Architektur und wissen, wie Sie Tools gezielt für räumliche Anwendungen nutzen.

Ziele und Nutzen

Sie eignen sich fundiertes Wissen im Spatial Data Engineering an und lernen, verschiedene Datenquellen und Geodaten intelligent zu analysieren und zu verarbeiten. Sie verstehen die Konzepte von ETL, Geo Data Warehouses und Geographic Information Retrieval und können diese gezielt anwenden. Ausserdem erhalten Sie einen praxisorientierten Einstieg in Big Data-Technologien und setzen diese für ortsbezogene Fragestellungen ein. Mit diesem Wissen sind Sie optimal vorbereitet, datenbasierte Lösungen im Umwelt-, Planungs- oder Technologieumfeld umzusetzen.

Aufbau und Inhalte

Inhaltsübersicht

Spatial Data Engineering

Preprocessing und Extract, Transform, Load (ETL) von Geodaten
Heterogene Geodaten in der räumlichen Analyse
Programmierung des ETL-Prozesses in Python

Open Geo Data und Geo Data Warehouse

Geodateninfrastrukturen und Open Geo Data
Aufbau und Entwicklung eines Geo Data Warehouses
Adressreferenzierung und Geocoding

Geographic Information Retrieval

Funktionsweise und Anwendungen von Geographic Information Retrieval
Einführung in Natural Language Processing

Big Data Analytics

Spatial Big Data Analysis und Management
Cloud Infrastrukturen für räumliche Analysen

Programmänderungen sind vorbehalten.

Organisatorisches

Anrechenbarkeit

Der SAS kann an den CAS Spatial Data Analytics & GeoAI angerechnet werden.

Diese Weiterbildung zählt als Fortbildung für die Ingenieur-Geometerinnen und -Geometer und wird von der Kommission für Ingenieur-Geometerinnen und -Geometer empfohlen.