Harbour Space UTCC

MSc Datenwissenschaft

1 Säule

Die Studierenden beginnen das Programm mit grundlegenden Kenntnissen in Programmierung und Mathematik, einschließlich Datenstrukturen und Algorithmen, Statistik und maschinellem Lernen. Im ersten Teil des Programms werden ihre Kenntnisse in Mathematik, Programmierung und Datenanalyse erheblich erweitert. Das Programm bietet auch die Möglichkeit, wichtige Soft Skills für die Berufswelt zu erwerben, darunter technisches Projektmanagement, Schreiben und Präsentieren.

Themen

• Kombinatorik und Diagramme
• Objektorientierte Programmierung (C++)
• Datenstrukturen und Algorithmen
• Datenbanken
• Wahrscheinlichkeitstheorie und Statistik
• Praktisches Unix
• Einführung in das Interaktionsdesign
• Diskrete Optimierung
• Master Maschinelles Lernen
• Python
• Netzwerke
• Java Programmierung
• Big Data-Analyse/Maschinelles Lernen - 2
• R
• Konvexe Optimierung
• Führung und Gruppendynamik
• Technisches Schreiben und Präsentieren
• Komplexitätstheorie
• Technisches Projektmanagement
• Nichtlineare Optimierung
• Statistische Datenanalyse
• Capstone-Projekt - 1
• Seminare & Workshops - 1

2 Säule

Im zweiten Teil des Programms konzentrieren sich die Studierenden vor allem auf das Erlernen wichtiger Anwendungen der Datenwissenschaft sowie fortgeschrittener Methoden in Mathematik und Datenanalyse. Ein erheblicher Teil des Studiums wird für die Fertigstellung des Capstone-Projekts aufgewendet. Durch den Abschluss des Programms lernen die Studierenden, Datenanalysen in jedem Umfang durchzuführen, die für die Analyse erforderliche Software zu entwickeln und die Ergebnisse auf professionelle und effiziente Weise zu präsentieren.

Themen

• Paralleles und verteiltes Rechnen
• Statistische Datenanalyse - 2
• Software-Design
• Stochastische und großskalige Optimierung
• Grundlagen der Kryptographie
• Karte verkleinern
• Verteilte Datenbanken
• Text Mining
• Spieltheorie
• Neuronale Netze und Deep Learning
• Soziale Netzwerkanalyse
• Zeitfolgen
• Robuste Optimierung
• Bild- und Videoanalyse - 1
• Informationsrückgewinnung
• Auktionen
• Statistische Datenanalyse - 3
• Informationstheorie
• Bild- und Videoanalyse - 2
• Maschinelle Übersetzung
• Datenvisualisierung
• Algorithmen in der Bioinformatik
• Spektralgraphenanalyse und Data Science-Anwendungen
• Web-Grafiken
• Capstone-Projekt - 2
• Seminare & Workshops - 2

• Junior Data Scientist: Dies ist eine typische Einstiegsposition für Absolventen des BSc-Studienganges Data Science. Die Position erfordert fundierte Kenntnisse in Mathematik mit Schwerpunkt auf Statistik und maschinellem Lernen sowie in Konzepten im Zusammenhang mit Programmierung und Datenbanken. Als Teil eines Teams sammeln Junior-Data Scientists erste Erfahrungen mit der industriellen Datenanalyse und lernen dabei von erfahreneren Kollegen.
• Datenwissenschaftler: Datenwissenschaftler kombinieren einen mathematischen Hintergrund und praktische Erfahrung mit Fachwissen, das es ihnen ermöglicht, fortgeschrittene Datenanalysen durchzuführen, die für Vorhersagen erforderlich sind, die gute Geschäftsentscheidungen ermöglichen. Der Job erfordert ein Verständnis sowohl der Mathematik als auch der Geschäftsziele. Datenwissenschaftler müssen technische Experten sein und über die erforderlichen Kompetenzen verfügen, um große Mengen unterschiedlicher Daten zu verarbeiten, sowie über gute Programmierkenntnisse verfügen.
• Senior Data Scientist: Ein Senior Data Scientist wird zum Bindeglied zwischen dem Kern des Geschäftsmanagements und dem gesamten Analyseteam. Die Rolle erfordert die Fähigkeit, effektiv zu kommunizieren, um sowohl Geschäftsziele zu erfassen als auch die Erkenntnisse der Analysten zu kommunizieren. Senior Data Scientists leiten auch relevante Programmier- und Anwendungsentwicklungsprojekte sowie die Formulierung von Versuchsdesigns und haben eine führende Rolle innerhalb eines Data-Science-Teams.
• Principal Data Scientist: Ein Principal Data Scientist ist ein Datenvisionär, der Wege findet, Geschäftsfragen zu beantworten, indem er verfügbare Daten im Unternehmen und im Internet analysiert. Der Job erfordert oft die Entwicklung neuer Analysemethoden und die Arbeit an der Schnittstelle zwischen Industrie und Wissenschaft.
• Chief Data Officer: Ein Chief Data Officer ist eine Führungskraft, die Verantwortung an der Schnittstelle von Datenanalyse, Informationstechnologie und Geschäftsstrategie trägt. Der CDO bestimmt die langfristige Ausrichtung zur Risikokontrolle und Wertschöpfung durch Information Governance sowie Datenmanagement und -analyse. Vor allem aber ist der CDO ein Impulsgeber für den Wandel und ermöglicht durch die Bereitstellung detaillierter Erkenntnisse auf Basis von Daten neue Effizienzsteigerungen.

Bewerben Sie sich jetzt, um bis zu 50 % Ermäßigung auf Ihre Studiengebühren und eine ermäßigte Anmeldegebühr zu erhalten.