Программа обучения Data Science

Учебный план программы обучения "Data Science"

Der Studiengang richtet sich an statistisch und informationstechnologisch interessierte Bachelor-Absolventinnen und -Absolventen, die ihr Wissen vertiefen und erweitern wollen. Die Studierenden werden interdisziplinar ausgebildet: klassische statistische Verfahren, Programmierung, Datenbanksysteme und Methoden des maschinellen Lernens bilden dabei das methodische Grundgerüst. Dieses wird ergänzt durch Praxisveranstaltungen z.B. in den Bereichen Statistical Consulting und Business Analytics, forschungsnahe Veranstaltungen wie einem Forschungskolloquium sowie Veranstaltungen, die sich mit ethischen, gesetzlichen und sozialen Auswirkungen auseinandersetzen. Der Studiengang gibt damit interessierten Studierenden die Möglichkeit, ihre Kenntnisse im Bereich von Statistik und Informationstechnologie auf anspruchsvollem Niveau zu festigen und zu vertiefen. Aufgrund der starken Interdisziplinarität des Studiengangs und den verschiedenen Zugangsmöglichkeiten wird ein Studieneinstieg in zwei inhaltlich angepassten Varianten angeboten.

Der Master-Abschluss (120 Kreditpunkte) vertieft die im Bachelor-Abschluss erworbenen Kompetenzen und Kenntnisse und dient der Entwicklung des thematischen Fokus. Das Masterstudium Data Science endet mit dem Master of Science (M. Sc.).

Die Studierenden erhalten eine interdisziplinäre Ausbildung: Klassische statistische Methoden, Programmierung, Datenbanksysteme und Methoden des maschinellen Lernens bilden den methodischen Grundrahmen. Dies wird durch praxisbezogene Kurse ergänzt, z. in den Bereichen statistische Beratung und Unternehmensanalyse, forschungsbezogene Kurse und Kurse wie ein Forschungskolloquium sowie Veranstaltungen zu ethischen, rechtlichen und sozialen Auswirkungen. Das Programm bietet interessierten Studierenden somit die Möglichkeit, ihr Wissen auf dem Gebiet der Statistik und Informationstechnologie auf anspruchsvollem Niveau zu festigen und zu vertiefen.

Der Masterstudiengang (vollständig in Englisch unterrichtet) ist in eine Socket-Phase und eine Profilphase unterteilt. Aufgrund der interdisziplinären Ausrichtung des Studiengangs und der damit verbundenen unterschiedlichen Kompetenzen der Studienanfänger besteht die Socket-Phase aus unterschiedlich ausgerichteten Einführungsmodulen. In der folgenden Profilphase beschäftigen sich alle Studierenden intensiv mit grundlegenden statistischen und informationstechnischen Methoden und vertiefen je nach Interesse ihr Wissen in bestimmten Bereichen, um ein vielseitiges Methodenspektrum statistischer und informationstechnischer Methoden zu erwerben die besonderen Perspektiven der einzelnen Anwendungsbereiche zu übernehmen. Ein Forschungskolloquium und ein Lesekurs geben den Studierenden einen allgemeinen Überblick über den aktuellen Forschungsstand auf dem Gebiet der Datenwissenschaft. Der mehrschichtige Lehrplan wird durch praktische Kurse ergänzt, z. in den Bereichen statistische Beratung und Business Analytics. Nach vorheriger Absprache können im Ausland gewährte Credits problemlos in den Masterstudiengang integriert werden.

Факультет

Методика оценки заявок

Die eingereichten Unterlagen werden unter Hinzuziehung der folgenden Kriterien nach Punkten bewertet. Etwaige weitere erworbene Kenntnisse und Qualifikationen (Absatz 5 c) können berücksichtigt werden, wenn hierdurch fehlende Inhalte im Sinne der oben genannten Kriterien kompensiert werden sollen.

Kriterien Punktzahl

• Kenntnisse im Bereich Informatik in Abhängigkeit des Umfangs (5 ECTS = 1 Punkt): 0 – 5
• Kenntnisse statistischer Methoden in Abhängigkeit des Umfangs (5 ECTS = 1 Punkt): 0 – 5
• Kenntnisse im Bereich Mathematik in Abhängigkeit des Umfangs (5 ECTS = 1 Punkt): 0 – 5
• Abschlussnote des qualifizierten Abschlusses: 1,0 – 1,5 15
• Abschlussnote des qualifizierten Abschlusses: 1,6 – 2,0 13
• Abschlussnote des qualifizierten Abschlusses: 2,1 – 2,5 11
• Abschlussnote des qualifizierten Abschlusses: 2,6 – 3,0 9
• Abschlussnote des qualifizierten Abschlusses: 3,1 – 3,5 7
• Abschlussnote des qualifizierten Abschlusses: 3,6 – 4,0 4

Gesamtsumme 4 – 30

Es kann anstelle einer Abschlussnote eine vorläufige Abschlussnote akzeptiert werden. Die Entscheidung hierüber liegt bei der nach § 22 MPO fw. zuständigen Stelle, die auch das weitere Verfahren regelt. Werden generell in einem Verfahren vorläufige Abschlussnoten akzeptiert und liegt im Einzelfall keine vorläufige Abschlussnote vor, wird mit der Note 4,0 gerechnet.

Bewerberinnen und Bewerber erhalten Zugang, die einen vorangegangenen qualifizierten Abschluss (Absatz 1) sowie die Sprachkenntnisse (Absatz 2) nachweisen und nach den Kriterien gemäß Absatz 6 mindestens 18 Punkte erhalten. Bewerberinnen und Bewerber erhalten keinen Zugang, die keinen vorangegangenen qualifizierten Abschluss (Absatz 1) sowie die Sprachkenntnisse (Absatz 2) nachweisen und/oder nach den Kriterien gemäß Absatz 6 weniger als 18 Punkte erreichen.

Übersteigt die Zahl der Bewerberinnen und Bewerber Zugang erhalten, die Zahl der verfügbaren Plätze, erfolgt die Vergabe der Studienplätze in der Reihenfolge, der in dem Verfahren nach erreichten Punktzahl. Bei Ranggleichheit gibt die (vorläufige) Abschlussnote des für den Masterstudiengang qualifizierenden Abschlusses den Ausschlag. Ist danach keine eindeutige Reihung vorzunehmen,
entscheidet das Los.

Полезные ссылки по программе обучения "Data Science"

• Сайт программы: https://ekvv.uni-bielefeld.de/sinfo/publ/variante/128265757#nc
• Брошюра / инфо-материалы: https://ekvv.uni-bielefeld.de/sinfo/publ/master-as/datascience/flyer
• Учебный план / модули: https://ekvv.uni-bielefeld.de/sinfo/publ/variante/128265757?m