zedif: Kurse

Beschreibung:

Wenn Sie jemals eine Publikation 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 später sehen, wer wann was geändert hat, und idealerweise auch warum. Sie können jederzeit zurückgehen und Ihr Projekt auf einen früheren Zustand zurücksetzen, wenn Sie versehentlich etwas gelöscht haben oder eine Funktion in Ihrem Code nicht mehr funktioniert. Mit Git können Sie sogar mit anderen am selben Projekt oder sogar an der selben 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 für die Softwareentwicklung entwickelt, 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 Kurssprache ist Englisch.

Voraussetzungen:

Während des Kurses tippen Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Dafür 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. Falls es nötig ist, können Sie auch die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Für den Kurs sind keine speziellen Vorkenntnisse notwendig. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Ordnern sollten Sie vertraut sein.

Zertifikat:

Dieser Workshop ist Teil unseres Software Carpentry Workshops. Um das Software Carpentry Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.

Schwerpunkte:

• 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)

Kursleitung:

• Eckhard Kadasch
• Frank Löffler

Beschreibung:

Die Kommandozeile ist eine interaktive Schnittstelle zu Ihrem Computer. Statt ihn mit der Maus durch Klicken zu bedienen, werden Kommandos mit der Tastatur eingegeben und ausgeführt. Das mag auf den ersten Blick altmodisch und unbequem erscheinen. Sobald man jedoch mit vielen Dateien gleichzeitig zu tun hat oder programmiert, wird die Kommandozeile zu einem sehr effizienten Werkzeug.

Als Beispiele für ihre Stärken seien das Durchsuchen aller Dateien in einem Verzeichnis und dessen Unterverzeichnissen nach einem Wort oder einer anderen Folge von Zeichen sowie das Auffinden aller Dateien, die in einem bestimmten Zeitraum geändert wurden, genannt. Außerdem sind viele Skripte und Programme anderer Wissenschaftler/innen nur von der Kommandozeile nutzbar.

In diesem Workshop stellen wir häufig genutzte Kommandos des Programms Bash vor, einer Kommandozeilenschnittstelle, die zunächst für Unix entwickelt wurde, heute jedoch für alle gängigen Desktopbetriebssysteme verfügbar ist, also macOS, Microsoft Windows und Linux.

Die Kurssprache ist Englisch.

Voraussetzungen:

Während des Kurses tippen Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Dafür benötigen Sie eine funktionierende Installation von Bash. Auf Geräten mit Linux oder MacOS ist dies bereits installiert. Auf Windows-Geräten können Sie Git (https://git-scm.com/downloads) installieren, was Bash in Form von GitBash mitbringt. Falls Sie das Windows-Subsystem für Linux (https://learn.microsoft.com/de-de/windows/wsl/about) installiert haben, steht Ihnen Bash auch schon zur Verfügung. Alternativ können Sie die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist. Wir empfehlen jedoch, Ihr eigenes Gerät und damit Ihre gewohnte Umgebung zu nutzen.

Für den Kurs sind keine speziellen Vorkenntnisse notwendig. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Ordnern sollten Sie vertraut sein.

Zertifikat:

Dieser Workshop ist Teil unseres Software Carpentry Workshops. Um das Software Carpentry Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.

Schwerpunkte:
Benutzung der Kommandozeile für:

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

Kursleitung:

• Eckhard Kadasch
• Frank Löffler

Beschreibung:
This short introduction to R is tailored for researchers with zero experience in R or those who seek a refresher. In this hands-on crash course, I will provide you with the fundamental knowledge needed to get started working with R for data analysis. Using a practical example dataset, you will learn how to import, clean, process, and analyse data, as well as visualize the results. The workshop emphasizes executing specific tasks in R without overwhelming you with intricate details. We'll cover the basics of R syntax and working with objects, and explore data handling and graphics. If you're seeking a quick way to dive into R and want to focus on applying R to your data right away, this workshop is for you. However, if you want a more comprehensive introduction to R, including more advanced topics such as writing custom functions for efficient data analysis, see my 2-day workshop [Link: Introducing R as a flexible tool for data analysis].  
Kursleitung:

• Jan Plötner

Beschreibung:

In dieser Coffee Lecture stellen wir das Werkzeug SQLite Database Browser vor und zeigen, Auswertungen welcher Art damit möglich sind. Außerdem ordnen wir es als Werkzeug relativ zu gängigen Tabellenkalkulationsprogrammen, wie LibreOffice Calc oder Microsoft Excel, ein.

Kursleitung:

• Philipp Matthias Schäfer (Uni Jena)

Beschreibung:

In recent years, the specific requirements of funding institutions (e.g. DFG, EU) in the field of research data management (RDM) have increased. Principal investigators are faced with the challenge of not only designing innovative research projects, but also ensuring that they meet the specific RDM requirements.
 
This workshop is specifically designed for Principal Investigators of research projects (professors, junior-professors, postdocs). It offers an introduction to the key aspects of RDM, from application to implementation, focusing on the specific requirements of funding institutions. Furthermore, the workshop will give an insight into the resources and support structures for research data management at the Friedrich Schiller University.
Schwerpunkte:

• Requirements of funding bodies for research data management
• Resources and support structures for research data management at Friedrich Schiller University
• Q&A-session on RDM for PIs

Dozent:innen:
Roman Gerlach | Kontaktstelle Forschungsdatenmanagement; Dr. Cora Assmann | Thüringer Kompetenznetzwerk Forschungsdatenmanagement
Kursleitung:

• Benjamin Sippel
• Cora Assmann
• Roman Gerlach

Beschreibung:

Unter den vielen Daten, mit denen jede und jeder von uns täglich Berührung hat, sind etliche, die nicht für die Einsicht oder Kenntnis durch beliebige Personen bestimmt sind. Die Verschlüsselung von Dateien und Ordnern ist eine einfache Methode, den Zugriff auf Daten zu beschränken - egal ob es sich um Zugangsdaten oder andere Geheimnisse handelt, um Unterlagen aus der Projektbuchhaltung, die in der Cloud, auf USB-Stick oder externer Festplatte gespeichert werden sollen oder ob es um das Erfordernis geht, in der eigenen Forschung erhobene personenbezogene Daten angemessen vor unbefugtem Zugriff zu schützen. Es gibt Werkzeuge, mit denen diese Verschlüsselung alltagstauglich und viel einfacher zu bewerkstelligen ist, als oft vermutet.

Kursleitung:

• Stefan Kirsch (EAH Jena)

Beschreibung:

Daten sind das neue Öl – diesen Spruch hört man heutzutage sehr häufig. Jedoch, ähnlich wie beim Öl, sind Daten nur dann wertvoll, wenn diese sinnvoll verwendet werden. Werden Daten richtig analysiert, ausgewertet und anschließend interpretiert, um daraus eine nutzbringende Erkenntnis zu gewinnen, ist dies der Fall. Dafür werden heute vielfach Methoden des maschinellen Lernens (ML) verwendet – Verfahren, die über statistische Auswertungen hinaus gehen.

Dieser Workshop soll zunächst die Grundlagen des maschinellen Lernens theoretisch-anschaulich vermitteln und Ihnen einen Überblick über verbreitete Verfahrensarten geben. Wir zeigen anhand von Beispieldatensätzen, wie Daten zunächst statistisch und visuell analysiert werden können und welche Verfahrensarten des maschinellen Lernens sich darauf anwenden lassen, um passende ML-Modelle auszuwählen, zu trainieren und auf neue Daten anwenden zu können.

Um dies den Teilnehmer:innen praktisch näher zubringen, verwenden wir im Workshop die No-Code-Software Orange Data Mining. Das Paket ermöglicht es uns, alle Schritte eines Machine-Leaning-Workflows umzusetzen, ohne dabei eine Programmiersprache zu verwenden — vom Aufbau, über das Training bis hin zu Anwendung eines Modells.

Um den direkten Austausch zwischen den Teilnehmer:innen und Instruktoren zu ermöglichen, bieten wir diesen Workshop in Präsenz und nicht als Hybridkurs an.

Die Kurssprache ist Englisch.

Voraussetzungen:

• Vorkenntnisse sind nicht notwendig.

Schwerpunkte:

• Datenanalyse und Datenrepräsentationen
• Arten, Methoden und Modelle des maschinellen Lernens
• Modelltraining
• Modellvalidierung

Kursleitung:

• Eckhard Kadasch
• Oliver Mothes

Beschreibung:

Wir werden Ihnen beibringen, Fragen wie die folgenden zu beantworten:

• Unter welcher Lizenz veröffentliche ich meine Daten?
• Ist die Lizenz der Softwarebibliothek kompatibel mit der Lizenz, die mein Fördergeber verlangt?
• Gibt es verschiedene Lizenzen für Daten und für Software?

Wir beginnen mit einem Überblick zu Software- und Datenlizenzen, deren Eigenschaften und wie sie Ihre wissenschaftliche Arbeit mit Software oder Daten beeinflussen. Danach festigen Sie das Gelernte durch der Bearbeitung realistischer Beispiele. Schließlich wird Zeit sein, konkrete Beispiele der Teilnehmenden (also auch Ihre) zu diskutieren.

Voraussetzungen:

Für diesen Kurs benötigen sie kein besonderes Vorwissen.

Schwerpunkte:

• Datenlizenzen
• Softwarelizenzen

Kursleitung:

• Cora Assmann
• Frank Löffler
• Philipp Schäfer

Beschreibung:

In dieser Coffee Lecture wollen wir einen Blick auf eine kleine Auswahl an Software werfen, die dabei hilft, dass Backups tatsächlich angelegt werden und dann auch vorhanden sind, wenn sie gebraucht werden sollten.

Kursleitung:

• Stefan Kirsch (EAH Jena)

Beschreibung:

Viele Softwareprodukte können zum Schreiben von Texten verwendet werden. Populäre Textverarbeitungsprogramme wie LibreOffice oder Microsoft Word stellen Nutzende in bestimmten wissenschaftlichen Kontexten vor große Herausforderungen. LaTeX wurde entwickelt, um diese Herausforderungen zu meistern. Welche Vorteile von LaTeX für Sie am wichtigsten sind, hängt von Ihrem Forschungsgebiet, anderen Werkzeugen, die Sie benutzen und nicht zuletzt auch von Ihren persönlichen Vorlieben ab. So verträgt sich LaTeX gut mit Versionskontrollsystemen wie Git, LaTeX-Dokumente bleiben in der Regel klein, LaTeX kann nicht nur von Menschen, sondern auch von Software leicht bearbeitet werden, in LaTeX sehen mathematische Ausdrücke besser aus, und nicht zuletzt: LaTeX ist vielleicht sowieso schon Standard in Ihrem Forschungsgebiet.

