zedif: Kurse

• GitLab-Projekte und -Gruppen finden
• Erstellen, Nutzen, und Löschen von GitLab-Projekten
• Auf Basis von GitLab-Projekten kollaborieren
• Aufgaben mit GitLab automatisieren
• Projekte mit GitLab verwalten
• Projekte in GitLab-Wikis dokumentieren

• Philipp Schäfer
• André Sternbeck

• Struktur und Bestände des Archivs
• Aufgaben und Zuständigkeiten
• Aufbewahrungsfristen für Schriftgut
• Archivierung von Unterlagen
• Zwischenarchiv/Endarchiv
• Benutzung

• Datenschutzrechtliche Grundsätze
• Grundzüge der Informationssicherheit
• Datenschutz im Kontext der Hochschule (Studierende, Beschäftigte, Dritte)

• Maximilian Koop

• Anforderungen verschiedener Förderorganisationen
• Überblick über Aufbau und Inhalt eines DMPs
• Nützliche Werkzeuge und Unterstützungsangebote
• Übungen zur Erstellung von DMPs

Der zweitägige Kurs findet jeweils am 24.01.2023 und am 31.01.2023 von 8:00 bis 12:00 Uhr statt. Die Kurssprache ist Englisch.

Das ist eine praktische Einführung in die Programmierung, in welcher die wichtigsten Konzepte mit Hilfe praxisbezogener Übungen in der Programmiersprache R erlernt werden. R ist eine gut dokumentierte, populäre und einfach zu benutzende Programmiersprache, welche besonders gut für die Analyse und Verarbeitung von Forschungsdaten geeignet ist. Fokusiert auf die Aufgabe der Datenanalyse werden Sie in diesem Kurs lernen, wie Daten gelesen werden, einfache Statistiken berechnet werden, Daten indiziert und grafisch dargestellt werden, wie Funktionen für wiederkehrende Aufgaben entwickelt werden, sowie bedingte Anweisungen und Wiederholungsschleifen verwendet werden.. We will also cover best practices for writing code in R and how to export the results. No prior knowledge necessary. In diesem Kurs werden wir die integrierte Entwicklungsumgebung (IDE) R Studio benutzen. Bitte installieren Sie die Programmiersprache sowie die IDE vor dem Kurs auf ihrem Computer!

Der Kurs basiert auf dem Software Carpentry-Kurs Programming with R.

• RStudio benutzen
• Variablen
• Datentypeen
• Indizierung von Daten
• Analyse von Daten
• grafische Darstellung
• bedingte Anweisungen
• Wiederholungsschleifen
• Lesen und Schreiben von Daten
• Dokumentation von Code
• Pakete
• R-Skripte in Workflows benutzen

• Christian Knüpfer
• Volker Schwartze

• FSU-Konto (muss auf der Anmeldeseite angegeben werden)
• keine Angst vor Linux und der Kommandozeile

• Frank Löffler
• André Sternbeck

• grundlegende Datentypen
• Variablen
• grundlegende Ablaufsteuerung
• Funktionen
• Grundlegendes Lesen von Dateien
• grundlegende Fehlersuche

• Frank Löffler
• Philipp Schäfer

• General introduction into the environment.
• Basics of R syntax and objects.
• Data handling in R.
• Basic programming in R.
• Graphics in R.

• Jan Plötner

In diesem Workshop wird nur sehr wenig Zeit damit verbracht, was LaTeX alles kann. Stattdessen werden wir uns darauf konzentrieren tatsächlich die ersten eigenen Schritte zu gehen. Dieser Workshop allein ist wahrscheinlich nicht genug, um von Null LaTeX so gut kennenzulernen, um es in Zukunft ohne nennenswerte Hilfe benutzen zu können. Nichtsdestotrotz setzen wir hier die Grundsteine, liefern Beispiele, von denen man starten kann und geben Hinweise für weiterführenden Informationen.
Die Workshopsprache ist Englisch.

