Machine Learning and Data Analytics (M.Sc.) Fachbereich Elektronik und Informatik - HS Aalen

Bemerkung

Studiengang im Aufbau seit WS 18/19

Allgemeines

Art des Studiengangs	konsekutiver Masterstudiengang, Präsenzstudium, vollzeit, auch teilzeit möglich
Regelstudienzeit	3 Semester
Credits insgesamt	90
Fachausrichtung	Fach innerhalb der Informatik; Schwerpunkt(e): Künstliche Intelligenz; Anwendungsbereich(e): Data Science
Interdisziplinarität	Der Studiengang ist nicht interdisziplinär
Praxiselemente im Studiengang	keine verpflichtenden Praktika

Anzahl der Studierenden	43
Studienanfänger:innen pro Jahr	29
Absolvent:innen pro Jahr	im Beobachtungszeitraum noch keine Abschlüsse
Abschlüsse in angemessener Zeit	im Beobachtungszeitraum noch keine Abschlüsse
Geschlechterverhältnis	81:19 [%m:%w]

Anteil ausländischer Studierender	5,0 %
Anteil fremdsprachiger Lehrveranstaltungen	50,0 %
Auslandsaufenthalt	kein Auslandsaufenthalt vorgesehen
Gemeinsames Studienprogramm mit ausländischer Hochschule	nein

Zulassungsmodus

Zulassungsbeschränkung, 8 Plätze

Kontakt zur Berufspraxis: Praktikum/Praxisphase
Kontakt zur Berufspraxis: praxisorientierte Lehrveranstaltungen
Kontakt zur Berufspraxis: Externe Praktiker:innen
Kontakt zur Berufspraxis: Abschlussarbeiten im Austausch mit der Praxis
Kontakt zur Berufspraxis im Studiengang	Studiengang nicht gerankt

Besonderheiten des Studiengangs
Eine Besonderheit des Studiums stellt der sog. Kompetenzbereich dar. Je nachdem, mit welchem Bachelorabschluss das Studium aufgenommen wird, muss der Kompetenzbereich gewählt werden. Es müssen 2 Vorlesungen aus dem Masterprogramm der Hochschule Aalen belegt werden, die typisch für die Anwendung von Verfahren des maschinellen Lernens in dessen Gebiet sind. Auf diese Weise kommen Studierende sehr früh mit den Anwendungen aus ihrem späteren Berufsleben in Berührung. Ethische und gesellschaftliche Aspekt werden zudem in besonderem Maße betrachtet.
Maßnahmen zur Förderung der Beschäftigungsbefähigung
Durch Seminar und Projekt sind sie in der Lage ethische wie auch gesellschaftliche Aspekte innerhalb ihrer Tätigkeit zu berücksichtigen. Sie reflektieren ihr berufliches Handeln und entwickeln somit ein berufliches Selbstbild. Sie sind in der Lage über humanistische und sozialökonomische Aspekte der Thematik „Machine Learning und Data Analytics“ im Kontext aktueller sozialer-, gesellschaftlicher und politscher Diskussionen zu reflektieren und darüber diskutieren. Sie sind auch in der Lage, über soziokulturelle Themen zu diskutieren, sowie eine interkulturelle Sensibilität zu entwickeln.

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