Computational NeuroscienceTechnische Universität Berlin

Der interdisziplinäre Masterstudiengang Computational Neuroscience ist ein wachsendes Feld innerhalb der Neurowissenschaften. Er kombiniert theoretische Ansätze aus Mathematik, Physik, Informatik und Ingenieurwissenschaften, um das Gehirn zu verstehen. Der Studiengang integriert Experimente, Datenanalyse und Modellierung und schafft eine gemeinsame wissenschaftliche Sprache für Neurobiologie, Kognitionswissenschaft und Informationstechnologie.

Das Studium kann dazu beitragen, Forschungsfragen zu lösen, Präventions- und Behandlungsstrategien für neurologische Erkrankungen zu verbessern, einheitliche Konzepte über biologische Prozesse zu entwickeln, Informationstechnologien und Mensch-Maschine-Interaktionen voranzutreiben und neue Erkenntnisse für effiziente Lehr- und Lernstrategien zu gewinnen.

Im ersten Studienjahr erwerben die Studierenden Kompetenzen in den Grundlagen des Programms. Das zweite Jahr ist forschungsorientiert mit Laborrotationen und der Masterarbeit.

Grundlagen (erstes und zweites Semester):

• Module: "Modelle neuronaler Systeme" (12 CP), "Modelle höherer Gehirnfunktionen" (12 CP), "Erfassung und Analyse neuronaler Daten" (12 CP), "Maschinelle Intelligenz" (12 CP), "Programmierkurs und Projekt" (6 CP)
• Individuelle Studien zur Wissensvertiefung (6 CP)

Forschungsorientierte Phase (drittes und viertes Semester):

• Drittes Semester: Laborrotationen in drei verschiedenen Laboren des Bernstein Zentrums (3 x 9 CP), Kurs zu ethischen Fragen (3 CP)
• Viertes Semester: Masterarbeit (20 CP), Kurse zu fortgeschrittenen Themen (10 CP), mündliche Präsentation (Verteidigung)

Das Programm umfasst Module mit verschiedenen Lehrmethoden wie Vorlesungen, Tutorien, Praktika, Projekte und Seminare. Ein Credit Point entspricht 30 Stunden Arbeitszeit, das Masterstudium umfasst 120 Credit Points.

Bestandteil des Studiums sind drei Laborrotationen im zweiten Jahr, in denen die Studierenden lernen, wissenschaftliche Probleme zu bearbeiten und Forschungsergebnisse zu präsentieren.

Ein Teil des Studiums kann im Ausland absolviert werden, insbesondere im Rahmen der Forschungsphase.

Absolventen arbeiten hauptsächlich in der Forschung, sowohl akademisch als auch in der Industrie, in den Bereichen Neurowissenschaften, Methodenentwicklung, maschinelles Lernen, künstliche Intelligenz oder als Data Scientists.