• Dokumentstruktur
• grundlegende Formatierungen
• Symbole und mathematische Formeln
• Abbildungen
• Zitationen

• Frank Löffler
• Philipp Schäfer

• Grundlegende Definitionen des Forschungsdatenmanagements und des Datenlebenszyklus
• Datenmanagementpläne (DMP) und DMP-Werkzeuge
• Datenerhebung, -verarbeitung und -analyse
• Veröffentlichung, Archivierung, Nachnutzung und Suche von Daten
• Rechtliche Aspekte und Lizenzen

• Cora Assmann
• Luiz Gadelha

Git hilft Ihnen, solche frustierenden Momente zu vermeiden. Als Versionskontrollsystem, ermöglicht Git es Ihnen, Änderungen an Ihren Dateien einfach in einer Historie zu speichern und hilft Ihnen damit, Ihre Arbeit zu dokumentieren. Anhand dieses Verlaufs können Sie sehen, was Sie wann geändert haben. Sie können jederzeit zurückgehen und Ihr Projekt auf einen früheren Zustand zurücksetzen, wenn Sie versehentlich Text gelöscht oder eine Funktion in Ihrem Code nicht mehr funktioniert. Mit Git können Sie sogar mit anderen an demselben Projekt oder sogar an derselben Datei zur gleichen Zeit arbeiten.

In diesem Workshop machen wir Sie mit den grundlegenden Funktionen von Git vertraut. Sie werden lernen, wie Sie Git bei Ihrer täglichen Arbeit einsetzen können, um Änderungen an Ihren Dokumenten oder Code zu verfolgen. Git wurde ursprünglich in der Softwareentwicklung eingesetzt, hat aber schnell auch Nutzer außerhalb der Software-Community gefunden. Auch wenn Sie sich eher als nicht-technische Person sehen, ist dieser Workshop trotzdem für Sie geeignet. Die Git-Grundlagen sind leicht zu erlernen und einfach anzuwenden.

Die Workshopsprache ist Englisch.

Für diesen Workshop benötigen Sie eine funktionierende Installation von Git (Version 2.23 oder neuer). Downloads und Installationsanleitungen für verschiedene Betriebssysteme finden Sie hier: https://git-scm.com/downloads.

• Einführung in die Versionskontrolle
• Git installieren und konfigurieren (git config)
• Erstellen eines Repositoriums (git init)
• grundlegender Git-Workflow: ändern - einstellen - übertragen (git add, git commit)
• Status überprüfen (git status)
• Erkunden der Versionsgeschichte (git history)
• Versionen vergleichen (git diff)
• Änderungen rückgängig machen (git restore, git reset)
• eine grafische Benutzeroberfläche verwenden (git gui, GitLab)

• Christian Knüpfer
• Philipp Schäfer

Die Kommandozeile ist ein interaktives Betriebssysteminterface. Statt einen Computer mit der Maus durch Klicken und Ziehen zu bedienen, werden Kommandos mit der Tastatur auf der sogenannten Kommandozeile oder Shell eingegeben.

Einen Rechner so zu bedienen mag auf den ersten Blick altmodisch und unbequem aussehen. Wenn man aber viel mit Dateien oder Programmierung zu tun hat, ist die Kommandozeile ein sehr effektives Instrument. Wer sich einmal an sie gewöhnt hat, wird immer wieder auf sie zurückkommen. Kommandozeilen gibt es für so ziemlich jedes Betriebssystem, einschließlich Linux, Mac OS und Microsoft Windows.

In diesem Workshop werden wir uns auf oft benutzte Kommandos der Unix/Linux Kommandozeile, die es auch für/in Windows gibt.

Die Workshopsprache ist Englisch.

• Umgang mit Dateien und Verzeichnissen/Ordnern
• Start und Steuerung von Programmen
• Suchen von und in Dateien
• Ändern von Dateiinhalten
• Erstellen kleiner Skripte zur Arbeitserleichterung

• Christian Knüpfer
• Philipp Schäfer

• Überblick über OpenRefine
• Datenimport
• Datenfehlerbereinigung
• Datentransformation
• Daten speichern und exportieren

• Cora Assmann
• Christian Knüpfer

• Christof Nachtigall

• Anwendungsbereiche und Besonderheiten des Storage
• Rahmenbedingungen für die Nutzung
• Ausblick: Pflege von Nutzenden / Gruppenverwaltung

• Einsatzmöglichkeiten eines Backup
• Anwendungsbereiche und Besonderheiten
• Abgrenzung zur Archivierung von Daten

• Wichtige Rahmenbedingunge
• Modalitäten und Besonderheiten bei der Datenaufbewahrung
• Langzeitspeicherung

• Rechenzentrum der Universität

• Gute Praxis beim Erstellen von Spreadsheets
• Datendokumentation (Metadaten)
• Colectica Vorstellung

• Cora Assmann
• Volker Schwartze

3D-Modelle sind digitale Repräsentationen von (realen) Objekten. Obwohl einem wohl als erstes die Film- und Spieleindustrie in den Sinn kommen, werden 3D-Modelle in einer Vielzahl anderer Arbeits- und Lebensbereiche eingesetzt.

