Personendetails

René Goldschmid, MSc

Lehre und Forschung


T: +43 1 606 68 77-2146
F: +43 1 606 68 77-2139

Raum: C.1.08b
Favoritenstraße 226
1100 Wien


Lehrveranstaltungen 2022/23

Technik

> Introduction to AI and Data Science ILV
Computer Science and Digital Communications more

Introduction to AI and Data Science ILV

Vortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder

3SWS
5ECTS

Lehrinhalte

- Mathematical Basics of AI and Data Science- Linear Algebra
- Probability Theory and Statistics
- Optimization

- Introduction to Artificial Intelligence- Problem Solving and Heuristic Search
- Logic and Knowledge Representation
- Planning, Learning and Decision Making under Uncertainty

- Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering
- Model Building
- Model Evaluation
- Definition of Machine Learning and classes of Machine Learning Algorithms
- Machine Learning Classifiers
- Evaluation of Machine Learning Algorithms

Prüfungsmodus

Immanente Leistungsüberprüfung
- Project work
- Exercises during lectures
- Final written exam

Lehr- und Lernmethode

- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback

Sprache

Englisch

> Software Engineering ILV
Computer Science and Digital Communications more

Software Engineering ILV

Vortragende: Mag. Dipl.-Ing. Peter Gerstbach, René Goldschmid, MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof. DI Dr. Igor Miladinovic

4SWS
7ECTS

Lehrinhalte

Die Vorlesung hat als Ziel die technischen, organisatorischen und ökonomischen Aspekte von Software Engineering zu erläutern. Es werden organisatorische Möglichkeiten zur Strukturierung der Software Entwicklung in Form von Prozessmodellen, wie Wasserfall Modell, Spiral Modell und Agile Modelle dargelegt. Bei den technischen Aspekten des Software Engineerings wird vor allem die Erstellung von objektorientierten Systemen und deren Modellierung.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Software Engineering Aktivitäten,
- Requirements Engineering,
- Use Cases,
- High Level Design
- UML Aktivitätsdiagramme,
- UML Klassendiagramme,
- UML Sequenzdiagramme,
- Software testen,
- Software Vorgehensmodelle und
- Agile Softwareentwicklung.

Prüfungsmodus

Endprüfung
Einzel- und Gruppenarbeiten

Lehr- und Lernmethode

Blended learning, Gastvorträge, Experiential learning, Coaching

Sprache

Deutsch

> Bachelorarbeit 1 SE
Computer Science and Digital Communications more

Bachelorarbeit 1 SE

Vortragende: DI Dr. techn. Mugdim Bublin, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof. DI Dr. Igor Miladinovic, Silvia Schmidt, BSc MSc, Bernhard Taufner, BSc, MSc

1SWS
4ECTS

Lehrinhalte

- Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 1

Prüfungsmodus

Endprüfung
Approbation der Bachelorarbeit

Lehr- und Lernmethode

Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.

Sprache

Deutsch

> Introduction to AI and Data Science ILV
Computer Science and Digital Communications more

Introduction to AI and Data Science ILV

Vortragende: DI Dr. techn. Mugdim Bublin, René Goldschmid, MSc, Dr. Christian Steineder

3SWS
5ECTS

Lehrinhalte

- Mathematical Basics of AI and Data Science- Linear Algebra
- Probability Theory and Statistics
- Optimization

- Introduction to Artificial Intelligence- Problem Solving and Heuristic Search
- Logic and Knowledge Representation
- Planning, Learning and Decision Making under Uncertainty

- Data Science and Machine Learning Fundamentals- Data Collection, Cleaning, Filtering
- Model Building
- Model Evaluation
- Definition of Machine Learning and classes of Machine Learning Algorithms
- Machine Learning Classifiers
- Evaluation of Machine Learning Algorithms

Prüfungsmodus

Immanente Leistungsüberprüfung
- Project work
- Exercises during lectures
- Final written exam

Lehr- und Lernmethode

- Lecture
- Group work (project)
- Practical exercises
- Continuous Discussion and feedback

Sprache

Englisch

> Software Engineering ILV
Computer Science and Digital Communications more

Software Engineering ILV

Vortragende: Mag. Dipl.-Ing. Peter Gerstbach, René Goldschmid, MSc, Dipl.-Ing. Georg Mansky-Kummert, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc

4SWS
7ECTS

Lehrinhalte

Die Vorlesung hat als Ziel die technischen, organisatorischen und ökonomischen Aspekte von Software Engineering zu erläutern. Es werden organisatorische Möglichkeiten zur Strukturierung der Software Entwicklung in Form von Prozessmodellen, wie Wasserfall Modell, Spiral Modell und Agile Modelle dargelegt. Bei den technischen Aspekten des Software Engineerings wird vor allem die Erstellung von objektorientierten Systemen und deren Modellierung.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Software Engineering Aktivitäten,
- Requirements Engineering,
- Use Cases,
- High Level Design
- UML Aktivitätsdiagramme,
- UML Klassendiagramme,
- UML Sequenzdiagramme,
- Software testen,
- Software Vorgehensmodelle und
- Agile Softwareentwicklung.

Prüfungsmodus

Endprüfung
Einzel- und Gruppenarbeiten

Lehr- und Lernmethode

Blended learning, Gastvorträge, Experiential learning, Coaching

Sprache

Deutsch

> Bachelorarbeit 1 SE
Computer Science and Digital Communications more

Bachelorarbeit 1 SE

Vortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc

1SWS
4ECTS

Lehrinhalte

- Selbstständige Bearbeitung einer fachlich relevanten Thematik, primär basierend auf den technischen Themen der Wahlpflichtmodule im 4. und 5. Semester auf wissenschaftlichem Niveau unter Anleitung einer Betreuerin/eines Betreuers
- Ausarbeitung der Bachelorarbeit 1

Prüfungsmodus

Endprüfung
Approbation der Bachelorarbeit

Lehr- und Lernmethode

Durchführung einer praktischen Arbeit und Ausarbeitung als Bachelorarbeit mit Coaching. Studierende präsentieren in regelmäßigen Abständen die aktuelle Fortentwicklung ihrer Bachelorarbeit 1 und stellen diese zur Diskussion.

Sprache

Deutsch

> Wahlfach-Projekt 2 UE
Computer Science and Digital Communications more

Wahlfach-Projekt 2 UE

Vortragende: DI Dr. techn. Mugdim Bublin, Leon Freudenthaler, BSc MSc, René Goldschmid, MSc, FH-Prof. FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka, FH-Prof. Dipl.-Ing. Heimo Hirner, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Silvia Schmidt, BSc MSc, Dr. Christian Steineder, Bernhard Taufner, BSc, MSc, Sebastian Ukleja, BSc

2SWS
5ECTS

Lehrinhalte

Die Studierenden wenden die erworbenen Fähigkeiten an, um ein Projekt koordiniert und strukturiert
abzuwickeln. Dabei definieren sie sich selbständig ein konkretes Teilziel im Projekt. Fundiertes theoretisches Vorgehen wird somit mit praktischer Anwendung kombiniert angewendet. Die Mitarbeit an einem industriellen F&E Projekt bzw. an aktuellen Problemstellung im Rahmen der F&E Tätigkeit der FH ist möglich.

Prüfungsmodus

Endprüfung
Praktisches Projekt in der Kleingruppe

Lehr- und Lernmethode

Gruppenarbeiten, praktische Projektumsetzung begleitet mit Übungen und Coaching.

Sprache

Deutsch

> Advanced Software Development ILV
Software Design and Engineering more

Advanced Software Development ILV

Vortragende: René Goldschmid, MSc

3SWS
5ECTS

Lehrinhalte

Software unterliegt einem Alterungsprozess, der durch Kennzahlen beurteilt werden kann. Im Rahmen der Lehrveranstaltung Advanced Software Development werden Konzepte vermittelt wie Code Qualität beurteilt werden kann. Auf Basis von Kennzahlen werden mit Hilfe von Werkzeugen Methoden gezeigt um die Code Qualität zu verbessern. Diese Maßnahmen sind nur mit Hilfe eines Konfigurationmanagements sinnvoll umzusetzen.
Die LV deckt insbesondere die folgenden Inhalte ab:
- Konfigurationsmanagement (SVN/git)
- Aufsetzen eines Projekts im Konfigurationsmanagement
- Grundlegende Konzepte beim Arbeiten mit einem Konfigurationsmanagement-Werkzeug
- Überblick über Software Design Patterns
- Refactoring, Bad Smells
- Code Qualität
- Software Kennzahlen

Prüfungsmodus

Endprüfung
Gruppenarbeit an einem Softwareprojekt (Gruppenarbeiten)

Lehr- und Lernmethode

Vortrag mit Folien, Hands on Training an einem Software-Projekt in der Gruppe.

Sprache

Deutsch