Udvikling af cloud-baserede sundheds-apps
NDAB16014U - SCIENCE
Passed: 98%, Average grade: 10.08, Median grade: 10
Description
Faget giver introduktion til udvikling af apps med server- og cloudbaseret lagring af data. Emnerne præsenteres med vægt på forståelse af principperne i de datalogiske teknikker, der typisk benyttes til realisering af app- og cloudbaserede it-løsninger.
Opgaverne i kurset knyttes til design og udvikling af apps inden for det telemedicinske anvendelsesområde. De studerende får hands-on erfaringer med programmering, opsætning af klient-server løsninger, og brug af software development kits til denne type it-løsninger.
Efter endt kursus forventes den studerende at have tilegnet sig:
Viden om
muligheder og problemstillinger i forbindelse med lagring af data i skyen, herunder juridiske aspekter og sikkerhedsaspekter, f.eks. ved lagring af persondata i skyen
hvordan Apps kan understøtte FN's verdensmål 16 om bæredygtig udvikling med henblik på at give adgang til retssikkerhed og opbygge effektive, ansvarlige og inddragende institutioner på alle niveauer.
asynkron programmering
design af brugergrænseflader i apps
pålidelig og sikker netværkskommunikation mellem app og cloud.
Færdigheder i
at opsætte og anvende et udviklingsmiljø til apps
enkel objektorienteret programmering
enkel asynkron programmering
at designe enkle brugergrænseflader til en app
at konstruere og udnytte en database, der er lagret i skyen.
Kompetencer
Indgå i et team, der udvikler apps med lagring af data i skyen
Selv designe og konstruere mindre apps
Recommended qualifications
Bestået NDAB19000U Systemudvikling, NDAB11006U Sundheds-it: Systemudvikling og Databaser eller tilsvarendeDet er vigtigt at kunne forholde sig til omfattende, teknisk krævende og engelsksproget dokumentation.
Vidensdeling på holdet er en forudsætning for holdets succes. Det er derfor vigtigt, at du har erfaring med at indgå i teams og deling af teknisk viden
Coordinators
Thomas Troels Hildebrandt
hilde@di.ku.dk
Exam
Assignment - (20m)
Course Info
Department(s)
- Computer Science
Workload
Lectures | 30h |
Preparation | 111h |
Theory Exercises | 30h |
Exam | 35h |
Total: 206h