So können mit ihrer Hilfe zum Beispiel Pläne von Gebäuden visualisiert oder neue Produkte entworfen werden. Viele Produkte, die wir im Alltag verwenden, entstehen auf Grundlage solcher Modelle. Aber auch im Bereich der Medizin werden 3D-Modelle in der Diagnostik oder für die Fertigung individueller Prothesen verwendet. Durch die stetige Entwicklung von 3D-Druck-Techniken werden digitale 3D-Modelle aber auch im privaten Bereich immer relevanter.

Gerade in der Wissenschaft können 3D-Modelle eine wichtige Rolle spielen, z.B. bei der Digitalisierung historischer Gegenstände und Gebäude beziehungsweise archäologischer Funde (Stichwort Digital Humanities), sowie bei der Untersuchung geologischer oder physikalischer Prozesse oder bei der Visualisierung von Objekten, die anderweitig schwer erfassbar sind wie chemischen Strukturen oder astronomischen Objekten. Die Einsatzgebiete von 3D-Modellen sind sehr vielfältig und umfassen (nahezu) alle Fachbereiche.

Der Workshop richtet sich an alle Studierenden, Lehrenden, Forschenden und alle anderen Interessierten. Es sind keine speziellen Vorkenntnisse erforderlich.

Dieser Workshop wird vom Data Literacy Projekt der Universität Jena in Zusammenarbeit mit der Lichtwerkstatt Jena und Prof. Sander Münster organisiert. Sollten Sie Fragen zu der Veranstaltung haben, melden Sie sich gerne unter: dataliteracy@uni-jena.de.

• Ziele und Anwendungsgebiete von 3D-Modellen
• Grundlagen zu Herangehensweisen und Techniken
• Praktische Einführung zur 3D-Modellierungssoftware Blender
• Praktische Einführung zu 3D-Scans mittels Photogrammetrie
• 3D-Druck

• Volker Schwartze
• Sander Münster
• Johannes Kretzschmar

Dieser Workshop soll Sie dabei unterstützen Ihre vielfältigen Aufgaben bestmöglich umzusetzen. Für einen umfassenden Überblick werden Ihnen neben den bekannten Diensten auch die Neuerungen zu spezifischen Themen vorgestellt. Beispielsweise bietet das URZ neben dem klassischen wissenschaftlichen Rechnen über die Kommandozeile, zukünftig auch Web-basierte Schnittstellen zur interaktiven Nutzung der HPC-Ressourcen an. In der Diskussionsrunde am Ende können gerne weiterführende Fragen gestellt werden. 

Der Kurs richtet sich im speziellen an Mitarbeitende der Friedrich-Schiller-Universität.

• Das URZ im Überblick - wichtige Dienste und Leistungen
• Wissenschaftliches Rechnen und Datenaufbewahrung
• eLearning  - Herausforderungen effizient meistern
• Fragen und Diskussion

• Rechenzentrum der Universität

• Grundlagen der numerischen Programmierung mit Python
• Spezialisierung auf Verarbeitung und Visualisierung numerischer Daten

• Emanuel Barth

In diesem Workshop werden wir diese Fragen beantworten. Wir klären zu Beginn, wie Docker-Container funktionieren und wo die Grenzen zwischen dem Container und dem Host-Betriebssystem verlaufen. Anschließend lernen Sie in praktischen Übungen, wie Sie Container über das Kommandozeileninterface von Docker herunterladen, ausführen und verwalten und wie Sie eigene Container-Images erstellen können.

Nach diesem Workshop sind Sie in der Lage, Docker in Ihrer eigenen wissenschaftlichen Arbeit zu nutzen. Sie können Anwendungen in Docker-Containern auf einer Workstation und auf Clustern ausführen sowie Ihre wissenschaftlichen Arbeitsabläufe reproduzierbar machen, indem Sie Ihr eigenes Docker-Image erstellen und teilen.

