Studienabschluss: Master of Science
Regelstudienzeit: 4 Semester
Studienbeginn: jeweils zum Sommer- und Wintersemester

In der heutigen globalisierten Wirtschaftswelt tragen Kenntnisse und Fähigkeiten zur Modellierung und Analyse von großen und komplexen Daten zum Wettbewerbsvorsprung aller Wirtschaftsbereiche bei. Die Entwicklung neuer Modelle und Methoden, die aus immer komplexeren, heterogeneren und schlicht umfangreicheren Daten anwendungsrelevante Zusammenhänge erschließen, stellt den zentralen Gegenstand des Maschinellen Lernens dar und ist mittlerweile unter der Bezeichnung Big Data allbekannt. Der Bedarf nach Absolventen mit Kenntnissen in Data Analytics, Big Data, Maschinellem Lernen ist sehr hoch, sowohl in diversen wirtschaftlichen Anwendungsbereichen (E-Commerce, Automotive, Ingenieur-Anwendungen, Medizin-Anwendungen etc.) als auch in der Forschung, sowohl in den Anwendungsfächern als auch im Maschinellen Lernen selbst.

Das Studium ist interdisziplinär angelegt und verbindet methodische Kernmodule der angewandten Informatik und Mathematik mit Anwendungsmodulen aus verschiedenen Bereichen. Er zielt auf die Ausbildung von Datenanalysten quer durch verschiedene Anwendungsbereiche, die über ein tiefes methodisches und algorithmisches Wissen am aktuellen Stand der Forschung verfügen, um nicht nur bestehende Methoden einzusetzen, sondern auch neue Modelle und Methoden zu entwickeln, die geeignet sind, die Besonderheiten der modellierten Systeme zu erfassen.

Informationen des Fachbereichs – Für weitere Informationen des Fachbereichs zum Masterstudiengang folgen Sie nachstehendem Link: Angewandte Informatik (M.Sc.)