Nach diesem Workshop werden Sie die Unterschiede zwischen Textverarbeitungsprogrammen wie LibreOffice oder Microsoft Word und Systemen wie LaTeX zu schätzen wissen. Da es sich um einen praktischen Workshop handelt, liegt das Hauptaugenmerk darauf, dass Sie Ihre eigenen ersten Schritte mit LaTeX machen, wenn möglich auf Ihrem eigenen Computer. Dieser Workshop allein wird wahrscheinlich nicht ausreichen, damit ein Anfänger LaTeX in Zukunft ohne weitere Hilfe oder Nachschlagewerke verwenden kann. Er soll aber einen schnellen Start bei der Erstellung einfacher Dokumente ermöglichen und eine solide Grundlage für das Schreiben wissenschaftlicher Publikationen in Zusammenarbeit mit fortgeschritteneren Benutzern bieten.

Die Kurssprache ist Englisch.

Voraussetzungen:

Falls Sie Ihren eigenen Computer mitbringen, installieren Sie bitte LaTeX vorher, weil die Installation eine ganze Weile dauern kann. Falls es nötig ist, können Sie auch die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

LaTeX:

Wie man am besten LaTeX installiert, hängt von Details des Betriebssystems ab. Installationsanweisungen für verschiedene Betriebssysteme finden Sie hier. Falls Sie sich nicht sicher sind, welches LaTeX Sie installieren sollen, bevorzugen Sie TeX Live. Unter Linux wird Ihre Distribution schon LaTeX-Pakete bereitstellen: benutzen Sie dort diese statt der direkten Installation von Tex Live.

Ein Editor:

LaTeX benutzt einfache Textdateien (plain text), weswegen jeder Texteditor, der damit zurechtkommt funktionieren wird. Einige Editoren haben zusätzliche Funktionalität für LaTeX und andere wurden speziell für LaTeX geschrieben. Falls Sie schon einen bestimmten Texteditor bevorzugen, empfehlen wir Ihnen, ihn auch weiterhin zu benutzen. Andernfalls empfehlen wir Ihnen, für den Kurs TeXStudio zu installieren und nutzen.

Der Kurs setzt keine speziellen Kenntnisse voraus. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Ordnern sollten Sie vertraut sein.

Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:
This workshop is designed to introduce R as a flexible tool for data analysis. It is suitable for researchers who have little or no prior experience with R. Participants will learn the basic steps of data analysis, including data importing, cleaning, processing, analysis, and visualization. Additionally, the workshop covers basic programming in R and teaches participants how to write their own functions and efficiently work with many variables and/or subsets of their data. This workshop not only focuses on teaching you the basics but also aims to give you an understanding of R as a programming language. This workshop is intended to provide you with a comprehensive introduction to R. If you are seeking a more hands-on approach focused on the fundamentals of R, see my 1-day workshop (https://qualifizierung.uni-jena.de/pages/coursedescription.jsf?courseId=62454320&catalogId=53125411).

Workshop dates: 8. and 15.12.2023, 9.oo a.m. - 5.oo p.m.
Kursleitung:

• Jan Plötner

Beschreibung:
 
Nach Monaten der Datenerhebung, Analyse und Interpretation der Daten möchten Sie Ihre Ergebnisse nun in einer Fachzeitschrift veröffentlichen? Dann ist es an der Zeit, Ihre Daten noch einmal genauer zu betrachten und darüber nachzudenken, wie sie jetzt aufbereitet werden können. Oder stehen Sie gerade in den Startlöchern Ihrer Doktorarbeit oder Ihres Postdoc-Projekts und möchten sichergehen, dass Sie bei der Durchführung und Dokumentation Ihrer Forschung nichts übersehen haben?
 
Gemäß den DFG Leitlinien zur Sicherung guter wissenschaftlicher Praxis sollen Ihre Ergebnisse nachvollziehbar und reproduzierbar sein. Haben Sie schon mal etwas von FAIRen Daten gehört? In Bezug auf Ihre Daten bedeutet dies, dass sie Findable (auffindbar), Accessibale (zugänglich), Interoperable (interoperabel) und Reusable (wiederverwendbar) sein sollen. Sind Sie sich bewusst, dass die Veröffentlichung Ihrer Daten in einem speziellen Datenjournal oder Repositorium Ihnen nicht nur helfen kann, diese Anforderungen zu erfüllen, sondern dass Sie dadurch auch eine zusätzliche Publikation und weitere Zitierungen erhalten können?
 
Die Veröffentlichung und Langzeitarchivierung Ihrer Daten sind nur zwei Aspekte des Forschungsdatenmanagements. Dieser Workshop soll Ihnen dabei helfen, Ihre Bedürfnisse an das Datenmanagement zu ermitteln, unabhängig davon, in welcher Phase des Projekts Sie sich befinden. Zudem soll er Ihnen eine praktische Anleitung geben, wie Sie Ihre Daten organisieren, strukturieren, beschreiben und veröffentlichen können, um die Anforderungen der guten wissenschaftlichen Praxis zu erfüllen.
 
Themen des Kurses:

• Definition Forschungsdatenmanagement und Lebenszyklus von Forschungsdaten
• Datenmanagementpläne
• Dokumentation, Datenorganisation, Metadaten
• Speicherung und Back-up
• Archivierung
• Veröffentlichung und Nachnutzung von Forschungsdaten
• Rechtliche Aspekte

Der Kurs findet am 6. und 8. Dezember statt. Wir werden vor den beiden Sitzungen Selbstlernmaterialien zur Verfügung stellen. Dabei wird von den Teilnehmenden erwartet, dass Sie das Material vorher anschauen und gestellte Aufgaben bearbeiten. Während der Veranstaltung wird es Übungen, Gruppenarbeiten, Diskussionen und Präsentationen geben.
Kursleitung:

• Roman Gerlach
• Jeanin Jügler

Beschreibung:

Obwohl HPC-Cluster aus ähnlichen Komponenten wie PCs oder Workstations aufgebaut sind, arbeitet man darauf auf eine ganz andere Weise. Das liegt vor allem daran, dass sie aus vielen miteinander vernetzten Computern bestehen und von mehreren Benutzern gemeinsam genutzt werden.

Wir beginnen diesen Workshop damit, Ihnen den inneren Aufbau eines typischen HPC-Clusters zu erklären und die Unterschiede zu einer Workstation aufzuzeigen. Anschließend erfahren Sie, wie Sie den Slurm Workload Manager verwenden, der auf dem Hochschulcluster „Draco“ zum Einsatz kommt um Rechenaufträge auf die Hardware zu verteilen. Sie lernen, wie Sie damit verschiedene Arten von Batch-Jobs und interaktive Aufgaben ausführen. Während der Hands-on-Sessions werden Sie Ihre ersten Rechenjobs selbst an den Cluster übermitteln und sich hoffentlich an deren Ergebnissen erfreuen. Schließlich zeigen wir Ihnen, wie Sie Ihre eigene parallele Software auf dem Cluster zum Laufen bringen können.

Dieser Workshop findet in Präsenzform statt, eine Online-Teilnahme ist nicht möglich. Die Kurssprache ist Englisch.

Voraussetzungen:

Zur Teilnahme benötigen sie ein Nutzerkonto der Uni Jena, welches auf der Anmeldeseite angegeben werden muss. Außerdem sollten sie grundlegende Kenntnisse im Umgang mit Linux und der Kommandozeile haben.

Sie können Ihren eigenen Laptop oder einen der Pool-PCs verwenden.

Schwerpunkte:

• Struktur von HPC-Systemen
• Übersicht lokaler HPC-Ressourcen
• Nutzung lokaler HPC-Ressourcen
• Grundkonzepte der Parallelisierung

Kursleitung:

• Eckhard Kadasch
• André Sternbeck

Beschreibung:

Ob digitale Mikroskopiebilder oder Videos von Unterwasserrobotern — Bilddaten sind in zahlreichen Forschungsbereichen ein wichtiges Werkzeug für die Erforschung und Überwachung von Lebensräumen. Die Auswertung der Daten ist jedoch aufwändig und zeitintensiv. BIIGLE ist eine web-basierte Software für die effiziente manuelle Auswertung von Bild-und Videodaten. Neben zahlreichen Werkzeugen für die manuelle Auswertung bietet es auch Methoden des maschinellen Lernens zur automatisierten Unterstützung bei dieser Aufgabe an.

Kursleitung:

• Martin Zurowietz (Uni Bielefeld)

Beschreibung:

Matplotlib ist eine umfassende Bibliothek zur Visualisierung von Daten und zur Erstellung hochwertiger Plots, die sich in der Python-Welt schnell zum Standard für zweidimensionale Visualisierungen entwickelt hat. 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, ganz besonders, wenn Sie Python sowieso schon nutzen.

In diesem Workshop lernen Sie, wie Sie Matplotlib für Ihre wissenschaftlichen Visualisierungen einsetzen können. Sie probieren verschiedene Darstellungsarten aus und lernen, wie Sie Visualisierungen an Ihre Bedürfnisse anpassen, beschriften und in verschiedene Formate exportieren können.

Am Ende dieses Workshops werden Sie nicht nur in der Lage sein, Ihre Daten zu visualisieren, sondern Sie werden auch ein Werkzeug zur Hand haben, mit dem Sie dies automatisierbar tun können.

Aufgrund des hochgradig interaktiven Charakters dieses Kurses kann er nur als Präsenzkurs und nicht als Hybridkurs angeboten werden.

Die Kurssprache ist Englisch.

Voraussetzungen:

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

Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Volker Schwartze

Beschreibung:

GitLab ist eine Webanwendung zur Verwaltung von Git-Repositorien. Daher ist es vor allem für die Verwaltung solcher Projekte geeignet, die hauptsächlich mit Textdateien arbeiten, wie zum Beispiel Software-Quellcode oder TeX-basierte Dokumente. Mit seinem eingebauten Ticketsystem und Wiki kann es sogar das richtige Werkzeug für Projektmanagement ganz ohne Dateien sein.

Dieser Kurs vermittelt Ihnen ein grundlegendes Verständnis der Funktionen von GitLab. Auf Basis dessen können Sie fundierte Entscheidungen über den Einsatz des Werkzeugs treffen.

Während des gesamten Kurses nutzen die Teilnehmenden den Dozierenden folgend die Werkzeuge und wenden so neues Wissen direkt an.

Erfahrung mit Git ist keine Voraussetzung für die Teilnahme an diesem Kurs. Ein grundlegendes Verständnis von Docker ist hilfreich aber nicht notwendig, um dem Abschnitt zur Automatisierung zu folgen.

Die Kurssprache ist Englisch.

Schwerpunkte:

• 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

Kursleitung:

• Philipp Schäfer
• André Sternbeck

Beschreibung:

Code ist überall - und die wissenschaftliche Forschung ist da keine Ausnahme. Das Programmieren ermöglicht es Forschenden, große Mengen digitaler Daten mühelos zu verarbeiten, Aufgaben zu automatisieren, die sonst zeitaufwändig oder gar unmöglich wären, und neue Ansätze zu testen. Die Programmierkenntnisse, die Sie in diesem Workshop entwickeln, ermöglichen es Ihnen, unabhängiger von bereits vorhandenen Werkzeugen zu sein und Ihren Arbeitsablauf an Ihre eigenen Bedürfnisse anzupassen.