Um an diesem Workshop teilnehmen zu können, sollten Sie über Grundkenntnisse der Linux-Kommandozeile verfügen und im Dateisystem navigieren können.

• Docker-Terminologie: Container-Image, Container, Dockerfile
• Herunterladen von Container-Images
• Container starten
• Verwalten von Containern und Container-Images
• Erstellen von Container-Images
• Ausführen von Docker-Containern auf einem HPC-Cluster mit Singularity

• Eckhard Kadasch
• André Sternbeck

Mit ihrer flexiblen Programmierschnittstelle lassen sich einfache Plots mit wenigen Befehlen umsetzen. Sie ermöglicht es aber auch, sehr komplexe Darstellungen aufzubauen. Matplotlib ist damit ein hervorragendes Werkzeug für den Wissenschaftsalltag, für das allein sich schon der Einstig in Python lohnt.

In diesem Workshop lernen Sie, wie Sie Matplotlib für Ihre wissenschaftlichen Visualisierungen einsetzen können. Wir zeigen Ihnen die verschiedenen Darstellungsarten, die Matplotlib bereitstellt, wie Sie sie an Ihre Bedürfnisse anpassen und beschriften können und in verschiedene Formate exportieren. Dabei erklären wir, wie eine Darstellung in Matplotlib grundlegend aufgebaut ist und geben Ratschläge, wie Sie die Aussagekraft Ihrer Plots schärfen können.

Am Ende dieses Workshops werden Sie nicht nur in der Lage sein, Ihre Daten mit Matplotlib zu visualisieren. Sie gehen auch mit dem Wissen nach Hause, wie Sie dies in Skriptform, d.h. wiederholbar in der gleichen Qualität, tun können. Die Daten ändern sich - Sie starten Ihr Skript einfach noch einmal; Sie müssen keine Plotanwendung öffnen, klicken und Plots manuell anpassen und speichern.

Um an diesem Workshop teilzunehmen, sollten Sie mit den Grundlagen von Python vertraut sein. Grundlegende Erfahrungen mit NumPy Arrays sind hilfreich, aber nicht erforderlich.

• verfügbare Darstellungsarten
• Aufbau einer Matplotlib-Grafik
• Programmierschnittstellen: objektorientiert und im Stil von MATLAB
• Diagrammstil und Beschriftungen ändern
• Diagramme exportieren

• Eckhard Kadasch
• Frank Löffler

Eines dieser Werkzeuge ist das NumPy-Paket. NumPy liefert einen effizienten Array-Datentyp und zugehörige Rechenfunktionen für Python, die zusammen die Grundlage vieler aktueller wissenschaftlichen Bibliotheken bilden.

In diesem Workshop lernen Sie, wie Sie NumPy verwenden, um Ihre eigenen Computing-Aufgaben in Python umzusetzen. Wir beginnen mit einem Überblick darüber, was Python im Vergleich zu anderen Sprachen langsam macht und wie NumPy-Arrays helfen, diese Probleme zu umgehen. Wir schauen uns das Speichermodell von NumPy an, stellen Ihnen die nützlichsten Funktionen des Pakets vor und zeigen, wie Sie NumPy für verschiedene Aufgaben einsetzen — angefangen bei elementweisen Arrayoperationen über die lineare Algebra bis hin zur Implementierung numerischer Methoden.

Um an diesem Workshop teilzunehmen, sollten Sie mit den Grundlagen von Python vertraut sein.

• Warum ist Python langsam?
• das Speichermodell von NumPy Arrays
• Erstellen von und Rechnen mit NumPy Arrays
  • wichtige NumPy-Funktionen
  • Python-Schleifen mit Array-Operationen umgehen
• Anwendung in linearer Algebra and numerischen Methoden
• Performance-Überlegungen: temporäre Arrays, Kopien und Views

• Eckhard Kadasch
• Frank Löffler

• Julias Eigenheiten benennen
• Sich in Julias Dokumentation zurechtfinden.
• Die passenden Datenstrukturen für effizienten Code wählen
• Externen Code aus Julia heraus aufrufen
• Existierende Julia-Pakete finden

• Philipp Schäfer

• GitLab-Projekte und -Gruppen finden
• Erstellen, Nutzen, und Löschen von GitLab-Projekten
• Auf Basis von GitLab-Projekten kollaborieren
• Aufgaben mit GitLab automatisieren
• Projekte mit GitLab verwalten
• Projekte in GitLab-Wikis dokumentieren

• Frank Löffler
• Philipp Schäfer

• grundlegende Datentypen
• Variablen
• grundlegende Ablaufsteuerung
• Funktionen
• Grundlegendes Lesen und Schreiben von Dateien
• Befehlszeilenargumente
• grundlegende Fehlersuche

• Eckhard Kadasch
• Frank Löffler

• General introduction into the environment.
• Basics of R syntax and objects.
• Data handling in R.
• Basic programming in R.
• Graphics in R.

