Bachelor-Praktikum - Cheatsheet.pdf

Kollaboration und Kommunikation in Teamarbeit verbessern

Definition:

Verbesserung der Zusammenarbeit und Kommunikation in Teamprojekten durch Methoden und Werkzeuge.

Details:

• Effektive Kommunikation: Regelmäßige Meetings, klare und prägnante Botschaften.
• Tools: Nutzung von Plattformen wie Slack, Trello, GitHub.
• Rollenklarheit: Klare Rollenverteilung und Verantwortungsbereiche.
• Feedback-Kultur: Konstruktives Feedback regelmäßig geben und empfangen.
• Ziele setzen: SMARTe Ziele (Specific, Measurable, Achievable, Relevant, Time-bound).
• Dokumentation: Alle wichtigen Informationen dokumentieren und zugänglich machen.

Erstellung und Verwaltung von Projektplänen und Meilensteinen

Definition:

Planung und Verfolgung von Projektfortschritten durch detaillierte Zeitpläne und Festlegung von Zwischenzielen.

Details:

• Projektplan: Enthält Aufgaben, Zeitrahmen, Verantwortlichkeiten.
• Meilenstein: Wichtige Etappen im Projektverlauf zur Kontrolle des Fortschritts.
• Tools: Gantt-Diagramme, Netzpläne.
• Projektphasen klar definieren und zeitlich festlegen.
• Regelmäßige Überprüfung und Anpassung des Projektplans.
• Kommunikation der Meilensteine an alle Beteiligten.
• Verwendung von Software zur Verwaltung (z.B. MS Project, Jira).

Risikomanagement und Ressourcenplanung im Projektmanagement

Definition:

Identifikation, Bewertung und Kontrolle von Risiken sowie effiziente Zuweisung und Nutzung von Ressourcen zur erfolgreichen Projektdurchführung.

Details:

• Risikoanalyse: Identifikation und Bewertung möglicher Risiken.
• Risikomatrix: Darstellung von Risikoauswirkungen und -wahrscheinlichkeiten.
• Risikostrategien: Vermeidung, Minderung, Transfer, Akzeptanz.
• Ressourcenplanung: Identifikation benötigter Ressourcen (Personal, Material, Zeit).
• Ressourcenzuweisung: Zuordnung der Ressourcen zu Projektaufgaben.
• Kapazitätsplanung: Sicherstellung ausreichender Ressourcenverfügbarkeit.
• Monitoring: Überwachung und Anpassung der Ressourcen und Risiken während des Projekts.
• Tools: Software-Tools wie MS Project oder Jira zur Unterstützung.

Verwendung von Jira oder Trello für Teamkoordination

Definition:

Verwenden von Jira oder Trello zur Teamkoordination im Bachelor-Praktikum im Informatikstudium an der TU München.

Details:

• Jira: Komplexes Projektmanagement-Tool, gut für große Teams, bietet umfangreiche Funktionen zur Aufgabenverfolgung, Zeiterfassung, und Berichterstellung.
• Trello: Einfaches und visuelles Kanban-Board, gut für kleinere Teams und einfache Projekte, ermöglicht einfache Aufgabenverwaltung mittels Karten und Listen.
• Beide Tools unterstützen Kollaboration, Transparenz und Effizienz im Team durch zentrale Dokumentation und Kommunikationsmöglichkeiten.
• Wahl des Tools abhängig von Projektgröße, Teamgröße und Komplexität der Aufgaben.

Testen, Debuggen und Code-Review in der Softwareentwicklung

Definition:

Testen: Überprüfung der Software auf Fehler. Debuggen: Fehleranalyse und -behebung im Code. Code-Review: Prüfung des Codes durch andere Entwickler auf Qualität und Fehler.

Details:

• Testen: Verwendung von Unit-Tests, Integrationstests und Systemtests, um sicherzustellen, dass die Software korrekt funktioniert.
• Debuggen: Einsatz von Debugging-Tools (z.B. GDB, Visual Studio Debugger), um Laufzeitfehler zu identifizieren und zu beheben.
• Code-Review: Peer-Review-Prozess zur Verbesserung der Codequalität; beinhaltet Überprüfung auf Einhaltung von Coding-Standards, Effizienz und potenzielle Fehler.

Analyse und Entwurf von Algorithmen mit Komplexitätsanalyse

Definition:

Analyse und Entwurf von Algorithmen, Verständnis der Effizienz anhand von Komplexitätsanalysen.

Details:

• Algorithmusentwurf: Systematisches Entwickeln von Algorithmen zur Problemlösung.
• Komplexitätsanalyse: Untersuchung der Laufzeit und Speicherbedarf eines Algorithmus.
• Asymptotische Notationen: \textbf{O-Notation} (obere Schranke), \textbf{Ω-Notation} (untere Schranke), \textbf{Θ-Notation} (exakte Schranke).
• Best Case, Worst Case, Average Case: Verschiedene Szenarien der Analyse.
• Amortisierte Analyse: Durchschnittliche Performance über eine Sequenz von Operationen.
• Recurrences: Lösen von Wiederholungsformeln mit Techniken wie Master-Theorem.
• Greedy-Methoden, Divide-and-Conquer, Dynamic Programming als Entwurfsparadigmen.

Verwendung und Implementierung grundlegender Datenstrukturen wie Arrays, Listen und Bäume

Definition:

Verwendung und Implementierung grundlegender Datenstrukturen wie Arrays, Listen und Bäume.

Details:

• Arrays: Fixe Größe, schneller Zugriff per Index \texttt{O(1)}, Einfügung/Löschung \texttt{O(n)}.
• Listen: Dynamische Größe, sequentieller Zugriff \texttt{O(n)}, konstanter Einfüge-/Löschzeit \texttt{O(1)} bei bekannten Positionen (z.B. am Anfang/Ende).
• Bäume: Hierarchische Struktur, Bsp. Binärbaum, AVL-Baum. Effizientes Suchen, Einfügen, Löschen \texttt{O(\texttt{log}\thinspace n)}.
• Implementierung: Arrays mit vordefiniertem Speicher; Listen mit Knoten (Werte, Zeiger); Bäume rekursiv mit Knoten (Wert, linker/rechter Kindknoten).

Optimierung von Datenstrukturen und Datenzugriffszeiten

Definition:

Optimierung von Datenstrukturen und Datenzugriffszeiten bezieht sich auf die Verbesserung der Speicher- und Zugriffsmechanismen für effizientere Datenverarbeitung.

Details:

• Wähle geeignete Datenstrukturen: Arrays, Listen, Stacks, Queues, Bäume, Hash-Tabellen
• Berücksichtige Zugriffszeiten: O(1), O(log n), O(n), O(n log n), O(n^2)
• Nutze Caching und Zwischenspeicherung
• Vermeide unnötige Datenkopien und -bewegungen
• Verwende Algorithmen zur Speicherverwaltung
• Betrachte Speicherlokalität (Cache-Speicher-Nutzung)
• Optimierung durch geeignete Indexstrukturen
• Multithreading und parallele Zugriffe
• Profiliere und analysiere Performance