Wir verwenden in diesem Workshop Python, eine der beliebtesten Programmiersprachen der Welt – nicht nur, aber auch – für die wissenschaftliche Programmierung. Ein Teil ihrer Beliebtheit beruht auf der Tatsache, dass sie relativ leicht zu erlernen ist. Vor allem aber kann man Python für eine breite Palette von Aufgaben einsetzen, z.B. Textanalyse, Sequenzanalyse, mathematische Berechnungen, maschinelles Lernen, Visualisierung und vieles mehr.

Dieser Workshop gibt Ihnen eine praktische Einführung in die Grundlagen der Programmierung mit Python. Dabei konzentrieren wir uns auf grundlegenden Befehle, die für die meisten Anwendungsfälle eine Voraussetzung sind. Darüber hinaus lernen Sie das Paket Pandas kennen, das die effiziente Verarbeitung und Analyse von tabellarischen Daten ermöglicht. Wir werden uns anschauen, wie man mit Hilfe einer kleinen Zahl von Befehlen Tabellen umformatieren sowie die enthaltenen Daten auswerten und visualiseren kann. Es werden keine Vorkenntnisse in der Programmierung vorausgesetzt. Unser Ziel ist es, Ihnen einige der Möglichkeiten von Python zu zeigen, Ihnen den Einstieg in die Programmierung zu erleichtern und Sie auf Ihre nächsten Schritte vorzubereiten (allein oder in einem anderen Kurs).

Um den direkten Austausch zwischen den Teilnehmer:innen und Instruktoren zu ermöglichen, bieten wir diesen Workshop nur in Präsenz und nicht als Hybridkurs an.

Voraussetzungen:

--

Zertifikat:

Dieser Workshop ist Teil unseres Software Carpentry Workshops. Um das Software Carpentry Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.

Schwerpunkte:

• Variablen und Zuweisungen
• grundlegende Datentypen
• grundlegende Ablaufsteuerung
• Arbeit mit tabellarischen Daten
• Datenvisualisierung
• Funktionen schreiben und vewenden

Kursleitung:

• Eckhard Kadasch
• Volker Schwartze

Beschreibung:

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 Kurssprache ist Englisch.

Voraussetzungen:

Während des Kurses tippen Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Dafür 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. Falls es nötig ist, können Sie auch die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Für den Kurs sind keine speziellen Vorkenntnisse notwendig. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Ordnern sollten Sie vertraut sein.

Zertifikat:

Dieser Workshop ist Teil unseres Software Carpentry Workshops. Um das Software Carpentry Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.

Schwerpunkte:

• 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)

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:

Die Kommandozeile ist ein interaktive Schnittstelle zum Betriebssystem eines Computers. Statt ihn mit der Maus durch Klicken zu bedienen, werden Kommandos mit der Tastatur eingegeben und ausgeführt. Einen Rechner so zu bedienen mag auf den ersten Blick altmodisch und unbequem erscheinen. Wenn man jedoch mit vielen Dateien gleichzeitig zu tun hat oder programmiert, ist die Kommandozeile ein sehr effektives Werkzeug.

Als Beispiele für ihre Stärken seien das Durchsuchen aller Dateien in einem Verzeichnis und dessen Unterverzeichnissen nach einem Wort oder einer anderen Folge von Zeichen sowie das Auffinden aller Dateien, die in einem bestimmten Zeitraum geändert wurden, genannt. Außerdem sind viele Skripte und Programme anderer Wissenschaftler/innen nur von der Kommandozeile nutzbar.

In diesem Workshop stellen wir häufig genutzte Kommandos des Programms Bash vor, einer Kommandozeilenschnittstelle, die zunächst für Unix entwickelt wurde, heute jedoch für alle gängigen Desktopbetriebssystem verfügbar ist, also macOS, Microsoft Windows und Linux.

Die Kurssprache ist Englisch.

Voraussetzungen:

Während des Kurses tippen Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Dafür benötigen Sie eine funktionierende Installation von Bash. Auf Geräten mit Linux oder MacOS ist dies bereits installiert. Auf Windows geräten können Sie Git (https://git-scm.com/downloads) installieren, was Bash in Form von GitBash mitbringt. Falls es nötig ist, können Sie auch die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Für den Kurs sind keine speziellen Vorkenntnisse notwendig. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Ordnern sollten Sie vertraut sein.

Zertifikat:

Dieser Workshop ist Teil unseres Software Carpentry Workshops. Um das Software Carpentry Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.

Schwerpunkte:
Benutzung der Kommandozeile für:

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

Kursleitung:

• Christian Knüpfer
• Philipp Schäfer

Beschreibung:

Wir werden damit beginnen, uns mit Bash vertraut zu machen. Bash ist gleichzeitig Kommandozeilenprogramm und Programmiersprache und bietet Zugang zu etlichen kleinen hilfreichen Programmen. Die gemeinsame Nutzung dieser Programme in Bash ermöglicht die Automatisierung von Aufgaben der Datenverarbeitung und Programmierung.

Als nächstes werden wir das Versionsverwaltungssystem Git kennen lernen. Es hilft uns, Änderungen im Quellcode zu verfolgen: Wer hat wann was verändert und warum. Das kann uns zum Beispiel dabei helfen, Fehler in unserem Quellcode zu finden.

Schließlich werden wir lernen mit Python zu programmieren. Beginnend mit den grundlegenden Konzepten der Programmierung werden wir darauf hinarbeiten, unser erstes Pythonskript zu schreiben.

Die Kurssprache ist Englisch.

Voraussetzungen:

Während des Kurses tippen Sie, den Lehrenden folgend, bevorzugt auf Ihren eigenen Geräten. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von Git (https://git-scm.com/downloads) oder Python (https://www.python.org/downloads/) in Anspruch nehmen möchten. Bash ist entweder schon installiert (MacOS/Linux) oder wird zusammen mit Git installiert (Windows). Falls es nötig ist, können Sie auch die Computer im Pool vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Für den Kurs sind keine speziellen Vorkenntnisse notwendig. Lediglich mit grundlegenden Konzepten von Dateisystemen, Dateien und Verzeichnissen sollten Sie vertraut sein.

Zertifikat:

Um das Software Carpentry Zertifikat zu erhalten, müssen Sie an allen vier Tagen teilnehmen. Sie können jedoch auch nur an einem oder zwei der Kurse teilnehmen, die diesen Workshop bilden:

• Einführung in die Kommandozeile
• Grundlegende Versionsverwaltung mit Git
• Einführung in das Programmierung mit Python

Schwerpunkte:

• Kommandozeile mit Bash
• Versionsverwaltung mit Git
• Programmieren mit Python

Kursleitung:

• Eckhard Kadasch
• Christian Knüpfer
• Frank Löffler
• Volker Schwartze
• Philipp Schäfer

Beschreibung:

Ob Biologie, Soziologie, Psychologie oder Wirtschaftswissenschaften, ob Fragebogen-, Mess- oder Gerätedaten: In der Wissenschaft werden Forschungsdaten häufig in tabellarischer Form verarbeitet. Allerdings lauern dabei zahlreiche Stolpersteine, und der falsche Umgang mit Tabellendaten kann im Forschungsalltag zu Problemen führen. Im ersten Teil unseres Workshops zeigen wir Ihnen, wie Sie Ihre Tabellendaten effektiv organisieren und worauf Sie bei deren Formatierung achten sollten. In praktischen Übungen werden wir die erlernten Grundlagen an Testdatensätzen anwenden. Obwohl die Übungen in Excel durchgeführt werden, lassen sich die Konzepte problemlos auf andere Anwendungen übertragen. Im zweiten Teil des Workshops stellen wir Ihnen das Open-Source-Tool OpenRefine vor, welchen Sie dabei unterstützt Ihre Forschungsdaten für die Analyse aufzubereiten. Sie erfahren, wie Sie Ihre Daten in OpenRefine importieren, Inkonsistenzen finden und beheben können. Des weiteren zeigen wir Ihren, wie Sie Ihre bereinigten Daten in geeigneten Datenformaten speichern können. Zum Abschluss geben wir Ihnen einen Einblick, welche weiteren Möglichkeiten OpenRefine zur Verbesserung der Datenqualität bereit hält. Auch in diesem Teil des Workshops haben Sie Gelegenheit, das Erlernte an einem Testdatensatz zu erproben. Der Workshop richtet sich an Forschende der Thüringer Hochschulen und Forschungseinrichtungen. Grundlegende Kenntnisse zum Arbeiten mit Tabellen sind hilfreich. Vorkenntnisse in OpenRefine sind nicht notwendig. Achtung: Um einen reibungslosen technischen Ablauf im Workshop zu gewährleisten, ist am 24. Oktober 2023 ein kurzer obligatorischer Technik-Test (5-10 Minuten) vorgesehen. Bitte wählen Sie sich innerhalb eines angebotenen Zeitfenster in den Kursraum ein.

Kursleitung:

• TKFDM

Beschreibung:

Die Coffee Lecture stellt keine umfassende Einführung in OpenRefine dar. Möchte Sie einen ausführlicheren Einblick in das Tool bekommen und an praktischen Übungen lernen wie die Datenaufbereitung funktioniert dann laden wir Sie herzlich zu unserem Online-Workshop “Effiziente Organisation und Aufbereitung von tabellarischen Daten” am 26. Oktober 2023 ein. Der Kurs wird vom TKFDM und FDM-HAWK Projekt online von 8:30 bis 12:30 durchgeführt und steht allen Forschenden an Thüringer Einrichtungen offen.

Kursleitung:

• Cora Assmann

Beschreibung:
LaTeX is the standard software for publication of scientific documents in many fields. This workshop focuses on only that use of LaTeX (which includes theses) and assumes no previous knowledge. Many software products can be used to write texts. However, many of those that you may already know, like LibreOffice or Microsoft Word, pose challenges when used in a scientific context. LaTeX is designed to circumvent these challenges. Which of these are most important for you depends on your field of research, other tools you use and, last but not least, personal preferences, but they may include: LaTeX plays well with version contol systems like git, LaTex documents typically stay small, LaTeX can easily be edited not only by humans, but also by software, LaTeX can set mathematical expressions beautifully, LaTeX may already be the standard in your field of research. After this workshop you appreciate the differences between document editors like LibreOffice or Microsoft Word and systems like LaTeX. Being a hands-on workshop, the main focus will lie on you making your own first steps using LaTeX, if possible on your own computer. This workshop alone will likely not be enough for a beginner to use LaTeX in the future without further help or reference at all, but aims to provide a quick start as main author and a solid ground to write scientific publications in collaboration with more advanced users. Please bring your own device, as we aim to get you setup in your own environment. You will receive more information (e.g. what to install beforehand) closer to the workshop date (roughly a week beforehand).
Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:

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 wahrscheinlich nicht.

Dieser Workshop 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, die das Programmieren lernen wollen.

Wir beginnen mit einer allgemeinen Einführung in die Grundbegriffe der Programmierung und die Arbeitsweise eines Computers. Danach vermitteln wir grundlegende Prinzipien der Programmierung – wie etwa Befehle, Variablen, Schleifen und Fallunterscheidungen. Im letzten Teil lernen Sie eigene Programme zur Arbeit mit Texten zu entwickeln. Sie werden ein Programm schreiben, das den vollständigen Text eines Buches auf die am häufigsten verwendeten Wörter hin analysiert und damit im Handumdrehen einen ersten Einblick in den Text gibt.

