Für wen ist der Studiengang geeignet?
"Das Angebot des Masterstudiengangs richtet sich explizit nicht nur an IT-Cracks"
Prof. Wolter, Informatik
"In diesem Studiengang werden anwendungsorientierte Spezialistinnen und Spezialisten ausgebildet, die die bereits heute entstehenden Datenberge in verschiedenen Bereichen analysieren und daraus Wissen ableiten und Mehrwert generieren können”
Prof. Conrad, Mathematik
"Es geht hier vor allem darum, den Studierenden Fachwissen aus verschiedenen Anwendungsbereichen und Methodenkompetenz zur wertschöpfenden Nutzung der jeweiligen Daten zu vermitteln. Data Science betrachten wir dabei als Verbindung dieser beiden Bereiche.“
Prof. Ostwald, Computational Cognitive Neuroscience
Voraussetzungen
Abschluss eines Hochschulstudiums im Umfang von 180 Leistungspunkten (LP) im Fach Informatik oder einem anderen Fach mit einem Studienanteil von Mathematik-Modulen im Umfang von insgesamt mindestens 20 LP und von Informatik-Modulen im Umfang von insgesamt mindestens 10 LP.
Diese 20 LP in Mathematik-Modulen müssen mindestens 5 LP in den Bereichen Lineare Algebra oder Analysis sowie mindestens 5 LP in den Bereichen Wahrscheinlichkeitstheorie oder Statistik nachgewiesen werden. Im Hinblick auf die geforderten Informatik-Module müssen mindestens 5 LP im Bereich Algorithmen sowie mindestens 5 LP in einem Modul nachgewiesen werden, in dem Kenntnisse in einer höheren Programmiersprache, z.B. C/C++, Java oder Python erworben wurden.
Bewerberinnen oder Bewerber, die den Hochschulabschluss nicht an einer Bildungsstätte erworben haben, in der Englisch Unterrichtssprache ist, haben Englischkenntnisse im Umfang der Niveaustufe C1 des Gemeinsamen Europäischen Referenzrahmens für Sprachen (GER) nachzuweisen.
Zur Bewerbung legen Sie bitte den ausgefüllten Bogen der Selbstauskunft bei. PDF
Was erwartet mich im ersten Semester?
- Programming for Data Science (5 LP)
- Machine Learning for Data Science (10 LP)
- Statistics for Data Science (10 LP)
- Introduction to Profile Areas (5 LP)
Profilbereiche
- Data Science in the Life Sciences (Studien- und Prüfungsordnung 2019, 2021)
- Data Science Technologies (Studien- und Prüfungsordnung 2019, 2021)
- Data Science in the Social Sciences (nur Studien- und Prüfungsordnung 2019)