Artificial Intelligence and Data Science (M.Sc.) Mathematisch-Naturwissenschaftliche Fakultät - Uni Düsseldorf

Bemerkung

Studiengang im Aufbau seit WS 19/20

Allgemeines

Art des Studiengangs	konsekutiver Masterstudiengang, Präsenzstudium, vollzeit
Regelstudienzeit	4 Semester
Credits insgesamt	120
Fachausrichtung	Fach innerhalb der Informatik; Schwerpunkt(e): Künstliche Intelligenz; Anwendungsbereich(e): Ingenieurwissenschaften, Geisteswissenschaften, Sozialwissenschaften, Naturwissenschaften, Data Science, Bioinformatik, Medizinische Informatik
Interdisziplinarität	Der Studiengang ist nicht interdisziplinär

Anzahl der Studierenden	47
Studienanfänger:innen pro Jahr	34
Absolvent:innen pro Jahr	im Beobachtungszeitraum noch keine Abschlüsse
Abschlüsse in angemessener Zeit	im Beobachtungszeitraum noch keine Abschlüsse
Geschlechterverhältnis	74:26 [%m:%w]

Anteil ausländischer Studierender	62,0 %
Anteil fremdsprachiger Lehrveranstaltungen	100,0 %
Auslandsaufenthalt	kein Auslandsaufenthalt vorgesehen
Gemeinsames Studienprogramm mit ausländischer Hochschule	nein

Zulassungsmodus

Zulassungsbeschränkung, 40 Plätze

Besonderheiten des Studiengangs
Vielfältige Schwerpunksetzung in Bezug auf Anwendungen möglich (Medizin, Biologie, Sozialwissenschaften, …); Sehr hohe Praxisorientierung durch Lab Rotations/Praktika und interdisziplinäre Ringvorlesungen; Vielfältige Möglichkeiten für interdisziplinäre Masterarbeiten; Durch niedrige Studierendenzahl sehr intensive und individuelle Betreuung möglich; Sehr heterogene, interdisziplinär zusammengesetzte Studierendenschaft (Informatiker, Mathematiker, Naturwissenschaftler, Ingenieure, Computerlinguisten, ...).
Maßnahmen zur Förderung der Beschäftigungsbefähigung
Jeder Studierende muss zwei 6-wöchige Praktika absolvieren; Diese können entweder in Arbeitsgruppen der Universität oder extern bei Unternehmen oder Forschungszentren erfolgen; Fokus: aktiv und eingeverantwortlich an echten Data-Science-Projekten arbeiten; je nach Wahl der Praktikumsplätze erhalten die Studierenden realistische Einblicke in die Arbeit eines Data Scientists in einem Unternehmen und/oder in wissenschaftliches Arbeiten im akademischen Bereich; sowohl bei den Wahlfächern als auch bei der Masterarbeit großer Fokus auf interdisziplinäres und anwendungsnahes Arbeiten.

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