Der Workshop findet überwiegend als praktische Übung in der Programmiersprache Python statt, mit vielen Übungen zwischen den Lehreinheiten.
Schwerpunkte:
 

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

 
Kursleitung:

• Eckhard Kadasch
• Volker Schwartze

Beschreibung:
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 three-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). Please bring your own device, as we aim to get you setup in your own environment. You will receive more information (e.g. what to install beforehand) closer to the workshop date (roughly a week beforehand).
Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:
In diesem Online-Workshop lernen Sie, welche Tabelleneinstellungen hierfür hilfreich sind und wie Sie Bezüge und große Datenmengen nach unterschiedlichen Kriterien zusammenfassen und analysieren können.

Der Workshop ist für Personen geeignet, die bereits Vorkenntnisse von Excel haben.
Schwerpunkte:

• Text in Spalten aufteilen
• Transponieren
• Rechnen über Blätter und Mappen hinweg
• Verschiedene Wege Verknüpfungen zu erstellen
• Verknüpfungen bearbeiten
• Verknüpfungen lösen
• PivotTabellen erstellen
• PivotTabellen verändern
• Auswertungsfunktionen
• Gliedern
• Filtern in PivotTabellen
• Berechnete Felder hinzufügen
• Formatierung und Darstellung ändern
• PivotCharts erstellen
• Aktualisierung
• Darstellung der PivotTabellen steuern

Kursleitung:

• Informationsverarbeitung und angewandte Datentechnik GmbH

Beschreibung:

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.

Voraussetzungen:

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

Schwerpunkte:

• Docker-Terminologie: Container-Image, Container, Dockerfile
• Herunterladen von Container-Images
• Container starten
• Verwalten von Containern und Container-Images
• Erstellen von Container-Images

Kursleitung:

• Eckhard Kadasch
• André Sternbeck

Beschreibung:

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.

Voraussetzungen:

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

Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Volker Schwartze

Beschreibung:

Obwohl HPC-Cluster aus ähnlichen Komponenten wie PCs oder Workstations aufgebaut sind, arbeitet man darauf auf eine ganz andere Weise. Das liegt vor allem daran, dass sie aus vielen miteinander vernetzten Computern bestehen und von mehreren Benutzern gemeinsam genutzt werden.

Wir beginnen diesen Workshop damit, Ihnen den inneren Aufbau eines typischen HPC-Clusters zu erklären und die Unterschiede zu einer Workstation aufzuzeigen. Anschließend erfahren Sie, wie Sie den SLURM Workload Manager verwenden, der auf dem Hochschulcluster „Draco“ zum Einsatz kommt um Rechenaufträge auf die Hardware zu verteilen. Sie lernen, wie Sie damit verschiedene Arten von Batch-Jobs und interaktive Aufgaben ausführen. Während der Hands-on-Sessions werden Sie Ihre ersten Rechenjobs selbst an das Cluster übermitteln und sich hoffentlich an deren Ergebnissen erfreuen. Außerdem zeigen wir Ihnen, wie sie Ihre eigene parallele Software auf dem Cluster zum Laufen bringen können.

Die Kurssprache ist Englisch.

Voraussetzungen:

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

Kursleitung:

• Eckhard Kadasch
• André Sternbeck

Beschreibung:

Code ist überall - und die wissenschaftliche Forschung ist da keine Ausnahme. Das Programmieren ermöglicht es Forschenden, große Mengen digitaler Daten mühelos zu verarbeiten, Aufgaben zu automatisieren, die sonst zeitaufwändig oder gar unmöglich wären, und neue Ansätze zu testen. Programmierkenntnisse ermöglichen es Ihnen, unabhängiger von bereits vorhandenen Werkzeugen zu sein und Ihren Arbeitsablauf an Ihre eigenen Bedürfnisse anzupassen.

Python ist eine der beliebtesten Programmiersprachen der Welt, nicht nur, aber auch für die wissenschaftliche Programmierung. Ein Teil ihrer Beliebtheit beruht auf der Tatsache, dass sie relativ leicht zu erlernen ist. Vor allem aber kann man Python für eine breite Palette von Aufgaben einsetzen, z.B. Textanalyse, Sequenzanalyse, mathematische Berechnungen, maschinelles Lernen, Visualisierung und vieles mehr.

Dieser Workshop gibt Ihnen eine praktische Einführung in die Grundlagen von Python. Es werden keine Vorkenntnisse in der Programmierung vorausgesetzt. Unser Ziel ist es, Ihnen einige der Möglichkeiten von Python zu zeigen, Ihnen den Einstieg in die Programmierung zu erleichtern und Sie auf Ihre nächsten Schritte vorzubereiten (allein oder in einem anderen Kurs). Dieser Kurs ist Teil des Data Carpentry Workshops. Wenn Sie eine Data Carpentry Zertifikat erhalten möchten, müssen sie an allen Teilen des Workshops teilnehmen. In diesem Fall registrieren Sie sich bitte hier.
Schwerpunkte:

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

Kursleitung:

• Eckhard Kadasch
• Volker Schwartze

Beschreibung:

Bei der Arbeit mit großen oder komplexen tabellarischen Datensätzen kann eine Ablage in Form relationaler Datenbanken dabei helfen, die Daten effektiver zu speichern und leichter abzufragen.
Die Standardsprache um mit diesen Datenbanken zu arbeiten ist die Structured Query Language (SQL).

In diesem Kurs werden wir lernen Abfragen an relationale Datenbanken mit SQL zu formulieren. Wir werden mit einfachen Abfragen starten und dann zunehmend komplexere nutzen. Dabei werden wir die folgenden Themen behandeln:

• Filtern
• Sortieren
• Aggregieren
• Verbinden (von mehreren Tabellen)

Während des Kurses tippen und klicken Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von DB Browser for SQLite (https://sqlitebrowser.org/dl/) in Anspruch nehmen möchten. Falls es nötig ist, können Sie auch die Computer vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.
 
Schwerpunkte:

• Erstellen von SQL-Abfragen
• Filtern
• Sortieren
• Aggregieren

Kursleitung:

• Volker Schwartze
• Philipp Schäfer

Beschreibung:
Spreadsheets werden geliebt, gehasst und für viele Menschen sind sie unverzichtbar. In der Wissenschaft sind sie eine weit verbreitete Methode, um Daten zu organisieren. Allerdings gibt es viele Fallstricke und der unkritische Umgang mit Spreadsheets kann zu viele Missverständnissen oder Problemen führen, wie z.B. der Datenverlust von über mehr als 10.000 COVID-19-Fälle in Großbritannien zeigt. Aber auch ohne solch gravierende Folgen können Spreadsheets ein Ärgernis sein, wenn Dateien, die von anderen oder in einer anderen Software erstellt wurden, nicht ohne zusätzlichen Aufwand verständlich oder nutzbar sind.
Außerdem wird im Kurs noch auf gute Datendokumentation eingegangen und Colectica als Tool vorgestellt. Der Workshop besteht aus theoretischen und interaktiven Teil. Die Übungen werden an Excel demonstriert lassen sich aber auch auf andere Systeme übertragen.
Die Kurssprache ist Englisch.

Dieser Kurs ist Teil des Data Carpentry Workshops. Wenn Sie eine Data Carpentry Zertifikat erhalten möchten, müssen sie an allen Teilen des Workshops teilnehmen. In diesem Fall registrieren Sie sich bitte hier.
Schwerpunkte:

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

Kursleitung:

• Cora Assmann
• Volker Schwartze

Beschreibung:
OpenRefine ist ein leistungsstarkes kostenloses Open-Source-Tool zum Bereinigen, Korrigieren, Kodieren und Erweitern Ihrer Tabellendaten. Die Verwendung von OpenRefine erspart Ihnen stundenlanges manuelles Bearbeiten und Korrigieren von Daten. Arbeiten Sie mit Daten, die in Spreadsheets organisiert sind? Verbringen Sie normalerweise mehr Zeit mit der Datenbereinigung und Datenqualitätsverbesserung als mit der Datenanalyse? Und, möchten Sie ein leistungsstarkes Tool, das kostenlos ist und auf jedem Computer läuft, auch auf Ihrem lokalen PC? Wenn Sie diese Fragen mit JA beantworten, sollten Sie sich für diesen praxisorientierten Workshop anmelden. In diesem praxisorientierten Workshop stellen wir zunächst vor, was OpenRefine ist und was es kann. Sie erfahren, wie Sie Ihre Daten in OpenRefine importieren, Fehler in Ihren Daten finden und beheben, Daten transformieren und Ihre bereinigten Daten aus OpenRefine speichern und exportieren. Schließlich weisen wir Sie auf zusätzliche Ressourcen hin. Die Teilnahme an diesem Workshop erfordert keine Vorkenntnisse von OpenRefine. Installationshinweise werden Ihnen 1 Woche vor Kursbeginn zugesendet. Dieser Kurs ist Teil des Data Carpentry Workshops. Wenn Sie eine Data Carpentry Zertifikat erhalten möchten, müssen sie an allen Teilen des Workshops teilnehmen. In diesem Fall registrieren Sie sich bitte hier.
Schwerpunkte:

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

Kursleitung:

• Cora Assmann
• Christian Knüpfer

Beschreibung:

Wir werden damit beginnen, einen Blick auf gute Praxis und mögliche Fallstricke beim Erstellen von Spreadsheets zu werfen. Auch wenn wir diesen Teil mit Excel vorführen werden, kann der Demonstration mit LibreOffice gefolgt werden.

Als nächstes arbeiten wir mit OpenRefine. Wir werden lernen, Daten zu importieren, Fehler zu finden und zu korrigieren, Daten zu transformieren und die bereinigten Daten zu speichern oder exportieren.

Dann werden wir lernen die Structured Query Language (SQL) zu nutzen, um Abfragen auf relationale Datenbanken zu formulieren.

Schließlich werden wir lernen mit Python zu programmieren; ganz am Anfang beginnend. Wir werden darauf hinarbeiten unser erstes Pythonskript zu schreiben.

Während des Kurses tippen und klicken Sie, den Instruktoren folgend; für SQL und Python bevorzugt auf Ihren eigenen Geräten. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von LibreOffice (https://www.libreoffice.org/downloads/), OpenRefine (https://openrefine.org/download.html), DB Browser for SQLite (https://sqlitebrowser.org/dl/) oder Python (https://www.python.org/downloads/) in Anspruch nehmen möchten. Falls es nötig ist, können Sie auch die Computer vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Sie können auch nur an den Kursen zu den einzelnen Themen teilnehmen. In diesem Fall registrieren Sie sich bitte entsprechend:

• Datenorganisation in Spreadsheets
• Datenbereinigung mit OpenRefine
• Einführung in die Datenbankabfragesprache SQL
• Datenanalyse und Visualisierung mit Python

Schwerpunkte:
* Arbeiten mit Spreadsheets
* Aufarbeiten von Daten mit OpenRefine
* Anfragen an Relationale Datenbanken mit SQL
* Programmieren mit Python
Kursleitung:

• Cora Assmann
• Eckhard Kadasch
• Volker Schwartze
• Philipp Schäfer

Beschreibung:

In diesem Kurs zeigen wir, wie mit der Programmiersprache Julia Software entwickelt. Wir beginnen mit den Eigenheiten von Julia als Programmiersprache, fahren mit der typischen Strukturierung eines Julia-Projekts fort, betrachten das Paketmanagement und erwähnen einige wichtige Pakete und lernen Code aufzurufen, der in anderen Programmiersprachen geschrieben wurde.

