Data Science (M) an der Uni Bielefeld studieren

NEU
2019 / 20

Informatik, Studiengang

Data Science (M)

Bemerkung

Studienangebot ab WS 18/19

Art des Studiengangs	Konsekutiver Masterstudiengang, Präsenzstudium, vollzeit, stärker forschungsorientiert
Regelstudienzeit	4 Semester
Credits insgesamt	120
Lehrprofil
Fachausrichtung	Angewandte Informatik
Interdisziplinarität
Praxiselemente im Studiengang

Anzahl der Studierenden
Studienanfänger pro Jahr	<10
Absolventen pro Jahr	im Erhebungszeitraum noch keine Absolventen
Abschlüsse in angemessener Zeit	im Erhebungszeitraum noch keine Absolventen
Geschlechterverhältnis

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

Bewerber/Studienplatz-Quote

Kontakt zur Berufspraxis: Praktikum/Praxisphase
Kontakt zur Berufspraxis: praxisorientierte Lehrveranstaltungen
Kontakt zur Berufspraxis: Externe Praktiker
Kontakt zur Berufspraxis: Abschlussarbeiten im Austausch mit der Praxis
Kontakt zur Berufspraxis im Studiengang	Indikator nicht ausgewiesen; Fachbereich lieferte zu wenige Daten

Besonderheiten des Studiengangs
Der M.Sc. Data Science an der Universität Bielefeld wird Studierende entsprechend interdisziplinär ausbilden: klassische statistische Verfahren, Programmierung, Datenbanksysteme und Methoden des maschinellen Lernens bilden dabei das methodische Grundgerüst. Dieses wird ergänzt durch Praxisveranstaltungen – z.B. in den Bereichen Statistical Consulting und Business Analytics – sowie einem ELSI-Modul (ELSI = ethical, legal and social impacts), welches den Blick auf den sozialen Rahmen der Datenanalysen schärfen soll.
Fachliche Schwerpunkte
Ziel des Studiengangs ist es, die AbsolventInnen in die Lage zu versetzen, eine datengestützte Ent-scheidung umfassend zu betreuen. Dies beinhaltet die Identifikation und Erhebung von für die Zielfrage relevanten Datensätzen, die Auf- und Vorverarbeitung der Daten, die explorative Analyse und anschließende Verwendung angemessener Analyseverfahren, sowie die Aufbereitung der Ergebnisse.
Maßnahmen zur Förderung der Beschäftigungsbefähigung
Der Masterstudiengang Data Science ist eine logische Antwort auf die starke Nachfrage nach entsprechenden AbsolventInnen. Der Aufbau des Studiengangs ist direkt an die typische Arbeitsweise von Data Scientists angelehnt insofern, als dass die vielfältigen
Schlagwörter
Data Science, Machine Learning, Statistik, Data Mining, 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.