Als junges, dynamisches IT-Consulting-Unternehmen bietet esentri:
Bei Interesse bitte bei mir (heide.faeskorn-Woyke@th-koeln.de) oder Frau Bertelsmeier und direkt bei Esentri melden.
Big Data ist heutzutage in aller Munde. Nach wie vor sollten solche Datenmengen in Datenbanksystemen abgelegt werden. Die Entwicklung nicht-relationaler, verteilter NoSQL Datenbanksysteme hat in den letzten Jahren einen beispiellosen Aufschwung erlebt. Zwei zentrale Probleme haben diesen Prozess angestoßen: die gewaltigen Mengen von Daten, die von den Benutzern selber erzeugt werden (User Generated Content) in modernen Anwendungen und die damit einhergehenden Anfragelasten und Datenvolumnia, sowie der Ruf von Entwicklern nach problemspezifischen Datenmodellen und Schemaflexibilit.
In dieser Abschlussarbeit sollen Entscheidungskriterien (Performance, Skalierbarkeit, Abfragesprache, Reifegradetc.) herausgearbeitet werden, welcher Typ von NoSQL-Datenbanken für welche Anforderung geeignet ist. Ergebnis sollte eine Entscheidungshilfe sein, welches NoSQL-System für eine konkrete Anforderung am besten geeignet ist.
Falls Sie Interesse am Thema haben, melden Sie sich bitte per Mail bei mir: Heide.Faeskorn-Woyke@th-koeln.de
In Kooperation mit den Dienes Werken in Overath suchen wir eine Absolventen*in, die/ der sich mit dem Thema Industrie 4.0 und Times-Series-Datenbanken, sowie Visualisierung der untersuchten Maschinendaten auseinandersetzen soll.
Nähere Informationen finden Sie hier: Datenmodellierung und Reporting mit einem BI Tool
Falls Sie Interesse am Thema haben, melden Sie sich bitte per Mail bei mir: Heide.Faeskorn-Woyke@th-koeln.de
Es soll in Koperation mit der Firma skillbyte ( http://www.skillbyte.de/ ) ein Konzept für eine Distributed Autonomous Company (DAC) entwickelt werden, welches auf Basis von Blockchain und Machine Learning Kandidaten/Bewerber und Firmen direkt zusammenbringt und die klassische Rolle eines Vermittlers obsolet macht. Diese Company soll mit Smart Contracts in einem permissioned Blockchain die Abwicklung der Vertragsbeziehungen und der Rechnungsstellung zwischen den Parteien automatisiert abwickeln. Ein intelligenter Matching Algorithmus soll dafür sorgen, dass die Parteien überhaupt zusammen finden. Dabei geht es speziell nur um die IT Domäne; also Entwickler, Designer, Projektmanager, etc.
Für diese Aufgabe suchen wir einen Studenten, der seine Abschlussarbeit in diesem Bereich erstellen möchte.
Die Aufgaben wären:
Bitte melden Sie sich bei Interesse bei heide.faeskorn-woyke(at)th-koeln.de
Der BVM Berufsverband Deutscher Markt- und Sozialforscher schreibt 2018 zum zweiten Mal den Data Science Cup aus. Der Data Science Cup eröffnet einen praktischen Zugang zu Big Data Science und bietet Interessierten die Möglichkeit, Data Science „hands-on“ zu erleben und dabei explizite Aufgabenstellungen zu bearbeiten.
Die Datengrundlage für den diesjährigen Data Science Cup bildet der American Community Survey (ACS) 2016. Der ACS wird jährlich durchgeführt und umfasst ca. 1% der Gesamtbevölkerung. Dabei werden umfangreiche soziodemographische Daten (Bildung, Herkunft, Einkommen etc.) auf Granularität der sogenannten Public Use Microdata Areas (PUMAs) erhoben. Für den Data Science Cup wurden diese Daten mit Daten zur US-Präsidentschaftswahl 2016 angereichert. Da die ACS-Daten im Original öffentlich verfügbar sind, wurde vorab eine Anonymisierung durchgeführt.
Der Preis richtet sich an Datenanalysten, Data Miner, Data Scientists oder IT-Spezialisten – also an alle, die sich mit dem Thema beschäftigen. Am Wettbewerb teilnehmen können auch Teams und Interessierte, die nicht primär in der Marktforschungsbranche tätig sind.
Die vier Aufgabenbereiche auf Grundlage der bereitgestellten ACS-Daten sind:
| ■ | Imputation fehlender Werte |
| ■ | Ausreißer-Erkennung |
| ■ | Vorhersage von Wahlergebnissen |
| ■ | Optimierung der Wahlbezirke aus Sicht der kandidierenden Parteien |
| Die Lösungen können online bis zum 6. Mai 2018 eingereicht werden. |