Data SciencePhilipps-Universität Marburg

Der Masterstudiengang Data Science an der Philipps-Universität Marburg ist ein projektorientiertes Studium, das sich aus Vertiefungen und Spezialisierungen in der Informatik sowie einem mathematischen Schwerpunkt zusammensetzt. Informatik-Bereiche umfassen Data Mining, effiziente Algorithmen und Datenmanagement. Im mathematischen Bereich kann zwischen "Analytics" und "Scientific Computing" gewählt werden.

Ziel des Programms ist die Intensivierung des selbstständigen wissenschaftlichen Arbeitens.

Studierende wählen neben verschiedenen Erweiterungs- und Vertiefungsmodulen aus Informatikbereichen (z.B. Machine Learning, Softwareentwicklung, skalierbare Systeme und Big Data Technologien) einen der Schwerpunkte Statistische Datenanalyse oder "Scientific Computing" im mathematischen Bereich des Programms.

Ein Abschluss im Masterstudiengang "Data Science" qualifiziert für die selbstständige Arbeit und die Leitung von Projekten in Industrie, Wirtschaft sowie wissenschaftlichen oder öffentlichen Einrichtungen, in denen skalierbare Methoden und Techniken zur Analyse großer und heterogener Daten eingesetzt werden, sowie zur Simulation bei der Lösung wissenschaftlicher, wirtschaftlicher oder technischer Probleme.

Ein erfolgreicher Masterabschluss ermöglicht den Zugang zu einer Promotion, vor allem in den Bereichen Informatik und angewandte Mathematik.

Zulassungsvoraussetzungen:

• Bachelor-Abschluss in Data Science, Mathematik oder Informatik oder ein vergleichbarer in- oder ausländischer Hochschulabschluss.
• Mindestens 72 Leistungspunkte (CP) in Modulen aus der Informatik und mindestens 18 CP in Modulen aus der Mathematik.
• Davon mindestens 9 CP in Kompetenzen aus dem Modul 'Machine Learning' und jeweils mindestens 9 CP in Kompetenzen aus mindestens 5 der 7 Module:
• 'Objektorientierte Programmierung'
• 'Algorithmen und Datenstrukturen'
• 'Systemsoftware und Computerkommunikation'
• 'Effiziente Algorithmen'
• 'Grundlegende lineare Algebra'
• 'Grundlegende reelle Analysis' oder 'Analysis I'
• 'Grundlagen der höheren Mathematik' oder 'Analysis II'.
• Es wird empfohlen, die fehlenden Kenntnisse vor Studienbeginn zu erwerben.

Sprachkenntnisse:

• Englischkenntnisse auf dem Niveau C1 des "Gemeinsamen Europäischen Referenzrahmens für Sprachen" oder
• Englischkenntnisse auf dem Niveau B1 und Deutschkenntnisse auf dem Niveau "DSH-2".