M.Sc. Data Science
Data Science ist ein hochaktuelles Thema, das als Querschnittsthema fast überall immer mehr an Bedeutung gewinnt - von den Naturwissenschaften über die Ingenieurwissenschaften bis hin zur Medizin.
Data Science beschäftigt sich mit der Extraktion von Wissen und verwertbaren Informationen aus Daten. Dabei sind die verfügbaren Datensätze oft sehr umfangreich, heterogen, und zum Teil unzuverlässig.
Die wesentlichen Bestandteile von Data Science sind Datenanalyse und Systems-Engineering. Der Studiengang der RWTH vermittelt daher sowohl moderne Methoden der Datenanalyse als auch Algorithmen und Techniken zur Entwicklung von Informationssystemen.
Als interdisziplinäres Fach mit Kerngebieten Informatik, Mathematik und Statistik hat der Wissenschaftsbereich einen starken Bezug zu verschiedenen Anwendungsdisziplinen, was der Studiengang der RWTH in perfekter Weise aufgreift und in seiner Studienstruktur widerspiegelt. Er bietet die Möglichkeit einer stark anwendungsübergreifenden fachlichen Vertiefung im Rahmen eines Anwendungsfaches.
Studierende wählen ihr Anwendungsfach aus folgendem Fächerangebot:
- Computer Science
- Mathematics
- Computer Science and Mathematics
- Business Analytics
- Computational Life Science
- Computational Social Science
- Physics
Studienverlauf
Das Curriculum des Studiengangs ist in einen Kernbereich mit 44-64 CP, ein Seminar (5 CP), ein Praktikum (7 CP), einen Vertiefungsbereich mit 14-22 CP sowie einen Wahlbereich „Zusätzliche Kompetenzen“ mit maximal 12 CP gegliedert. Das im Vertiefungsbereich bestehende Modulangebot bildet die Grundlage für die Abschlussarbeit, die mit 30 CP gewichtet ist. Im Sinne der integrierten Hochschule kann die Abschlussarbeit nicht nur in den Kernfächern Informatik und Mathematik, sondern auch in einem der folgenden Anwendungsfächer verfasst werden: Business Analytics (BA), Computational Life Science (CLS), Computational Social Science (CSS) und Physics (P).
|
Studienstruktur |
||||
|---|---|---|---|---|
|
Kernbereich (44-64 CP) |
Einführungsvorlesungen (Pflicht)
|
|||
|
Wahlpflichtbereich
|
||||
|
Ethics, Technology and Data (Pflicht): Ethics, Technology, and Data (4 CP) |
||||
|
Zusätzliche Kompetenzen (0-12 CP) |
Breite Auswahl an Veranstaltungen der RWTH |
|||
| S/P (12 CP) | Seminar (5CP), Praktikum (7 CP) | |||
|
Vertiefungsbereich (14-22 CP) einschließlich Masterarbeit (30 CP) |
Computer Science (CS) |
Mathematics (M) |
Computer Science and Mathematics (CSM) |
Anwendungsfach (BA, CLS, CSS oder P) |
|
Vorlesungen |
||||
|
Masterarbeit |
||||
Im Kernbereich des Studiums wird die Methodenkompetenz im Bereich Data Science in ihrer Breite vermittelt. Er besteht aus einer Liste von zu diesem Zweck ausgewählten Modulen aus Informatik und Mathematik, darunter die einführende Module „Introduction to Data Science“ sowie „Mathematics of Data Science“. Zusätzlich wird im Kernbereich das Modul „Ethics of Data Science“ angeboten.
Im Wahlbereich „Zusätzliche Kompetenzen“ haben die Studierenden die Möglichkeit, Lehrveranstaltungen im Umfang bis zu 12 CP aus verschiedenen Bereichen zu wählen, beispielsweise Sprachkurse und nicht-technische Fächer aus dem Angebot der RWTH.
Im Vertiefungsbereich des Studiums erfolgt eine Spezialisierung, die in eine Masterarbeit im gewählten Bereich mündet. Während die Vertiefungsbereiche „Computer Science“, „Mathematics“, und „Computer Science and Mathematics” auf die Stärkung der grundlegenden Methodenkompetenz zielen, ermöglichen es die bereits genannten Anwendungsfächer, die Arbeit an Data Science Aufgabenstellungen in einem anderen disziplinären Umfeld zu erlernen.
Voraussetzungen
Der Studiengang baut auf die Bachelorstudiengänge Mathematik und Informatik auf. Es muss ein abgeschlossenes Bachelorstudium der Mathematik, Informatik, Physik oder einem verwandten Gebiet nachgewiesen werden.
Die geforderte fachliche Vorbildung ist in der Prüfungsordnung formuliert. Die Feststellung, dass die Zugangsvoraussetzungen erfüllt sind, trifft der Prüfungsausschuss.
Berufsperspektiven
Data-Science Methoden finden in der Wissenschaft und Wirtschaft ein breites Anwendungsspektrum.
In der Wirtschaft gewinnt Data Science zunehmend an Bedeutung. Durch die flächendeckende Vernetzung von Endgeräten - Internet of Things, Industrie 4.0 - die verbreitete Nutzung von sozialen Netzwerken und die Verfügbarkeit von immensen Mengen an Mess-, Multimedia-, und Simulationsdaten besteht der Wunsch und die Notwendigkeit, diese Informationen für ein breites Spektrum von Anwendungen nutzbar zu machen. Neben Firmen aus dem ICT-Bereich werden Absolventinnen und Absolventen mit diesem Qualifikationsprofil auch von Firmen aus dem Finanz- und Dienstleistungsbereich sowie in zunehmendem Maße auch von „klassischen“ Industrieunternehmen gesucht.
Durch die Forschungrelevanz der Data Science entstehen auch im wissenschaftlichen Bereich immer bessere Einstiegsmöglichkeiten für gut ausgebildete Spezialistinnen und Spezialisten.
Prüfungsordnung
Regelungen, die grundsätzlich für alle Bachelor- und Masterstudiengänge gelten, sowie detaillierte Angaben zum Nachweis der geforderten Sprachkenntnisse finden sich in der Übergreifenden Prüfungsordnung der RWTH. Prüfungsordnungen werden aufgrund ihrer Rechtsverbindlichkeit nur in deutscher Sprache veröffentlicht.
Die fachspezifische Prüfungsordnung regelt rechtsverbindlich Studienziele, Studienvoraussetzungen, Studienablauf und Prüfungen. Sie enthält in ihrem Anhang die Beschreibung der Module, aus denen sich der Studiengang zusammensetzt. Prüfungsordnungen werden aufgrund ihrer Rechtsverbindlichkeit nur in deutscher Sprache veröffentlicht.
Fakultät
Der Studiengang wird ferderführend angeboten von der Fachgruppe Informatik. Sie kooperiert mit der Fachgruppe Mathematik in der Fakultät für Mathematik, Informatik und Naturwissenschaften. Die Zusammenarbeit zwischen der Informatik und Mathematik ist im Sinne einer nachhaltigen Entwicklung des Feldes Data Science und ermöglicht ein breites fachliches Studienangebot. Andere Fachgruppen und Fakultäten werden im Rahmen der Anwendungsfächer eingebunden.