Während des Kurses tippen Sie, den Instruktoren folgend, Code in ein Terminal und in einen Texteditor, bevorzugt auf ihrem eigenen Gerät. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von Julia in Anspruch nehmen möchten. Falls es nötig ist, können Sie auch die Computer vor Ort nutzen, auf denen Julia bereits installiert ist.

Wir gehen davon aus, dass Sie Erfahrung mit der Programmierung im Allgemeinen haben. Erfahrung mit Julia ist jedoch nicht erforderlich.

Schwerpunkte:

• Julias Eigenheiten benennen
• Sich in Julias Dokumentation zurechtfinden.
• Externen Code aus Julia heraus aufrufen
• Existierende Julia-Pakete finden

Kursleitung:

• Eckhard Kadasch
• Philipp Schäfer

Beschreibung:

Wir werden damit beginnen, uns mit Bash, gleichzeitig Kommandozeilenprogramm und Programmiersprache, vertraut zu machen. Kenntnisse zur Nutzung von Bash eröffnen uns Zugang zu etlichen kleinen Programmen, die, wenn wir sie mit Hilfe von Bash gemeinsam nutzen, es uns ermöglichen Aufgaben zu automatisieren, bei denen es um die Arbeit mit Dateien und mit Programmen, die eine Kommandozeilenschnittstelle anbieten, geht.

Dann werden wir lernen Git, ein Versionsverwaltungssystem, zu nutzen. Das bedeutet, wir lernen Änderungen im Quellcode zu verfolgen: Wer hat wann was verändert; und wenn wir das Werkzeug richtig nutzen, wissen wir auch, warum. Das kann uns zum Beispiel dabei Helfen, Bugs in unserem Quellcode zu finden.

Schließlich werden wir lernen mit Python zu programmieren; ganz am Anfang beginnend. Wir werden darauf hinarbeiten unser erstes Pythonskript zu schreiben.

Während des Kurses tippen Sie, den Instruktoren folgend, bevorzugt auf Ihren eigenen Geräten. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von Git (https://git-scm.com/downloads) oder Python (https://www.python.org/downloads/) in Anspruch nehmen möchten. Bash ist entweder schon installiert (MacOS/Linux) oder kommt mit Git (Windows). Falls es nötig ist, können Sie auch die Computer vor Ort nutzen, auf denen die benötigte Software bereits installiert ist.

Wir gehen davon aus, dass Sie vertraut mit den grundlegenden Konzepten von Dateisystemen, Dateien und Ordneren, sind.
Schwerpunkte:

• Kommandozeile mit Bash
• Versionsverwaltung mit Git
• Programmieren mit Python

Kursleitung:

• Eckhard Kadasch
• Christian Knüpfer
• Frank Löffler
• Volker Schwartze
• Philipp Schäfer

Beschreibung:
Due to the increasing digitization and datafication in all fields of research, the proper management of research data becomes increasingly important.
You spent months on collecting samples and measurements in the field or in the lab? You explored, analyzed, and interpreted this data and finally published your findings in a scientific journal? Well, then it is time to think about your data again and what to do with it now. Or are you just starting your PhD or your postdoc project and want to make sure not to overlook anything when it comes to obtaining and documenting your measurements?
According to the guidelines for safeguarding good scientific practice your results should be replicable and repeatable. Are you aware of the concept of FAIR data, that is mentioned in the research data policies of many funders, institutions, and journals? FAIR means that data are findable, accessible, interoperable, and re-usable. To ensure this, your data should be well documented, securely stored and available for later reuse. Publishing your research data through a dedicated data journal or repository may help you on this and may also get you an additional publication and further citations.
A few days before the course starts, you will be given access to the preparation material (Moodle). It is recommended that you work through the material beforehand as it will be referred to in the course.


Topics:

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

Course dates: May 8 and May 11, 9-13 h
 
Content focus

• Introduction to research data management and the data-life-cycle concept
• Preparing research data for re-use (data structure, data quality, metadata)
• Opportunities and requirements in data publication and long-term data archiving

Kursleitung:

• Cora Assmann
• Roman Gerlach

Beschreibung:

Arbeiten Sie mit Daten, die in Spreadsheets organisiert sind? Verbringen Sie normalerweise mehr Zeit mit der Datenbereinigung und Datenqualitätsverbesserung als mit der Datenanalyse? Und, möchten Sie ein leistungsstarkes Tool, das kostenlos ist und auf jedem Computer läuft, auch auf Ihrem lokalen PC? Wenn Sie diese Fragen mit JA beantworten, sollten Sie sich für diesen praxisorientierten Workshop anmelden.

In diesem praxisorientierten Workshop stellen wir zunächst vor, was OpenRefine ist und was es kann. Sie erfahren, wie Sie Ihre Daten in OpenRefine importieren, Fehler in Ihren Daten finden und beheben, Daten transformieren und Ihre bereinigten Daten aus OpenRefine speichern und exportieren. Schließlich weisen wir Sie auf zusätzliche Ressourcen hin.

Die Teilnahme an diesem Workshop erfordert keine Vorkenntnisse von OpenRefine. Installationshinweise werden Ihnen eine Woche vor Kursbeginn zugesendet.
Schwerpunkte:

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

Kursleitung:

• Cora Assmann
• Volker Schwartze

Beschreibung:

Git ist ein Versionskontrollsystem für Textdateien. Es ermöglicht Ihnen, Änderungen an Ihren Dateien einfach in einer Historie zu speichern, und hilft Ihnen damit, Ihre Arbeit zu dokumentieren. Anhand des Änderungsverlaufs können Sie sehen, was Sie wann geändert haben. Sie können Ihr Projekt jederzeit auf einen früheren Stand zurücksetzen, wenn Sie versehentlich Text gelöscht haben oder eine Funktion in Ihrem Code nicht mehr funktioniert. Auch können Sie mit Git kollaborativ mit anderen an dem selben Projekt arbeiten und so den Überblick behalten, wer was in welcher Reihenfolge geändert hat.

GitLab ist eine Plattform, die die Zusammenarbeit an mit Git verwalteten Textdateien erleichtert und zusätzliche Features bietet. Die Universität hostet eine Instanz dieser Software, die allen Mitarbeitenden und Studierenden zur Verfügung steht.

In diesem Workshop werden Sie Git und die Plattform GitLab kennen lernen. Sie werden lernen, Git im Alltag zur Änderungsverfolgung von Quellcode und anderen Textdokumenten zu nutzen. Sie werden mit GitLab arbeiten, das die Zusammenarbeit mit anderen an Ihren Projekten vereinfacht. Mit dem integrierten Ticketsystem und der Möglichkeit, Webseiten direkt auf Basis von Git-Repository-Inhalten zu hosten, bietet GitLab zusätzliche Features, die Sie ausprobieren werden.

Während des Kurses tippen und klicken Sie, den Instruktoren folgend, bevorzugt auf Ihrem eigenen Gerät. Bitte kontaktieren Sie uns, wenn Sie Hilfe bei der Installation von Git (https://git-scm.com/downloads) in Anspruch nehmen möchten. GitLab muss nicht installiert werden, es wird über den Browser genutzt. Falls es nötig ist, können Sie auch die Computer vor Ort nutzen, auf denen Git bereits installiert ist.

Erfahrung mit Git ist keine Voraussetzung für die erfolgreiche Teilnahme an diesem Kurs.

Der Kurs findet jeweils am Dienstag und Donnerstag (nicht am Mittwoch!) von 8:15 bis 12 Uhr statt.

Schwerpunkte:

• Versionsverwaltung mit Git
• Lokale Git-Repositorien mit GitLab verbinden
• Nutzung der GitLab-Webbenutzerschnittstelle

Kursleitung:

• Frank Löffler
• Philipp Schäfer
• André Sternbeck

Beschreibung:
Welche Möglichkeiten und Tools bieten sich zur Analyse von digitalisierten Museumsbeständen an? Wie können Daten zu musealen Objekten erhoben, zusammengestellt und systematisiert werden? Inwiefern können Forschungsfragen, ausgehend von vorhandenen Museumsdaten, formuliert und schlussendlich mit Hilfe digitaler Methoden und Tools beantwortet werden? Die Teilnehmer:innen des Seminars gehen diesen Fragen auf den Grund. Forschungsfragen zu Museumsbeständen können hierbei gezielt abgefragt oder anhand von ermittelten Museumdaten formuliert werden. Das Seminar dient als Einführung in die Methode der API-Query. Für diese spezifische Methode zur Ermittlung von Museumsdaten wird die Programmiersprache Python und das Tool JupyterNotebook angewandt. Das Victoria & Albert Museum London und seine digitalisierten Bestände werden im Seminar als Fallbeispiel genutzt. Die Daten des V&A Museums können von den Teilnehmer:innen des Seminars hinsichtlich Diversitätskriterien (Geschlecht, Herkunft), Akquisezeiträumen, Restitutionsfragen, Materialspezifika, Genres, Werkgruppen von Künstler:innen etc. befragt werden.
Kursleitung:

• Elodie Sacher
• Sander Münster
• Ferdinand Maiwald

Beschreibung:

Basierend auf dem vorangegangenen Workshop sprechen wir über einen weiteren Teil der Adobe Suite: After Effects. Wir schauen uns an, wie man hochwertige Animationen oder Videoeffekte für Bewegtbild erstellt um damit den nächsten Förderantrag, Lehrmaterialien oder Wissenschaftskommunikation zeitgemäß gestalten kann. Der Workshop ist kostenlos, für alle Interessierten offen und findet in Englisch statt.

Beschreibung:

Da jede/r MitarbeiterIn an der FSU Jena Zugang zu einer Adobe Creative Suite-Lizenz hat – nutzen wir sie doch! In diesem Workshop sprechen wir über die Grundlagen der Videobearbeitung (wie man schneidet, editiert, mit Ton, Titeln und grundlegenden Animationen arbeitet) in Adobe Premiere Pro. Der Workshop ist kostenlos, für alle offen, auf Englisch und kann auch mit freien Software-Alternativen wie DaVinci Resolve oder Shotcut verfolgt werden.