• Jan Plötner

Wenn Sie daran interessiert sind, Git von Grund auf zu lernen, melden Sie sich bitte für den ersten Teil an: Grundlegende Versionsverwaltung mit Git: Ein Workshop für Anfänger (siehe unseren Katalog).

Wenn Sie gemeinsam mit mehreren Personen an Dokumenten oder Code arbeiten, kann es schnell ziemlich schwierig werden, den Überblick über alle Änderungen zu behalten. Vielleicht schicken Sie sich verschiedene Versionen per E-Mail hin und her und verlieren so den Überblick über die einzelnen Beiträge. Oder Sie verwenden einen gemeinsamen Ordner auf Nextcloud oder Dropbox, laufen dabei aber Gefahr, die Änderungen anderer zu überschreiben, wenn Sie gleichzeitig an derselben Datei arbeiten. Bei diesen Problemen kann Git Ihnen helfen.

Git ist nicht nur ein großartiges Werkzeug für die Versionierung Ihrer eigenen Projekte, sondern es bietet auch auch ein stabiles Werkzeug für die Zusammenarbeit, d. h. für die Verfolgung der Änderungen aller Beteiligten und für die Zusammenführung dieser in ein gemeinsames Repositorium. Dies gilt für die Zusammenarbeit an Programmcode, Dokumenten sowie Daten. Und Git ist skalierbar - es unterstützt die Zusammenarbeit von sehr vielen Personen.

In diesem Workshop beschäftigen wir uns mit den Kollaborationsfunktionen von Git. Sie werden lernen, wie Sie Ihre Arbeit in Zweigen organisieren, diese zusammenführen und wie Sie Ihre Arbeit über entfernte Repositorien mit anderen teilen und Konflikte lösen können.

Wenn Sie an diesem Workshop teilnehmen möchten, sollten Sie über Grundkenntnisse im Umgang mit Git auf der Kommandozeile verfügen. Das heißt, Sie sollten wissen, wie man Repositorien erstellt, wie man Dateien bereitstellt und überträgt und wie man die Versionsgeschichte und den Status eines Git-Repositoriums einsehen kann.

Sie sollten für den Workshop über eine funktionierende Installation von Git verfügen (Version 2.23 oder neuer). Downloads und Installationsanweisungen Anleitungen für verschiedene Betriebssysteme finden Sie hier: https://git-scm.com/downloads.

• Arbeiten mit Branches (git branch)
• Klonen eines Repositoriums (git clone)
• Arbeiten mit einem entfernten Repositorium (git pull, git push)
• Auflösen von Versionskonflikten (git merge)
• Überprüfen, wer was geändert hat (git blame)

• Eckhard Kadasch
• Christian Knüpfer

Wenn Sie sich für fortgeschrittene Themen zu Git interessieren, melden Sie sich bitte auch für den zweiten Teil an: Kollaborative Versionskontrolle mit Git: An Advanced Workshop (siehe unseren Katalog).

Wenn Sie jemals eine Arbeit geschrieben, mit Forschungsdaten gearbeitet oder eigene Skripte programmiert haben, werden Ihnen einige der folgenden Probleme bekannt vorkommen: Sie haben versehentlich etwas überschrieben und möchten es aus einer früheren Version Ihrer Datei(en) zurückholen. Sie sehen sich ältere Versionen an und fragen sich, was genau sich zwischen Ihrer aktuellen Version und den älteren Versionen geändert hat.

Git hilft Ihnen, solche frustierenden Momente zu vermeiden. Als Versionskontrollsystem, ermöglicht Git es Ihnen, Änderungen an Ihren Dateien einfach in einer Historie zu speichern und hilft Ihnen damit, Ihre Arbeit zu dokumentieren. Anhand dieses Verlaufs können Sie sehen, was Sie wann geändert haben. Sie können jederzeit zurückgehen und Ihr Projekt auf einen früheren Zustand zurücksetzen, wenn Sie versehentlich Text gelöscht oder eine Funktion in Ihrem Code nicht mehr funktioniert. Mit Git können Sie sogar mit anderen an demselben Projekt oder sogar an derselben Datei zur gleichen Zeit arbeiten. Dazu aber mehr im zweiten Teil unserer Git-Workshop-Reihe.

In diesem Workshop machen wir Sie mit den grundlegenden Funktionen von Git vertraut. Sie werden lernen, wie Sie Git bei Ihrer täglichen Arbeit einsetzen können, um Änderungen an Ihren Dokumenten oder Code zu verfolgen. Git wurde ursprünglich in der Softwareentwicklung eingesetzt, hat aber schnell auch Nutzer außerhalb der Software-Community gefunden. Auch wenn Sie sich eher als nicht-technische Person sehen, ist dieser Workshop trotzdem für Sie geeignet. Die Git-Grundlagen sind leicht zu erlernen und einfach anzuwenden.

• Einführung in die Versionskontrolle
• Git installieren und konfigurieren (git config)
• Erstellen eines Repositoriums git init
• grundlegender Git-Workflow: ändern - einstellen - übertragen (git add, git commit)
• Status überprüfen (git status)
• Erkunden der Versionsgeschichte (git history)
• Versionen vergleichen (git diff)
• Änderungen rückgängig machen (git restore, git reset)
• eine grafische Benutzeroberfläche verwenden (git gui, GitLab)

• Eckhard Kadasch
• Christian Knüpfer

Die Kommandozeile ist ein interaktives Betriebssysteminterface. Statt einen Computer mit der Maus durch Klicken und Ziehen zu bedienen, werden Kommandos mit der Tastatur auf der sogenannten Kommandozeile oder Shell eingegeben.

Einen Rechner so zu bedienen mag auf den ersten Blick altmodisch und unbequem aussehen. Wenn man aber viel mit Dateien oder Programmierung zu tun hat, ist die Kommandozeile ein sehr effektives Instrument. Wer sich einmal an sie gewöhnt hat, wird immer wieder auf sie zurückkommen. Kommandozeilen gibt es für so ziemlich jedes Betriebssystem, einschließlich Linux, Mac OS und Microsoft Windows.

In diesem Workshop werden wir uns auf oft benutzte Kommandos der Unix/Linux Kommandozeile, die es auch für/in Windows gibt.

• Umgang mit Dateien und Verzeichnissen/Ordnern
• Start und Steuerung von Programmen
• Suchen von und in Dateien
• Ändern von Dateiinhalten
• Erstellen kleiner Skripte zur Arbeitserleichterung

• Frank Löffler
• Philipp Schäfer

• Basic definitions in research data management and the data life cycle
• Data management plans (DMP)
• Documentation, data organisation, metadata
• Storage and back-up
• Archiving
• Publication and re-use of research data
• Legal aspects

• Cora Assmann
• Luiz Gadelha
• Jitendra Gaikwad

• Basic definitions in research data management
• Data management plans (DMP) and DMP tools
• Data collection
• Data processing and analysis
• Data publishing and sharing
• Data preservation
• Data reuse and search
• Legal aspects (privacy issues) and Licenses
• Introduction to local and national RDM support facilities

• Cora Assmann
• Luiz Gadelha

Eine Winterschule mit Schwerpunkt auf Geistes-, Rechts- und Sozialwissenschaften

Programmieren und Schuhe binden haben eine Gemeinsamkeit: Um es zu lernen, muss man es (immer wieder) machen.

In diesem Kurs werden Sie lernen, Schleifen zu binden. Die Variable liegt dabei in der Ein- und Ausgabe des Fadens. Sie müssen also eine Fallunterscheidung treffen und dann dem Prozessor die entsprechenden Befehle erteilen. Die Schuhe für dieses Übungs-Programm holen Sie sich aus dem Speicher und stellen Sie anschließend wieder dahin zurück. Zum Schluss schreiben Sie die erlernten Schritte als Algorithmus auf und übersetzen ihn in eine alltagstaugliche Sprache, die auch andere interpretieren können.

Wenn Sie genau wissen, was die hervorgehobenen Worte hinsichtlich des Programmierens bedeuten, brauchen Sie diesen Kurs voraussichtlich nicht.

