Personendetails

Sebastian Ukleja, BSc

Wissenschaftliche Mitarbeit


T: +43 1 606 68 77-2143
F: +43 1 606 68 77-2139

Raum: B.3.08
Favoritenstraße 226
1100 Wien


Lehrveranstaltungen 2021/22

Technik

> Deep Learning – advanced AI and Data Science ILV
Computer Science and Digital Communications more

Deep Learning – advanced AI and Data Science ILV

Vortragende: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder, Sebastian Ukleja, BSc

3SWS
6ECTS

Lehrinhalte

- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms

- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)

- Applications of Deep Learning and Artificial Intelligence for- Medicine, IoT, Industry 4.0, Autonomous Driving, Games etc.

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

> Deep Learning – advanced AI and Data Science ILV
Computer Science and Digital Communications more

Deep Learning – advanced AI and Data Science ILV

Vortragende: DI Dr. techn. Mugdim Bublin, Dr. Christian Steineder, Sebastian Ukleja, BSc

3SWS
6ECTS

Lehrinhalte

- Deep Learning Foundation- Motivation and basic ideas
- Basic principles behind algorithms

- Deep Learning Algorithms and Networks- Convolutional Neuronal Networks (CNN)
- Recurrent Neural Networks (RNN)
- Generative Neural Networks (GAN, Autoencoders)
- Reinforcement Learning (Deep QNet)

- Applications of Deep Learning and Artificial Intelligence for- Medicine, IoT, Industry 4.0, Autonomous Driving, Games etc.

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, FH-Prof.in Mag.a Dr.in Sigrid Schefer-Wenzl, MSc BSc, Sebastian Ukleja, 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, FH-Prof. DI Thomas Fischer, Leon Freudenthaler, BSc 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, 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

Studiengänge

Computer Science and Digital Communications

Bachelorstudium, berufsbegleitend

more

Computer Science and Digital Communications

Bachelorstudium, Vollzeit

more