Beschreibung:

Code ist überall - und die wissenschaftliche Forschung ist da keine Ausnahme. Das Programmieren ermöglicht es Forschenden, große Mengen digitaler Daten mühelos zu verarbeiten, Aufgaben zu automatisieren, die sonst zeitaufwändig oder gar unmöglich wären, und neue Ansätze zu testen. Programmierkenntnisse ermöglichen es Ihnen, unabhängiger von bereits vorhandenen Werkzeugen zu sein und Ihren Arbeitsablauf an Ihre eigenen Bedürfnisse anzupassen.

Python ist eine der beliebtesten Programmiersprachen der Welt, nicht nur, aber auch für die wissenschaftliche Programmierung. Ein Teil ihrer Beliebtheit beruht auf der Tatsache, dass sie relativ leicht zu erlernen ist. Vor allem aber kann man Python für eine breite Palette von Aufgaben einsetzen, z.B. Textanalyse, Sequenzanalyse, mathematische Berechnungen, maschinelles Lernen, Visualisierung und vieles mehr.

Dieser Workshop gibt Ihnen eine praktische Einführung in die Grundlagen von Python. Es werden keine Vorkenntnisse in der Programmierung vorausgesetzt. Unser Ziel ist es, Ihnen einige der Möglichkeiten von Python zu zeigen, Ihnen den Einstieg in die Programmierung zu erleichtern und Sie auf Ihre nächsten Schritte vorzubereiten (allein oder in einem anderen Kurs).
Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:
 
Nach Monaten der Datenerhebung, Analyse und Interpretation der Daten möchten Sie Ihre Ergebnisse nun in einer Fachzeitschrift veröffentlichen? Dann ist es an der Zeit, Ihre Daten noch einmal genauer zu betrachten und darüber nachzudenken, wie sie jetzt aufbereitet werden können. Oder stehen Sie gerade in den Startlöchern Ihrer Doktorarbeit oder Ihres Postdoc-Projekts und möchten sichergehen, dass Sie bei der Durchführung und Dokumentation Ihrer Forschung nichts übersehen haben?
 
Gemäß den DFG Leitlinien zur Sicherung guter wissenschaftlicher Praxis sollen Ihre Ergebnisse nachvollziehbar und reproduzierbar sein. Haben Sie schon mal etwas von FAIRen Daten gehört? In Bezug auf Ihre Daten bedeutet dies, dass sie Findable (auffindbar), Accessibale (zugänglich), Interoperable (interoperabel) und Reusable (wiederverwendbar) sein sollen. Sind Sie sich bewusst, dass die Veröffentlichung Ihrer Daten in einem speziellen Datenjournal oder Repositorium Ihnen nicht nur helfen kann, diese Anforderungen zu erfüllen, sondern dass Sie dadurch auch eine zusätzliche Publikation und weitere Zitierungen erhalten können?
 
Die Veröffentlichung und Langzeitarchivierung Ihrer Daten sind nur zwei Aspekte des Forschungsdatenmanagements. Dieser Workshop soll Ihnen dabei helfen, Ihre Bedürfnisse an das Datenmanagement zu ermitteln, unabhängig davon, in welcher Phase des Projekts Sie sich befinden. Zudem soll er Ihnen eine praktische Anleitung geben, wie Sie Ihre Daten organisieren, strukturieren, beschreiben und veröffentlichen können, um die Anforderungen der guten wissenschaftlichen Praxis zu erfüllen.
 
Themen des Kurses:

• Definition Forschungsdatenmanagement und Lebenszyklus von Forschungsdaten
• Datenmanagementpläne
• Dokumentation, Datenorganisation, Metadaten
• Speicherung und Back-up
• Archivierung
• Veröffentlichung und Nachnutzung von Forschungsdaten
• Rechtliche Aspekte

 
Es handelt sich um einen Online-Kurs mit Moodle und Live-Videokonferenzen. Wir werden vor den beiden Sitzungen Selbstlernmaterialien zur Verfügung stellen. Dabei wird von den Teilnehmern erwartet, dass Sie das Material vorher anschauen und gestellte Aufgaben bearbeiten. Während der Live-Sitzungen wird es Übungen, Gruppenarbeiten, Diskussionen und Präsentationen geben.

Workshoptermine: 15. und 17.02.2023
Kursleitung:

• Roman Gerlach
• Jeanin Jügler

Beschreibung:

GitLab ist eine Webanwendung zur Verwaltung von Git-Repositorien. Da es um Git herum entwicklet wurde, eignet es sich für die Verwaltung aller Projekte, die hauptsächlich mit reinen Textdateien arbeiten, z.B. Software-Quellcode oder TeX-basierte Dokumente. Mit seinen eingebauten Issue- und Wiki-Systemen kann es in bestimmten Fällen sogar das richtige Werkzeug für die Verwaltung eines Projekts ganz ohne Dateien sein.

Dieser Kurs vermittelt Ihnen ein grundlegendes Verständnis der Funktionen von GitLab, so dass Sie fundierte Entscheidungen über den Einsatz des Werkzeugs treffen können.

Während des gesamten Kurses folgen die Teilnehmer den Demonstrationen der Dozenten und setzen das Gelernte sofort in die Praxis um.

Erfahrung mit Git ist keine Voraussetzung für den Kurs. Um den Abschnitt über Aufgabenautomatisierung optimal folgen zu können, ist ein grundlegendes Verständnis von Docker hilfreich, aber nicht notwendig
Schwerpunkte:

• 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

Kursleitung:

• Philipp Schäfer
• Frank Löffler

Beschreibung:
Die Veranstaltung gibt Ihnen einen Einblick in die wichtigsten Arbeitsabläufe des Universitätsarchivs Jena. Sie erfahren Wissenswertes zu den Beständen und Nutzungsmöglichkeiten des Archivs sowie den Aufbewahrungsfristen und der Archivierung von Schriftgut. Die Mitarbeitenden des Universitätsarchivs freuen sich über einen interessierten Austausch mit Ihnen.
Schwerpunkte:

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

Beschreibung:
Die Fortbildung soll Sie in die Lage versetzen, alle in der Hochschulpraxis relevanten rechtlichen und technischen Anforderungen des Datenschutzes umzusetzen. Anhand von konkreten Beispielen und Ihren Fragen werden datenschutzrechtliche Grundsätze und Grundzüge der Informationssicherheit anschaulich erläutert.
Schwerpunkte:

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

Kursleitung:

• Maximilian Koop

Beschreibung:

Forschungsdatenmanagement (FDM) umfasst alle Aktivitäten im Umgang mit Forschungsdaten von der Erzeugung, Dokumentation und Aufbewahrung bis zur Publikation und Archivierung. Um die Vielzahl von Aspekten im FDM zu berücksichtigen, sollte bereits vor Projektstart ein Datenmanagementplan (DMP) erstellt werden, der den Umgang mit den im Forschungsprojekt erzeugten Daten dokumentiert und benötigte Ressourcen spezifiziert. Angemessenes Forschungsdatenmanagement und das Erstellen eines DMPs wird von immer mehr Förderorganisationen bei der Beantragung von Projekten vorausgesetzt und ist daher ein wichtiger Bestandteil der Projektplanung. Daneben hilft eine gute Planung aber auch anfallende Kosten von vornherein bei der Beantragung von Mitteln zu berücksichtigen, Unterstützung durch entsprechende Partner sicherzustellen und erforderliche Infrastrukturen aufzubauen um einen effektiven und sicheren Umgang mit den Forschungsdaten während der Projektlaufzeit sicherzustellen.
 
Die Veranstaltung gibt einen Überblick über die Anforderungen der verschiedenen Förderorganisationen bezüglich des FDMs und der Erstellung von DMPs. Außerdem werden der Aufbau und die inhaltlichen Schwerpunkte des DMPs sowie nützliche Unterstützungsmöglichkeiten in Form von Beratungsangeboten und Werkzeugen vorgestellt. Außerdem erhalten die Teilnehmenden die Möglichkeit, im Rahmen von Übungen selbst Texte für einen DMP zu erstellen.

Die Veranstaltung findet in englischer Sprache statt.
Schwerpunkte:

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

Dozent/in:
Roman Gerlach | Kontaktstelle Forschungsdatenmanagement
Dr. Cora Assmann | Thüringer Kompetenznetzwerk Forschungsdatenmanagement
 

Beschreibung:

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.

Schwerpunkte:

• 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

Kursleitung:

• Christian Knüpfer
• Volker Schwartze

Beschreibung:

Wir geben einen Überblick über die verschiedenen Möglichkeiten zur Parallelisierung einer bestimmten Aufgabe und machen Sie mit der Linux-Kommandozeile vertraut. Im praktischen Teil werden Sie Ihre ersten Berechnungen (Jobs) an den Cluster senden und
hoffentlich ihre Ergebnisse genießen.

Die Kurssprache ist Englisch.

Voraussetzungen:

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

Kursleitung:

• Frank Löffler
• André Sternbeck

Beschreibung:

Code ist überall - und die wissenschaftliche Forschung ist da keine Ausnahme. Das Programmieren ermöglicht es Forschenden, große Mengen digitaler Daten mühelos zu verarbeiten, Aufgaben zu automatisieren, die sonst zeitaufwändig oder gar unmöglich wären, und neue Ansätze zu testen. Programmierkenntnisse ermöglichen es Ihnen, unabhängiger von bereits vorhandenen Werkzeugen zu sein und Ihren Arbeitsablauf an Ihre eigenen Bedürfnisse anzupassen.

Python ist eine der beliebtesten Programmiersprachen der Welt, nicht nur, aber auch für die wissenschaftliche Programmierung. Ein Teil ihrer Beliebtheit beruht auf der Tatsache, dass sie relativ leicht zu erlernen ist. Vor allem aber kann man Python für eine breite Palette von Aufgaben einsetzen, z.B. Textanalyse, Sequenzanalyse, mathematische Berechnungen, maschinelles Lernen, Visualisierung und vieles mehr.

Dieser Workshop gibt Ihnen eine praktische Einführung in die Grundlagen von Python. Es werden keine Vorkenntnisse in der Programmierung vorausgesetzt. Unser Ziel ist es, Ihnen einige der Möglichkeiten von Python zu zeigen, Ihnen den Einstieg in die Programmierung zu erleichtern und Sie auf Ihre nächsten Schritte vorzubereiten (allein oder in einem anderen Kurs).
Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:
 
This introduction into R includes:

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

 
This workshop addresses researchers interested in R without or with few previous experiences in R. This workshop includes hands- on exercises and a homework assignment.
 
Requirements:
For this workshop please install the current versions of R (https://cran.r-project.org/) and RStudio

Workshop Dates:
9. and 10. and 16. and 17.1. 2023,  01.00 p.m. - 05.00 p.m. (4 afternoons)
Kursleitung:

• Jan Plötner

Beschreibung:

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.

Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:

Der zweitägige Online-Kurs, angeboten vom Forschungsdatenmanagement Helpdesk (Uni Jena) und ZB MED (Informationszentrum Lebenswissenschaften), besteht aus Wissensvermittlung mit besonderem Fokus auf biomedizinische Aspekte des FDMs und interaktiven Übungen. Die Sprache des Kurses ist Englisch.