Die Winterschule richtet sich an alle Studierenden, die mit Texten arbeiten und die Grundlagen des Programmierens mit Python kennenlernen wollen. Sie ist daher vor allem für Studierende der geistes-, sozial- und rechtswissenschaftlichen Fachrichtungen gedacht, steht aber auch allen anderen Interessierten offen.

Zunächst erfolgt eine allgemeine Einführung in Grundbegriffe der Programmierung und die Arbeitsweise eines Computers. Im nächsten Teil werden grundlegende Prinzipien der Programmierung – wie etwa Befehle, Variablen, Schleifen und Fallunterscheidungen – vermittelt und erste Gehversuche in Python unternommen. Anschließend lernen Sie, eigene Programme zur Arbeit mit Texten zu entwickeln. Der Kurs findet überwiegend als praktische Übung in der Programmiersprache Python statt – Learning by Doing!

Die Veranstaltung findet online über Zoom statt. Die Zugangsdaten und weitere Informationen gehen den Teilnehmer*innen spätestens am 16. Februar 2022 zu. Für die Teilnahme gibt es eine Teilnahmebescheinigung.

Registrierung ist bis spätestens 15. Februar 2022 möglich.

Bash is an interactive interface to your operating systems. Instead of controlling your computer by clicking and dragging with your mouse, you type in commands at the so-called command line, terminal, or shell, of which Bash is the most widespread. Controlling your computer by hammering at the keyboard looks really old-fashioned and uncomfortable at first glance. But if you are working with a lot of data or writing your own computer programs, using the command line is a very efficient tool. After some training period you will not want to miss it anymore. With its root in the Unix operating system, Bash is nowadays available for Linux, macOS as well as Microsoft Windows.

This is the advanced Bash course. We will learn how to use Bash for

• searching for files and within files and
• creating Bash scripts for repeating tasks.

• Christian Knüpfer
• Philipp Schäfer

In diesem Workshop wird nur sehr wenig Zeit damit verbracht, was LaTeX alles kann. Stattdessen werden wir uns darauf konzentrieren tatsächlich die ersten eigenen Schritte zu gehen. Dieser Workshop allein ist wahrscheinlich nicht genug, um von Null LaTeX so gut kennenzulernen, um es in Zukunft ohne nennenswerte Hilfe benutzen zu können. Nichtsdestotrotz setzen wir hier die Grundsteine, liefern Beispiele, von denen man starten kann und geben Hinweise für weiterführenden Informationen.

• Dokumentstruktur
• grundlegende Formatierungen
• Symbole und mathematische Formeln
• Abbildungen
• Zitationen

• Frank Löffler
• Christian Knüpfer

Requirements:

• FSU account (needs to be specified at the registration page)
• no fear of linux and the command line

• André Sternbeck

Gephi is a popular and easy-to-use open-source tool for working with networks. In this workshop we will use Gephi to create example networks from data, visualise these networks and perform various analyses on them.

• Christian Knüpfer

• Anforderungen verschiedener Förderorganisationen
• Überblick über Aufbau und Inhalt eines DMPs
• Nützliche Werkzeuge und Unterstützungsangebote

• managing files and folders,
• starting and controlling programs,
• searching for files and within files,
• manipulating the content of files, and
• creating Bash scripts for repeating tasks.

• Christian Knüpfer
• Philipp Schäfer

Code is everywhere - and scientific research is no exception to this. Whether it is in the STEM disciplines or, more recently, in the growing field of digital humanities or computational social science. Programming allows researchers to handle large amounts of digital data with ease, to automate tasks that would otherwise be time-consuming or even impossible to do, and to explore new approaches. Programming skills allow you to be more autonomous of pre-existing tools and to tailor your workflow to your own needs.

Python is one of the world's most popular programming languages, not only but also, for scientific programming. Part of its popularity comes from the fact that is rather easy to learn. But most importantly, you can use Python for a broad range of tasks, e.g. text analysis, sequence analysis, mathematical computations, machine learning, visualization, and many more.

This two-session workshop gives you a practical introduction to the basics of Python. It requires no prior experience with programming. Our goal is to show you some potentials of Python, help you get started with programming and prepare you to take your next steps (on your own or in another course).

