IU myStudium

Data Science

• Abschluss Master
• Dauer 2-4 Semester
• Art Vollzeit, Fernstudium

Große Datenpools gewinnen immer mehr an Bedeutung in den unterschiedlichsten Bereichen der Gesellschaft – unteranderem auch in der Wirtschaft. Dabei sind der Schutz, das Strukturieren und die richtige Nutzung großer Datenmengen besonders wichtig. An dieser Stelle sind qualifizierte Profis gefragt. Das private englischsprachige Masterprogramm Data Science bildet dich genau zu diesem Experten aus.

Im Studium vertiefst du dein Wissen im Bereich Datenwissenschaft und lernst wichtige Skills, die für die Arbeit mit „Big Data“ essenziell sind. Du kannst dich entscheiden, ob du den Master in zwei oder in vier Semestern absolvierst. Im zweisemestrigen Programm behandelst du unteranderem die Themen Statistik, Machine Learning, Deep Learning und Fallstudien zum Model Engineering. Außerdem kannst du im Wahlpflichtbereich einen individuellen Schwerpunkt setzten. Im viersemestrigen Programm kommen die Themen weiterführende Mathematik, Programmieren mit Python, Big Data Technologies sowie IT-Sicherheit und Datenschutz hinzu.

Mit dem myStudium Model der IU kannst du flexibel entscheiden, ob du an den einzelnen Vorlesungen am Standort teilnimmst oder dich am virtuellen Campus dazu schaltest.

Überblick über den Studiengang

Studienverlauf (mit evtl. Schwerpunkten)

Das Studium ist in verschiedene Module aufgeteilt.

Welche Module du in welchem Semester behandelst siehst du im Folgenden.

Der Studienverlauf im zweisemestrigen Programm sieht in etwa so aus:

1. Semester:

• Use Case and Evaluation
• Advanced Statistics
• Machine Learning
• Deep Learning

2. Semester:

• Seminar: Current Topics in Data Science
• Case Study: Model Engineering
• Elective A
• Elective B
• Master Thesis

Das viersemestrige Programm sieht dann folgendermaßen aus:

1. Semester:

• Data Science
• Use Case and Evaluation
• Programming with Python
• Advanced Mathematics
• Project: Data Science Use Case
• Software Engineering for Data Intensive Sciences

2. Semester:

• Advanced Statistics
• Big Data Technologies
• Cyber Security and Data Protection
• Seminar: Data Science and Society
• Machine Learning
• Deep Learning

3. Semester:

• Case Study: Model Engineering
• Seminar: Current Topics in Data Science
• Elective A

4. Semester:

• Elective B
• Master Thesis

zurück zur Hochschule