Nach der Anmeldung erhalten Sie einen Fragebogen, in dem Sie Ihre Erwartungen und Fragen zum Kurs eintragen können, erst dann ist die Buchung abgeschlossen. Die Zugangsdaten für die Online-Veranstaltung erhalten Sie eine Woche vor Beginn des Kurses.
 
Schwerpunkte:

• 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

Kursleitung:

• Cora Assmann
• Luiz Gadelha

Beschreibung:

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.

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.

Voraussetzungen:

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.

Zertifikat: Dieser Workshop ist Teil des Zertifikatskurses "Werkzeuge für die digitale Forschung". Um das Library Carpentry-Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.
Schwerpunkte:

• 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)

Kursleitung:

• Christian Knüpfer
• Philipp Schäfer

Beschreibung:

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.

Zertifikat: Dieser Workshop ist Teil des Zertifikatskurses "Werkzeuge für die digitale Forschung". Um das Library Carpentry-Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.
Schwerpunkte:
Benutzung der Kommandozeile für:

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

Kursleitung:

• Christian Knüpfer
• Philipp Schäfer

Beschreibung:

Arbeiten Sie mit Daten, die in Spreadsheets organisiert sind? Verbringen Sie normalerweise mehr Zeit mit der Datenbereinigung und Datenqualitätsverbesserung als mit der Datenanalyse? Und, möchten Sie ein leistungsstarkes Tool, das kostenlos ist und auf jedem Computer läuft, auch auf Ihrem lokalen PC? Wenn Sie diese Fragen mit JA beantworten, sollten Sie sich für diesen praxisorientierten Workshop anmelden. In diesem praxisorientierten Workshop stellen wir zunächst vor, was OpenRefine ist und was es kann. Sie erfahren, wie Sie Ihre Daten in OpenRefine importieren, Fehler in Ihren Daten finden und beheben, Daten transformieren und Ihre bereinigten Daten aus OpenRefine speichern und exportieren. Schließlich weisen wir Sie auf zusätzliche Ressourcen hin. Die Teilnahme an diesem Workshop erfordert keine Vorkenntnisse von OpenRefine. Installationshinweise werden Ihnen 1 Woche vor Kursbeginn zugesendet. Der Kurs basiert auf dem Library Carpentry Kurs OpenRefine.
Zertifikat: Dieser Workshop ist Teil des Zertifikatskurses "Werkzeuge für die digitale Forschung". Um das Library Carpentry-Zertifikat zu erhalten, müssen Sie auch an den beiden anderen Veranstaltungen teilnehmen.
Schwerpunkte:

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

Kursleitung:

• Cora Assmann
• Christian Knüpfer

Beschreibung:

• wiederkehrende, ermüdende und fehleranfällige Aufgaben zu automatisieren,
• wiederverwendbare Daten zu erzeugen, zu pflegen und zu analysieren
• effektiv mit Computern und Kollegen zusammenzuarbeiten,
• die Verwendung von Software in der Wissenschaft besser zu verstehen
• und viel mehr.

Durch Teilnahme an drei Kursen zu den Themen OpenRefine, Kommandozeile, und Git können Sie ein Library Carpentry Zertifikat erwerben. Die Carpentries sind eine international tätige und gemeinnützige Organisation, die es sich zum Ziel gesetzt hat, grundlegende Daten- und Softwarefähigkeiten zu vermitteln, um damit effiziente, offene und reproduzierbare Forschung zu unterstützen.

Der Library Carpentry-Zertifikatskurs umfasst die folgenden Teile:

1. Datenbereinigung und Qualitätsverbesserung mit OpenRefine, 08.11.2022 von 8:00 – 12:00 Uhr, Details und Anmeldung
2. Einführung in die Kommandozeile, 15.11.2022 von 8:00 – 12:00 Uhr, Details und Anmeldung
3. Grundlegende Versionsverwaltung mit Git, 22.11.2022 von 8:00 – 12:00 Uhr, Details und Anmeldung

Die Kurse können auch einzeln besucht werden. Um das Library Carpentry-Zertifikat zu erhalten müssen Sie jedoch an allen drei Veranstaltungen teilnehmen. Sollten Sie das Zertifikat erwerben wollen, melden Sie sich bitte einfach für alle drei Kurse an!

Schwerpunkte:

• OpenRefine
• The Unix Shell
• Version Control with Git

Kursleitung:

• Cora Assmann
• Christian Knüpfer
• Philipp Schäfer

Beschreibung:
Methoden der Deskriptiv- und Inferenzstatistik sind das grundlegende Handwerkszeug bei der Auswertung quantitativer Daten. In dem Workshop werden wir grundlegende statistische Methoden kennenlernen und mit Hilfe des Auswertungsprogramms SPSS auch praktisch durchführen. Dazu gehören die tabellarische und grafische Aufbereitung von Daten, die Berechnung wichtiger  Kennwerte sowie grundlegende Verfahren der Inferenzstatistik wie Signifikanztests. Die Verfahren werden dabei zunächst theoretisch vorgestellt und dann an Datenbeispielen selbst durchgeführt.
 
Der Kurs richtet sich an Promovierende und Postdocs, die bisher nicht oder selten mit statistischen Methoden arbeiten oder ihr Grundwissen aus dem Studium auffrischen wollen.
Kursleitung:

• Christof Nachtigall

Beschreibung:

Entsprechend der tatsächlich gespeicherten Informationen, den grundsätzlichen Anforderungen an die Speicherung und die Abrufbarkeitsoptionen stehen verschiedene Speicherdienste am Rechenzentrum zur Verfügung.

Diese Veranstaltung richtet sich an alle die Daten zentral im Netz der Universität speichern wollen. Im Besonderen an Forschende, Lehrende, Informationsverarbeitungsverantwortliche (IVV) sowie Mitarbeitende und Sekretariatsfachkräft.
Schwerpunkte:
Storage - Speichern von Daten

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

Backup - Sichern von Daten

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

Archiv - Aufbewahren von Daten

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

Kursleitung:

• Rechenzentrum der Universität

Beschreibung:
Spreadsheets werden geliebt, gehasst und für viele Menschen sind sie unverzichtbar. In der Wissenschaft sind sie eine weit verbreitete Methode, um Daten zu organisieren. Allerdings gibt es viele Fallstricke und der unkritische Umgang mit Spreadsheets kann zu viele Missverständnissen oder Problemen führen, wie z.B. der Datenverlust von über mehr als 10.000 COVID-19-Fälle in Großbritannien zeigt. Aber auch ohne solch gravierende Folgen können Spreadsheets ein Ärgernis sein, wenn Dateien, die von anderen oder in einer anderen Software erstellt wurden, nicht ohne zusätzlichen Aufwand verständlich oder nutzbar sind.
Außerdem wird im Kurs noch auf gute Datendokumentation eingegangen und Colectica als Tool vorgestellt. Der Workshop besteht aus theoretischen und interaktiven Teil. Die Übungen werden an Excel demonstriert lassen sich aber auch auf andere Systeme übertragen.

Die Kurssprache ist Englisch.

 
Schwerpunkte:

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

Kursleitung:

• Cora Assmann
• Volker Schwartze

Beschreibung:

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.

Schwerpunkte:

• 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

Kursleitung:

• Volker Schwartze
• Sander Münster
• Johannes Kretzschmar

Beschreibung:

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.

Schwerpunkte:

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

Kursleitung:

• Rechenzentrum der Universität

Beschreibung:

Die Nutzung digitaler Werkzeuge stellt eine wichtige Grundlage dar, um den wachsenden und komplexer werdenden Datenbeständen zu begegnen. Die Problematik beschränkt sich nicht nur auf die Wissenschaft, sondern betrifft fast alle Bereiche unserer Gesellschaft. Kenntnisse zum Umgang mit Programmiersprachen ermöglichen häufig schnelle und flexible Lösungsansätze bei der Arbeit mit Daten.

Die Sommerschule richtet sich an alle Studierenden, die überwiegend mit numerischen Daten arbeiten und die Grundlagen des Programmierens mit Python kennenlernen wollen. Sie ist daher besonders für Studierende aus den Bereichen Natur-, Lebens-, Wirtschafts-, Verhaltens- und Sozialwissenschaften und Medizin geeignet, steht aber auch allen anderen Interessierten offen.

Im Kurs werden zunächst Grundbegriffe und grundlegende Prinzipien der Programmierung vermittelt. Nach ersten Gehversuchen in Python werden selbstständig praktische Übungen bearbeitet. Alles nach dem Motto: „Learning by doing!“

Die Sommerschule wird vom Projekt Data Literacy Jena (DaLiJe) in Zusammenarbeit mit der Bioinformatics Core Facility Jena organisiert.

Die Registrierung läuft über Friedolin.
 
Schwerpunkte:

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

Kursleitung:

• Emanuel Barth

Beschreibung:

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.

Voraussetzungen:

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

Schwerpunkte:

• 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

Kursleitung:

• Eckhard Kadasch
• André Sternbeck

Beschreibung:

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.

Voraussetzungen:

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

Schwerpunkte:

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

Kursleitung:

• Eckhard Kadasch
• Frank Löffler

Beschreibung:

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.

Voraussetzungen:

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

Schwerpunkte:

• 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

Kursleitung:

• Eckhard Kadasch
• Frank Löffler

Beschreibung:

In diesem Kurs zeigen wir, wie man professionellen Code in der Programmiersprache Julia schreibt. Wir beginnen mit den Eigenheiten von Julia, fahren mit der richtigen Strukturierung eines Julia-Projekts fort, lernen, wie man effizienten Code in Julia schreibt, erwähnen einige wichtige Pakete und lernen Code aufzurufen, der in anderen Programmiersprachen geschrieben wurde.

Während des gesamten Kurses folgen die Teilnehmer den Demonstrationen der Dozenten und setzen das Gelernte sofort in eigenen Jupyter-Notebooks um.

Wir gehen davon aus, dass die Lernenden Erfahrung mit der Programmierung im Allgemeinen haben. Erfahrung mit Julia ist jedoch nicht erforderlich.
Schwerpunkte:

• 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

Kursleitung:

• Philipp Schäfer

Beschreibung:

GitLab ist eine Webanwendung zur Verwaltung von Git-Repositorien. Da es um Git herum entwicklet wurde, eignet es sich für die Verwaltung aller Projekte, die hauptsächlich mit reinen Textdateien arbeiten, z.B. Software-Quellcode oder TeX-basierte Dokumente. Mit seinen eingebauten Issue- und Wiki-Systemen kann es in bestimmten Fällen sogar das richtige Werkzeug für die Verwaltung eines Projekts ganz ohne Dateien sein.

Dieser Kurs vermittelt Ihnen ein grundlegendes Verständnis der Funktionen von GitLab, so dass Sie fundierte Entscheidungen über den Einsatz des Werkzeugs treffen können.

Während des gesamten Kurses folgen die Teilnehmer den Demonstrationen der Dozenten und setzen das Gelernte sofort in die Praxis um.

