1. Was soll ich studieren?
  2. CHE Hochschulranking
  3. Fächer
  4. Informatik
  5. Uni Stuttgart
  6. Fakultät 5: Informatik, Elektrotechnik und Informationstechnik
  7. Data Science (B.Sc.)
Ranking wählen
Informatik, Studiengang

Data Science (B.Sc.) Fakultät 5: Informatik, Elektrotechnik und Informationstechnik - Uni Stuttgart


Spitzengruppe
Mittelgruppe
Schlussgruppe
nicht gruppiert

Allgemeines

Art des Studiengangs Ein-Fach-Bachelorstudiengang, Präsenzstudium, vollzeit
Regelstudienzeit 6 Semester
Credits insgesamt 180
Fachausrichtung Fach innerhalb der Informatik; Schwerpunkt(e): Theoretische Informatik; Anwendungsbereich(e): Data Science
Interdisziplinarität Der Studiengang ist nicht interdisziplinär

Studierende und Abschlüsse

Anzahl der Studierenden 72
Studienanfänger:innen pro Jahr 25
Absolvent:innen pro Jahr <10
Abschlüsse in angemessener Zeit <10
Geschlechterverhältnis 81:19 [%m:%w]

Internationale Ausrichtung

Anteil ausländischer Studierender 4,0 %
Anteil fremdsprachiger Lehrveranstaltungen 20,0 %
Auslandsaufenthalt nicht obligatorisch, aber Credits anrechenbar
Gemeinsames Studienprogramm mit ausländischer Hochschule nein

Zulassung

Zulassungsmodus Zulassungsbeschränkung, 30 Plätze

Weitere Angaben des Fachbereichs zum Studiengang

  • Besonderheiten des Studiengangs
    Die Studiengangsabsolventen bekommen eine vollwertige Informatikausbildung und gleichzeitig spezifisches Wissen im Bereich Data Science. Die Absolventen werden befähigt, anwendungs- bzw. forschungsorientiert zu arbeiten. Berufsbilder, für die das Studium eine besonders spezifische Vorbereitung bietet, sind solche, die sich zentral mit der Beschaffung, Verwaltung, und Verwertung von Daten befassen (z.B. Data Scientist, Data Curator, Data Engineer, Data Stuart).
  • Maßnahmen zur Förderung der Beschäftigungsbefähigung
    In der Veranstaltung Einführung in Data Science sind neben praxisorientierten Übungen auch Exkursionen zu ausgewählten Firmen geplant, um den Studierenden bereits frühzeitig einen Einblick in die Berufspraxis zu ermöglichen. Des Weiteren werden in den Übungen zu Modellierung, Data Warehouse, Data Mining und OLAP und im Data Science Projekt konkrete Praxisbezüge hergestellt.
Spitzengruppe
Mittelgruppe
Schlussgruppe
nicht gruppiert
(S)=Studierenden-Urteil   (F)=Fakten   (P)=Urteil von Professorinnen und Professoren
Datenstand 2021; Daten erhoben vom CHE Centrum für Hochschulentwicklung. Auf dessen Seiten findet sich auch eine ausführliche Beschreibung der CHE Ranking-Methodik.
Verlagsangebot
Studienorientierung
Zeit Studienführer

Mehr Infos zum Ranking und rund um das Thema Studienwahl gibt es hier zum Nachlesen. Mehr erfahren