1. Was soll ich studieren?
  2. CHE Hochschulranking
  3. Fächer
  4. Mathematik
  5. TU München/Garching
  6. Fakultät für Mathematik
  7. Mathematics in Data Science (M.Sc.)
CHE Hochschulranking
 
Mathematik, Studiengang

Mathematics in Data Science (M.Sc.)


Spitzengruppe
Mittelgruppe
Schlussgruppe
Nicht gerankt
Bemerkung
Studiengang im Aufbau seit WS 16/17, noch keine Absolventen, keine gerankten Daten

Allgemeines

Art des Studiengangs Konsekutiver Masterstudiengang, Präsenzstudium, vollzeit, gleichermaßen forschungs- und anwendungsorientiert
Regelstudienzeit 4 Semester
Credits insgesamt 120
Fachausrichtung Mathematik, Statistik, Computational mathematics
Interdisziplinarität Fachübergreifender Studiengang, 23 Pflichtcredits aus dem Fach
Praxiselemente im Studiengang 6 Wochen Praxisphase/Praktikum außerhalb der Hochschule verpflichtend; 16 ECTS anrechenbar für praxisorientierte Lehrangebote

Studierende und Abschlüsse

Anzahl der Studierenden 52
Studienanfänger pro Jahr 44
Absolventen pro Jahr im Erhebungszeitraum noch keine Absolventen
Abschlüsse in angemessener Zeit im Erhebungszeitraum noch keine Absolventen
Geschlechterverhältnis 63:37 [%m:%w]

Internationale Ausrichtung

Anteil ausländischer Studierender 46,0 %
Anteil fremdsprachiger Lehrveranstaltungen 100,0 %
Obligatorischer Auslandsaufenthalt nein, aber Credits anrechenbar
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

Zulassung

Bewerber/Studienplatz-Quote keine Zulassungsbeschränkung

Weitere Angaben des Fachbereichs zum Studiengang

  • Besonderheiten des Studiengangs
    Fakultäten für Mathematik und Informatik betreiben gemeinsam die Data Science Programme als Teil der TUM Data Science Initiative und bieten eines der ersten Studienprogramme dieser Art in Deutschland und Europa an. Die behandelten Themen umfassen hierbei Data Mining, Data Kompression, Big Data, Machine Learning, u.v.a. Internationale Verbindungen bieten die Chance für einen Studierendenaustausch. "Mathematics in Data Science" integriert praktische Arbeitserfahrung und Fallstudien, die von europäischen Firmen angeboten werden, um an praxisnahen Problemen zu arbeiten. Obligator. Berufspraktikum.
  • Fachliche Schwerpunkte
    Statistik, mathematische Darstellungen großer und hochdimensionaler Datensätze, deren Dimensionsreduktion, und deren Klassifikation um bedeutungsvolle Informationen zu gewinnen, Kryptographie und Optimierung.
  • Maßnahmen zur Förderung der Beschäftigungsbefähigung
    Studierende müssen eine berufspraktische Tätigkeit von mind. 6 Wochen (Berufspraktikum), die ihrem Inhalt nach der Tätigkeit des Berufsbildes entspricht, durchführen und nachweisen. Studierende können sich am TUM-DI-Lab, das eine Lehr-und Forschungserfahr
  • Schlagwörter
    big data science, analysis, information, handling, mining, representation, machine learning, neuronale Netzwerke, artificial intelligence signal, data, Ausland, Auslandsstudium, Mathe, Master, TUM, TU
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.
Verlagsangebot
Studienorientierung
Zeit Studienführer

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