Wir setzen ein grundlegendes Verständnis von Git und der Unix-Shell voraus. Es reicht jeweils aus, vor Kurzem einen Kurz zum Thema besucht zu haben. Um den Abschnitt über Aufgabenautomatisierung optimal folgen zu können, ist ein grundlegendes Verständnis von Docker hilfreich, aber nicht notwendig
Schwerpunkte:

• 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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:

Python ist eine der beliebtesten Programmiersprachen der Welt, nicht nur, aber auch für die wissenschaftliche Programmierung. Ein Teil ihrer Beliebtheit beruht auf der Tatsache, dass sie relativ leicht zu erlernen ist. Vor allem aber kann man Python für eine breite Palette von Aufgaben einsetzen, z.B. Textanalyse, Sequenzanalyse, mathematische Berechnungen, maschinelles Lernen, Visualisierung und vieles mehr.

Dieser Workshop gibt Ihnen eine praktische Einführung in die Grundlagen von Python. Es werden keine Vorkenntnisse in der Programmierung vorausgesetzt. Unser Ziel ist es, Ihnen einige der Möglichkeiten von Python zu zeigen, Ihnen den Einstieg in die Programmierung zu erleichtern und Sie auf Ihre nächsten Schritte vorzubereiten (allein oder in einem anderen Kurs).
Schwerpunkte:

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

Kursleitung:

• Eckhard Kadasch
• Frank Löffler

Beschreibung:

This introduction into R includes:

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

This workshop addresses researchers interested in R without or with few previous experiences in R. This workshop includes hands- on exercises and a homework assignment.

Requirements:
For this workshop please install the current versions of R (https://cran.r-project.org/) and RStudio (https://rstudio.com/products/rstudio/download/#download) before the workshop.

Recommendations:
A major part of this workshop will be spend working in R. In order to avoid switching between my shared screen and your computer, I would recommend to use two monitors for this workshop.

Workshop dates:
The workshop will consist of four afternoon sessions:
May 23 and 24 and June 02 and 03, 2022; 1.00 p.m. – 5.00 p.m.
Kursleitung:

• Jan Plötner

Beschreibung:

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.

Voraussetzungen:

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.

Schwerpunkte:

• 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)

Kursleitung:

• Eckhard Kadasch
• Christian Knüpfer

Beschreibung:

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.

Schwerpunkte:

• 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)

Kursleitung:

• Eckhard Kadasch
• Christian Knüpfer

Beschreibung:

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.

Schwerpunkte:
Benutzung der Kommandozeile für:

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

Kursleitung:

• Frank Löffler
• Philipp Schäfer

Beschreibung:
Due to the increasing digitization and datafication in all fields of research, the proper management of research data becomes increasingly important. You spent months on collecting samples and measurements in the field or in the lab? You explored, analysed and interpreted this data and finally published your findings in a scientific journal? Well, then it is time to think about your data again and what to do with it now. Or are you just starting your PhD or your postdoc project and want to make sure not to overlook anything when it comes to obtaining and documenting your measurements? According to the guidelines for safeguarding good scientific practice your results should be replicable and repeatable. Are you aware of the concept of FAIR data, that is mentioned in the research data policies of many funders, institutions and journals? FAIR means that data are findable, accessible, interoperable and re-usable. To ensure this, your data should be well documented, securely stored and available for later reuse. Publishing your research data through a dedicated data journal or repository may help you on this and may also get you an additional publication and further citations. Data publishing and long-term preservation are just two aspects of research data management. This workshop shall help you in determining your data management requirements, no matter at which stage of the project you are. In addition, the course provides you with practical guidance on how to organize, structure, describe and publish your data in order to comply with good scientific practice. Topics of the course:

• 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

Kursleitung:

• Cora Assmann
• Luiz Gadelha
• Jitendra Gaikwad

Beschreibung:

Topics of the course:

• 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

The course consists of two sessions. The first is on Monday, 07.03.2022 from 09:00 to 12:30, the second on Wednesday, 09.03.2022 from 09:00 to 12:30.

After registration, you will receive a questionnaire in which you can enter your expectations and questions about the course. One week before the course starts, you will get the access information for the online event.
Kursleitung:

• Cora Assmann
• Luiz Gadelha

Beschreibung:

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.

Beschreibung:

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.

 

Kursleitung:

• Christian Knüpfer
• Philipp Schäfer

Beschreibung:

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.

Schwerpunkte:

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

Kursleitung:

• Frank Löffler
• Christian Knüpfer

Beschreibung:
hopefully enjoy their results.</p>

Requirements:

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

Kursleitung:

• André Sternbeck

Beschreibung:

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.

Kursleitung:

• Christian Knüpfer

Beschreibung:
Forschungsdatenmanagement (FDM) umfasst alle Aktivitäten im Umgang mit Forschungsdaten von der Erzeugung, Dokumentation und Aufbewahrung bis zur Publikation und Archivierung. Um die Vielzahl von Aspekten im FDM zu berücksichtigen, sollte bereits vor Projektstart ein Datenmanagementplan (DMP) erstellt werden, der den Umgang mit den im Forschungsprojekt erzeugten Daten dokumentiert und benötigte Ressourcen spezifiziert. Angemessenes Forschungsdatenmanagement und das Erstellen eines DMPs wird von immer mehr Förderorganisationen bei der Beantragung von Projekten vorausgesetzt und ist daher ein wichtiger Bestandteil der Projektplanung. Daneben hilft eine gute Planung aber auch anfallende Kosten von vornherein bei der Beantragung von Mitteln zu berücksichtigen, Unterstützung durch entsprechende Partner sicherzustellen und erforderliche Infrastrukturen aufzubauen um einen effektiven und sicheren Umgang mit den Forschungsdaten während der Projektlaufzeit sicherzustellen. 
Die Veranstaltung gibt einen Überblick über die Anforderungen der verschiedenen Förderorganisationen bezüglich des FDMs und der Erstellung von DMPs. Außerdem werden der Aufbau und die inhaltlichen Schwerpunkte des DMPs sowie nützliche Unterstützungsmöglichkeiten in Form von Beratungsangeboten und Werkzeugen vorgestellt.

Der Kurs findet in englischer Sprache statt.
Schwerpunkte:

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

Dozenten:
Roman Gerlach I Kontaktstelle Forschungsdatenmanagement
Dr. Cora Assmann I Thüringer Kompetenznetzwerk Forschungsdatenmanagement

Beschreibung:
The Bash is an interactive interface to your operating systems. Instead of controlling your computer by clicking and dragging with the mouse you type in commands on the so-called command line or shell, and the Bash is the most wide-spread. Controlling your computer by hammering at the keyboard looks really old-fashioned and uncomfortable at the 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 instrument. After some training period you will not want to miss it anymore. With its root in the Unix operating system, the bash is nowadays available for Linux, Mac OS as well as Microsoft Windows. In this workshop we will learn how to use Bash for:

• 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.

Kursleitung:

• Christian Knüpfer
• Philipp Schäfer

Beschreibung:

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/.

Kursleitung:

• Eckhard Kadasch
• Yannic Bracke

Beschreibung:

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.

Beschreibung:

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.

Beschreibung:

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!

Beschreibung:

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.

Beschreibung:
Due to the increasing digitization and datafication in all fields of research, the proper management of research data becomes increasingly important. You spent months on collecting samples and measurements in the field or in the lab? You explored, analysed and interpreted this data and finally published your findings in a scientific journal? Well, then it is time to think about your data again and what to do with it now. Or are you just starting your PhD or your postdoc project and want to make sure not to overlook anything when it comes to obtaining and documenting your measurements? According to the guidelines for safeguarding good scientific practice your results should be replicable and repeatable. Are you aware of the concept of FAIR data, that is mentioned in the research data policies of many funders, institutions and journals? FAIR means that data are findable, accessible, interoperable and re-usable. To ensure this, your data should be well documented, securely stored and available for later reuse. Publishing your research data through a dedicated data journal or repository may help you on this and may also get you an additional publication and further citations. Data publishing and long-term preservation are just two aspects of research data management. This workshop shall help you in determining your data management requirements, no matter at which stage of the project you are. In addition, the course provides you with practical guidance on how to organize, structure, describe and publish your data in order to comply with good scientific practice. Topics of the course:

• 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

Target group: Doctoral Candidates and Postdocs from the Environmental and Earth Sciences (e.g. ecology, biology, geology, geography). This will be an online course using Moodle and live video conferences. We will provide self-study material prior to the two sessions and we expect participants to study the material beforehand and to fulfil the tasks given. During the live sessions there will be exercises, group work, discussions and some presentations.

Course dates: 25 and 27 October, 9-13 h
Kursleitung:

• Cora Assmann
• Annett Schröter
• Volker Schwartze

Beschreibung:

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.

Beschreibung:
Forschungsdatenmanagement (FDM) umfasst alle Aktivitäten im Umgang mit Forschungsdaten von der Erzeugung, Dokumentation und Aufbewahrung bis zur Publikation und Archivierung. Um die Vielzahl von Aspekten im FDM zu berücksichtigen, sollte bereits vor Projektstart ein Datenmanagementplan (DMP) erstellt werden, der den Umgang mit den im Forschungsprojekt erzeugten Daten dokumentiert und benötigte Ressourcen spezifiziert. Angemessenes Forschungsdatenmanagement und das Erstellen eines DMPs wird von immer mehr Förderorganisationen bei der Beantragung von Projekten vorausgesetzt und ist daher ein wichtiger Bestandteil der Projektplanung. Daneben hilft eine gute Planung aber auch anfallende Kosten von vornherein bei der Beantragung von Mitteln zu berücksichtigen, Unterstützung durch entsprechende Partner sicherzustellen und erforderliche Infrastrukturen aufzubauen um einen effektiven und sicheren Umgang mit den Forschungsdaten während der Projektlaufzeit sicherzustellen. 

Die Veranstaltung gibt einen Überblick über die Anforderungen der verschiedenen Förderorganisationen bezüglich des FDMs und der Erstellung von DMPs. Außerdem werden der Aufbau und die inhaltlichen Schwerpunkte des DMPs sowie nützliche Unterstützungsmöglichkeiten in Form von Beratungsangeboten und Werkzeugen vorgestellt.
 
Schwerpunkte:

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

Kursleitung:
Herr Benjamin Sippel

Dozent:
Roman Gerlach | Kontaktstelle Foschungsdatenmanagement
 

Beschreibung:

Der zweitägige Online-Kurs, angeboten vom Forschungsdatenmanagement Helpdesk (Uni Jena) und ZB MED (Informationszentrum Lebenswissenschaften), besteht aus Wissensvermittlung mit besonderem Fokus auf biomedizinische Aspekte des FDMs und interaktiven Übungen. Die Sprache des Kurses ist Englisch.

Nach der Anmeldung erhalten Sie einen Fragebogen, in dem Sie Ihre Erwartungen und Fragen zum Kurs eintragen können, erst dann ist die Buchung abgeschlossen. Die Zugangsdaten für die Online-Veranstaltung erhalten Sie eine Woche vor Beginn des Kurses.
 

Schwerpunkte:

• 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

Kursleitung:

• Cora Assmann
• Roman Gerlach
• Volker Schwartze
• Annett Schröter