Hauptinhalt überspringenNavigation überspringenFooter überspringen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
De
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Logo der Fachhochschule Nordwestschweiz
      • Studium
      • Weiterbildung
      • Forschung und Dienstleistungen
      • Internationales
      • Die FHNW
      De
      Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Unsere nächsten
      Infoanlässe
      Jetzt anmelden!

      Weiterbildung Informatik
      Fachvertiefungsmodule Data Science
      Modul: Big Data

      Modul: Big Data

      Bewältigen Sie riesige Datenmengen und Datenströme dank skalierbaren Pipelines mit modernsten Big Data Frameworks.

      Eckdaten

      ECTS-Punkte
      2.5
      Nächster Start
      31.10.2025
      Dauer
      3 Unterrichtstage
      Unterrichtstage
      Freitags, Samstags
      Unterrichtssprache
      Deutsch
      Durchführungsort(e)
      FHNW Campus Brugg-Windisch
      Preis
      CHF 1500.–
      Jetzt anmelden

      Mobile navi goes here!

      Daten zu bewegen, zu transformieren und zur Verfügung zu stellen, ist die zentrale Herausforderung von Daten-Infrastrukturen. Passen diese Daten nicht mehr in eine einfache Datenbank oder auf ein einzelnes System, weil sie entweder zu gross sind oder es sich um einen nie-endenden Strom handelt, gibt es eine Vielzahl an Möglichkeiten, dieser Herausforderung zu begegnen. Der Begriff „Big Data“ wird oft verwendet, um diese Technologien und Strategien zusammenzufassen.

      Modulübersicht

      Lernziele
      • Du weisst, welche Big Data Frameworks existieren und welche Vor- und Nachteile diese haben (insbesondere Apache Spark, Apache Flink, Apache Beam und Kafka)
      • Du verstehst die Herausforderungen von verteilten Daten, insbesondere bei der Verarbeitung von Datenströmen (Streams)
      • Du hast erste Hands-On Erfahrung mit Apache Kafka
      • Du kannst robuste, skalierbare und wartbare Daten-Pipelines erstellen
      • Du kennst die Möglichkeiten, um komplexe wiederkehrende Abläufe bei der Datentransformation zu automatisieren mittels eines Schedulers oder Orchestration-Frameworks (Cron, Cloud-Scheduler, Apache Airflow) Technologie
      Erwartete Vorkenntnisse
      • Du hast das Modul «Containerisierung & Cloud» besucht» oder eignen sich die Grundlagen und Bedienung von Docker Containern im Vorfeld selbständig an.
      • Du hast bereits Erfahrung mit der Programmiersprache Python.

      Weitere Informationen

      Unterrichtstage
      • 31.10.2025
      • 07.11.2025
      • 08.11.2025
      Mindestteilnehmerzahl

      8 Teilnehmende

      Kosten

      CHF 1500.–

      Downloads & weitere Informationen

      Programm-Reglement Weiterbildung Data Science

      Weiterbildung

      Weiterbildung Informatik
      Module Data Science
      Patrizia Hostettler

      Patrizia Hostettler

      Sekretariat Weiterbildung

      Telefonnummer

      +41 56 202 72 18

      E-Mail

      patrizia.hostettler@fhnw.ch

      Adresse

      Fachhochschule Nordwestschweiz FHNW Hochschule für Technik und Umwelt Hochschule für Informatik Klosterzelgstrasse 2 5210 Windisch

      Michael Henninger

      Prof. Michael Henninger

      Leiter Data Science Weiterbildung

      Telefonnummer

      +41 56 202 99 55

      E-Mail

      michael.henninger@fhnw.ch

      Adresse

      Fachhochschule Nordwestschweiz FHNW Hochschule für Informatik Bahnhofstrasse 6 5210 Windisch

      ht_wbt_das_ds_moduleht_wbt_das_ds_module_fsht_wbt_das_das_module_hs

      Hochschule für Informatik FHNW, Brugg-Windisch

      Fachhochschule Nordwestschweiz FHNW
      Hochschule für Informatik

      Bahnhofstrasse 6

      5210 Windisch

      Telefon+41 56 202 90 00

      E-Mailinfo.informatik@fhnw.ch

      Mehr Infos zum Standort

      Angebot

      • Studium
      • Weiterbildung
      • Forschung & Dienstleistungen

      Über die FHNW

      • Hochschulen
      • Organisation
      • Leitung
      • Facts and Figures

      Hinweise

      • Datenschutz
      • Accessibility
      • Impressum

      Support & Intranet

      • IT Support
      • Login Inside-FHNW

      Member of: