Data Science und Engineering

Masterstudium

mit Zugangsbeschränkung

Campus Hagenberg

Letztes Update: 13.07.2020
Bereich: Mathematik 39, Datenbanken, Netzwerkdesign und -administration 157
Umfang 4 Semester / 120 ECTS
Studienplätze: 15 / Jahr
Sprache:
Deutsch
Abschluss: Master of Science in Engineering (MSc)
Studientyp:
Präsenzstudium
Anwesenheit:
Vollzeit
Kosten: gesetzl. Studiengebühr (363,36€ pro Semester)
Website: https://www.fh-ooe.at/cam...

Aktuell:

Gute Information ist die Basis für die richtige Studien-  und Berufswahl. Gespräche mit Professoren*innen und Studierenden, Infoveranstaltungen sowie Website und Social Media geben vielfältige Einblicke.

INFOVERANSTALTUNGEN AN DER FH OÖ: DIE NÄCHSTEN TERMINE

Über das Studium:

Mit Vertiefung in biomedizinischer Datenanalyse oder Datenanalyse in Marketing & Produktion

Im Jahr 2016 wurden weltweit 9 Billionen Gigabyte an Daten produziert und die Wachstumskurve der erzeugten Datenmengen verläuft weiter exponentiell.  Jeder Smartphone-, Kreditkarten- oder Amazon-Nutzer, jeder Autofahrer mit Navigationsgerät im Wagen und jeder Einkäufer mit Kundenkarte erzeugt täglich solche Datenströme. Diese Datenflut, Ausdruck unseres Verhaltens, unserer Vorlieben und Routinen, bergen ein enormes Informationspotential.

Mit Data-Science-Methoden lassen sich all diese Informationen verknüpfen um neues, unerwartetes und wertvolles Wissen zu extrahieren. Wer Muster und Abhängigkeiten findet, kann schneller und fundierter Entscheidungen treffen, Prozesse effektiver gestalten und Kosten sparen.

Im Masterstudium Data Science und Engineering werden die dafür erforderlichen Kompetenzen aus den Bereichen Data Analytics und Computer Science vermittelt, die durch Domänenwissen aus biomedizinischer Datenanalyse oder Datenanalyse  in Marketing und Produktion ergänzt werden.

Studieninhalt:

Das Masterstudium Data  Science und Engineering  mit zwei Vertiefungsmöglichkeiten in biomedizinischer Datenanalyse oder Datenanalyse  in Marketing und Produktion ist nicht nur auf die technische und mathematische  Aspekte von Data Science fokussiert.  Es bereitet die AbsolventInnen auch durch entsprechende Vertiefung des interdisziplinären Wissens aus den Anwendungsdomänen auf das spätere Berufsfeld als Data Scientist vor.

Schwerpunkte der Ausbildung

  • Aufbau des Datenverständnisses: Datenselektion, Datenintegration und  Datenaufbereitung, Verknüpfung, Transformation und Indizierung verschiedenster Datenquellen, Entwicklung aussagekräftiger Datenrepräsentationen und Visualisierungen
  • Datenspeicherung und –management in Kombination mit Big Data und Cloud-Technologien,  auch für Echtzeitdaten
  • Datenanalyse mit Methoden aus den Bereichen Computational Intelligence und Statistik für die Erstellung von Prognosemodellen zur Beantwortung einer konkreten Fragestellung aus dem Unternehmen
  • Computer Vision Methoden zur Extraktion von Wissen aus Bilddaten
  • Praxisbezogene Projekte zur Datenanalyse mit Kooperationspartnern aus den Domänen Biomedizin, Marketing und Produktion

Berufsaussichten / Jobs:

Die AbsolventInnen des Masterstudiengangs Data Science und Engineering sind in der Lage, aus großen Datenmengen Informationen zu generieren und Handlungsempfehlungen abzuleiten, die das Unternehmen befähigen effizienter zu arbeiten. Dazu bedienen sie sich innovativer Analyseverfahren und entwickeln  Abfragen, die aus unübersichtlichen Datenmengen wertvolle Informationen generieren. Anschließend werden Hypothesen abgeleitet, welche überprüft und für das Management als Entscheidungsgrundlage aufbereitet werden.

Ziel ist es, Data Scientists als Datenarchitekten mit strategischem Weitblick, fundierten analytischen Fähigkeiten und ausgeprägten technischen Kompetenzen auszubilden und auf die Übernahme anspruchsvoller Aufgaben im Umfeld Data Science und Big Data vorzubereiten.

  • Analyse von Daten bzw. Datenmodellen, IT-Landschaften und Geschäftsprozessen hinsichtlich des Bedarfes und der Einführung neuer Ansätze zur Wissensextraktion
  • Design von Prozessen zur Extraktion, Bereinigung und Transformation von Daten
  • Modellierung von Datenschemata zur Integration und Analyse von Daten
  • Einsatz von Data Mining und statistischen Verfahren sowie Entwicklung von Vorhersagemodellen
  • Konzeption von Lösungen zur Verarbeitung und Analyse von Daten in Echtzeit mit Hilfe von neuesten analytischen Tools und Big-Data-Technologien
  • Visualisierung von Daten und Aufbereitung von analytischen Erkenntnissen
  • Kommunikation, Erarbeitung und Präsentation von Lösungen den Entscheidungsträgern (Fachabteilungen und Management) gegenüber

Einstiegsvoraussetzungen:

abgeschlossenes, facheinschlägiges Bachelor- oder Diplomstudium (FH oder Universität) 

Bewerbungsgespräch

Schicke eine Anfrage direkt an den Anbieter:

Relevante Meldungen:

tutor18

Studium.at Logo

© 2010-2021  Hörsaal Advertainment GmbH

Kontakt - Werbung & Mediadaten - Datenschutz - Impressum

Studium.at versichert, sämtliche Inhalte nach bestem Wissen und Gewissen recherchiert und aufbereitet zu haben.
Für etwaige Fehlinformationen übernimmt Studium.at jedenfalls keine Haftung.