Zielgruppe
Der Universitätslehrgang richtet sich an Personen, die sich für analytische Fragestellungen begeistern können und die Expertinnen und Experten im Umgang mit Daten werden möchten. Motivation und Background können vielschichtig sein, über Natur-, Ingenieur- bis hin zu Wirtschaftswissenschaften. Mitzubringen sind jedenfalls eine grundlegende Mathematik- und IT-Affinität.
Voraussetzungen
Voraussetzung für die Zulassung zum Universitätslehrgang ist der Abschluss eines facheinschlägigen Diplom-, Bachelor- oder Masterstudiums an einer anerkannten in- oder ausländischen postsekundären Bildungseinrichtung, wobei ein Bachelorstudium mindestens 180 ECTS-Anrechnungspunkte umfassen muss. Ein an der Universität Innsbruck erworbener Diplom-, Bachelor- oder Masterabschluss in einem ingenieurwissenschaftlichen oder naturwissenschaftlichen Studium stellt jedenfalls einen facheinschlägigen Studienabschluss dar.
Qualifikationsprofil
Data Scientists sind Expertinnen und Experten im Umgang mit Daten; sie besitzen Fertigkeiten auf hohem Niveau, um komplexe Probleme im Zusammenhang mit Daten zu lösen. Absolventinnen und Absolventen des Universitätslehrgangs „Data Science – From Mathematical Foundations to Applications” haben ein tiefgehendes Verständnis der mathematischen Grundlagen von Data Science sowie einen Überblick über State-of-the-Art-Methoden für Supervised und Unsupervised Learning. Data-Science-Aufgaben mithilfe geeigneter Softwaresysteme auszuführen aber auch Ergebnisse eines Data-Science-Projekts gegenüber Fachexpertinnen und -experten sowie Endbenutzerinnen und -benutzern klar zu kommunizieren, zählt zu den erworbenen Fähigkeiten.
Allgemeines
Abschluss: Master in Data Science
Umfang: 4 Semester / 90 ECTS-AP
Sprache: Englisch
Kosten: € 7.000,- (exkl. ÖH-Beitrag) (zahlbar in 4 Tranchen jeweils vor Semesterbeginn)
Studienart: Berufsbegleitend mit Online-Teilen
Rhytmus: geblockt (Freitagnachmittag & Samstag)
Kontakt & Anmeldung
Institut für Mathematik
Technikerstraße 13/7
6020 Innsbruck
Tel.: +43 512 507-53803
E-Mail
Bei Fragen zur Anmeldung/Zulassung:
Aufbau
1. Semester | SSt | ECTS |
Foundations of Data Science | 9 | 22,5 |
Mathematical Foundations and Outlook Software Reporting Data Management |
5 2 1 1 |
12,5 5 2,5 2,5 |
2. Semester | SSt | ECTS |
Methods of Data Science | 9 | 22,5 |
Supervised Learning: Parametric and Semi-Parametric Modelling Unsupervised Learning Supervised Learning: Algorithmic Modelling |
3 3 3 |
7,5 7,5 7,5 |
3. Semester | SSt | ECTS |
Applications in Data Science | 10 | 25 |
Advanced Methods and its Applications Current Topics in Data Science Data Science in Practice |
4 2 4 |
10 5 10 |
4. Semester |
SSt | ECTS |
Masterthesis |
20 |
Termine SoSe 2021
2. Semester
Alle Lehrveranstaltungen finden derzeit online statt.
Masterthesis
Masterarbeiten SoSe 2021