Data and Knowledge Engineering (M.Sc.) an der Uni Magdeburg studieren

NEU
2019 / 20

Informatik, Studiengang

Data and Knowledge Engineering (M.Sc.)

Art des Studiengangs	Konsekutiver Masterstudiengang, Präsenzstudium, vollzeit, auch teilzeit möglich, stärker forschungsorientiert
Regelstudienzeit	4 Semester
Credits insgesamt	120
Lehrprofil
Fachausrichtung	Angewandte Informatik
Interdisziplinarität	Der Studiengang ist nicht interdisziplinär
Praxiselemente im Studiengang

Anzahl der Studierenden	176
Studienanfänger pro Jahr	43
Absolventen pro Jahr	12
Abschlüsse in angemessener Zeit	45,8 %
Geschlechterverhältnis	74:26 [%m:%w]

Anteil ausländischer Studierender	94,0 %
Anteil fremdsprachiger Lehrveranstaltungen	100,0 %
Obligatorischer Auslandsaufenthalt	keine Angabe
Gemeinsames Studienprogramm mit ausländischer Hochschule	nein
Internationale Ausrichtung: Auslandsaufenthalte	1/4 Punkten
Internationale Ausrichtung: Studierendenmobilität	2/2 Punkten
Internationale Ausrichtung: Fremdsprachenanteil	3/3 Punkten
Internationale Ausrichtung des Studiengangs	6/9 Punkten

Bewerber/Studienplatz-Quote

keine Zulassungsbeschränkung

Kontakt zur Berufspraxis: Praktikum/Praxisphase	0/4 Punkten
Kontakt zur Berufspraxis: praxisorientierte Lehrveranstaltungen	0/3 Punkten
Kontakt zur Berufspraxis: Externe Praktiker	1/2 Punkten
Kontakt zur Berufspraxis: Abschlussarbeiten im Austausch mit der Praxis	1/2 Punkten
Kontakt zur Berufspraxis im Studiengang	2/11 Punkten

Besonderheiten des Studiengangs
Drei Semester, in denen die Studierenden Veranstaltungen aus den verschiedenen Schwerpunkten studieren sowie ihre Schlüsselkompetenzen vertiefen. 4. Semester: Anfertigung der Masterarbeit. Vermittlung von Big Data. Das weltweit größte SAP-University Competence Center ist an der Fakultät angesiedelt und entsprechende Inhalte werden vermittelt. Team- und Projektarbeit.
Maßnahmen zur Förderung der Beschäftigungsbefähigung
Schwerpunkt sind Tätigkeiten und Leitungsfunktionen bei der Planung und Durchführung von Projekten mit Einsatz von modernen IT-Lösungen. Er bietet Fachkenntnisse zu theoretischen Aspekten und Anwendungsgebieten der Wissensentdeckung, des maschinellen Lern
Schlagwörter
Data Mining; Knowledge Engineering; Big Data

Spitzengruppe

Mittelgruppe

Schlussgruppe

Nicht gerankt

(S)=Studierenden-Urteil (F)=Fakten (P)=Professoren-Urteil

Datenstand 2018; Daten erhoben vom CHE Centrum für Hochschulentwicklung.
Eine ausführliche Beschreibung der Methodik findest du im CHE Ranking Methodenwiki.