Data Science & Intelligent Analytics (DSIA) (MA) Studienbereich Wirtschaftsinformatik - FH Kufstein Tirol (A)

Allgemeines

Art des Studiengangs	Berufsbegleitender Studiengang, eher informatikorientiert
Regelstudienzeit	4 Semester
Credits insgesamt	120
Praxiselemente im Studiengang	4 ECTS max. anrechenbar für praxisorientierte Lehrangebote

Anzahl der Studierenden	57
Studienanfänger:innen pro Jahr	57
Absolvent:innen pro Jahr	keine Angaben
Abschlüsse in angemessener Zeit	keine Angaben
Geschlechterverhältnis	74:26 [%m:%w]

Anteil ausländischer Studierender	keine Angabe
Anteil fremdsprachiger Lehrveranstaltungen	20,0 %
Auslandsaufenthalt	obligatorisch
Gemeinsames Studienprogramm mit ausländischer Hochschule	nein
Internationale Ausrichtung: Auslandsaufenthalte	3/5 Punkten
Internationale Ausrichtung: Studierendenmobilität	0/3 Punkten
Internationale Ausrichtung: Fremdsprachenanteil	1/3 Punkten
Internationale Ausrichtung: Credits für interkulturelle Kompetenzen	1/2 Punkten
Internationale Ausrichtung des Studiengangs	5/13 Punkten

Zulassungsmodus

Zulassungsbeschränkung, 25 Plätze

Kontakt zur Berufspraxis: Praktikum/Praxisphase	0/4 Punkten
Kontakt zur Berufspraxis: praxisorientierte Lehrveranstaltungen	0/3 Punkten
Kontakt zur Berufspraxis: Externe Praktiker:innen	3/3 Punkten
Kontakt zur Berufspraxis: Abschlussarbeiten im Austausch mit der Praxis	1/2 Punkten
Kontakt zur Berufspraxis im Studiengang	4/12 Punkten

Verteilung von Pflicht- und Wahlpflicht-Credits auf verschiedene Bereiche

Besonderheiten des Studiengangs
Der berufsbegleitende Masterstudiengang “Data Science & Intelligent Analytics” konzentriert sich auf das Vermitteln von Kompetenzen im Zusammenhang mit der Erhebung, Integration, Speicherung, Analyse und Nutzung sowie dem innovativen Umgang mit Daten. Der Studiengang vermittelt Kompetenzen im Bereich der Organisation und Führung von datengetriebenen Projekten und Produkten. Er ist interdisziplinär ausgerichtet und vereint Fachkompetenzen aus Informatik, Statistik, Mathematik und verwandten Anwendungsdisziplinen.
Außercurriculare Angebote
Wir unterstützen die Studierenden bei der Teilnahme an solchen Veranstaltungen – z.B. durch Freistellungen vom Unterricht bei nachgewiesener Teilnahme und durch die Möglichkeit von Coaching durch unser Team. Wir nehmen in unseren Lehrveranstaltungen, z.B. im Machine Learning Lab, an internationale Herausforderungen (ohne Präsenz) – etwa den Competitions von kaggle.com – teil. Die Studierenden können so ihre Fähigkeiten an neuen Datensätzen und Problemstellungen ausprobieren und sich mit anderen Data Scientists messen. In der Lehrveranstaltung wird die Teilnahme inhaltlich vor- und nachbereitet.

Spitzengruppe

Mittelgruppe

Schlussgruppe

nicht gruppiert

(S)=Studierenden-Urteil (F)=Fakten (P)=Urteil von Professorinnen und Professoren

Datenstand 2020; 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