1. The course consists of two sessions. The first is on Tuesday, 04.01.2022 from 10:00 to 12:00, the second on Tuesday, 11.01.2022 from 10:00 to 12:00.
2. If possible, please also register for the course via Indico: https://indico.rz.uni-jena.de/event/12/.

• Yannic Bracke
• Eckhard Kadasch

If you have ever written a paper or worked with research data, some of the following problems may sound familiar to you: You have accidentally overwritten something and would like to get it back from an earlier version of your file(s). You find yourself looking through a bunch of older versions wondering what exactly has changed between your current version and the older version. You and a colleague work on the same files and have to e-mail different versions back and forth. You and a colleague use a shared folder (e.g. Nextcloud, Dropbox) but made edits at the same time, so some of your edits are lost.

These unpleasant situations can be avoided by using git. As a version control system, git helps you to keep track of your work and to collaborate with other people. It enables easy documentation, the saving and retrieving of earlier versions and working with others in the same directory or even on the same file at the same time.

Git has been mostly used for software development so far - but this should not put off researchers from non-technical disciplines. The git basics are easy to learn and easy to apply. In this two-session course, you are introduced to the fundamental features of git and learn how to use it in your daily work.

Data security may only be a part of IT security, but even when concentrating of the security of data, the list of available tools is at least as long as the list of possible dangers.

Within this introductory workshop we will discuss topics starting from social engineering, come to possibly good and not so good password practices, will mention just a bit of the concept of public/private key encryption, before you will learn how to use some of the more common tools using these methods, including password managers, gpg, VPN, email signatures and encryption, and last but not least, your browser.

Due to the large zoo of tools, it is likely that we do not cover your tools of choice. However, we will focus on those aspects that are similar across different products.

In 1804 the should-be famous engineer Richard Trevithick invented something to connect us all – the very first steam locomotive, a train. While being a huge success at the time, little did he know that he was laying the foundation of a much bigger phenomenon: I am, of course, talking about the hype train. But while back then the train was used to connect people, this train is – and with rising COVID numbers, this aspect is probably more important than ever – all about isolation.

In this workshop, we are going to put both of these aspects together: we will discuss the hype around Docker that appeared over the past years and why its isolation features are so important to its success.

With practical exercises and some sprinkles of theoretical background you will develop an understanding of how Docker (and container engines in general) works, what it is used for and how you can take advantage of it. You will learn how to use the Docker tools to run and manage containers, or release your own software to the public. Then, if time permits, we will deep-dive into higher-level tools to orchestrate collections of containers across the boundaries of a single physical machine.

So, if that sounds interesting to you, hop on the hype train, or it will leave the station without you! All aboard!

Are you working with data organised in spreadsheets? Do you usually spend more time on data cleansing and data quality improvements than on data analysis? And do you want a powerful tool, that is free of charge and runs on every computer, including your local PC? If your answer to these questions is YES, then you should consider registering for this hands-on workshop.

OpenRefine is a powerful, free and open source tool to clean, correct, codify, and extend your tabular data. Using OpenRefine will save you hours of manual editing and correcting of data.

In this hands-on workshop we will first introduce what OpenRefine is and what it can do. You will learn how to import your data into OpenRefine, how to find and correct errors in your data, how to transform data, and how to save and export your cleaned data from OpenRefine. Finally, we will point you to additional resources to continue learning after the workshop.

Participating in this workshop does not require any prior installation nor knowledge of OpenRefine.

• Basic definitions in research data management and the data life cycle
• Data management plans (DMP)
• Documentation, data organisation, metadata
• Storage and back-up
• Archiving
• Publication and re-use of research data
• Legal aspects

• Cora Assmann
• Annett Schröter
• Volker Schwartze

comic by xkcd.

Spreadsheets, they are loved, hated and for many people indispensable. In science, they are a widely used way to organize data. However, there are many pitfalls and the uncritical handling of spreadsheets can lead to sever misunderstandings or problems, as the loss of data about more than 10,000 COVID-19 cases in the UK shows. But also without such severe consequences, spreadsheets can be a source of annoyance if files that were created by others or just in a different software are not understandable or usable without additional effort. In this workshop, we will introduce possible pitfalls as well as some good practice guidelines when creating spreadsheets.

• Anforderungen verschiedener Förderorganisationen
• Überblick über Aufbau und Inhalt eines DMPs
• Nützliche Werkzeuge und Unterstützungsangebote