Ступінь магістра в області Data Science & Engineering
Hagenberg, Австрія
ТРИВАЛІСТЬ
6 Semesters
МОВИ
Німецький
ТЕМП
Денне навчання
КІНЕЦЬ ТЕРМІНУ НАДАННЯ ЗАЯВ
30 Jun 2025
НАЙРАНІША ДАТА ПОЧАТКУ
Oct 2025
ПЛАТА ЗА НАВЧАННЯ
EUR 363 / per semester *
ФОРМАТ НАВЧАННЯ
На кампусі
* zuzüglich des ÖH beitrags für studierende aus EU- und EWR-staaten | für studierende aus drittstaaten: 726,72 € pro semester
Введення
Аналіз даних для бізнесу, технологій, біології та медицини
Можливість отримувати відповідну інформацію з величезних масивів даних зараз важливіша, ніж будь-коли. Це впливає на найрізноманітніші сфери нашого суспільства, промисловості, фінансів і навіть біомедичних досліджень: скрізь ми маємо справу з некерованими та швидко зростаючими даними. Науковці даних мають відфільтрувати важливу інформацію з цих обсягів даних і підготувати її у зрозумілий спосіб. У магістерській програмі Data Science and Engineering студенти вчаться обробляти ці дані, отримувати з них знання та статистично оцінювати та візуалізувати цю інформацію. Це дозволяє їм робити цінні висновки та генерувати нові знання.
Wichtige Fakten
Професійні можливості для випускників цього курсу різноманітні. Науковці даних шукають там, де генеруються великі обсяги даних та/або їх потрібно оцінити. Через
Їхня міждисциплінарна підготовка робить їх затребуваними фахівцями, серед іншого, у промисловості, торгівлі, виробництві, фінансах, медицині та фармацевтичних дослідженнях.
Вони є експертами в галузі аналізу даних і інтелектуального аналізу даних, у роботі з хмарними та кластерними системами, а також у математичній оцінці даних, зокрема за допомогою методів
штучний інтелект. Крім того, вони здатні візуалізувати та обробляти результати та зв’язки, які вони виявили, і часто займають керівні посади в компаніях та дослідницьких установах.
- Organisationsform: Vollzeit
- Akademischer Abschluss: Master of Science in Engineering (MSc)
- Aufnahmeverfahren:Bewerbungsgespräch
- Kosten: Informationen zu Studiengebühren und ÖH Beitrag
- Studiendauer: 4 Semester
- Sprache: Deutsch
- ECTS: 120
Прийом
Навчальний план
Studienplan
Datenanalyse
- Studienprojekt Praktische Datenanalyse
- Textmining
- Studienprojekt Angewandte Datenanalyse
- Multivariate Statistik
- Numerische Methoden
- Computational Intelligence I
- Computational Intelligence II
- Modellbildung und Simulation
- Datenschutz und Privatsphäre
- Computer Vision
Informatik
- Visualisierung
- Process Mining
- Scripting Fortgeschritten
- Datenakquisition und -qualität
- Big Data
- Cloud Computing
Domänen Expertise
- Anwendungsdomänen-Modul I
- Anwendungsdomänen-Modul II
Sozialkompetenz
- Leadership Praxis
Wissenschaftliche Kompetenzen
- Masterarbeit Seminar
- Wissenschaftliches Arbeiten
- Masterarbeit
Schwerpunkte
- Datenverständnis
- Datenspeicherung und -management
- Datenanalyse
- Computer Vision
- Praxisbezogene Projekte
Themen
- Analyse großer, semi-strukturierter Datenmengen (Big Data)
- Mathematische und statistische Methoden zur Datenauswertung
- Künstliche Intelligenz, Data Mining und Mustererkennung
- Visualisierung von Daten und Zusammenhängen (Prozessen)
- Wahlfächer: Datenanalyse in Technik, Biologie, Wirtschaft, Medizin
Praxis und Forschung im Studium
З другого семестру студенти реалізують свої знання в практичних дослідницьких проектах. Діапазон тем дуже широкий, з акцентом на: B. в аналізі даних для біомедицини або Marketing та виробництва. Клієнтами є відомі партнери з бізнесу та досліджень.
Auch Forschungsgruppen der FH OÖ (insbesondere am Campus Hagenberg) ermöglichen Studierenden eine Forschungstätigkeit, z. B. in den Bereichen Opinion Mining, Datenanalyse in der Produktion, molekularbiologische Datenauswertung und personalisierte Medizin.
Плата за навчання програми
Карєрні можливості
Професійні можливості для випускників цього курсу різноманітні. Науковці даних шукають там, де генеруються великі обсяги даних та/або їх потрібно оцінити. Їхня міждисциплінарна підготовка робить їх затребуваними фахівцями, серед іншого, у промисловості, торгівлі, виробництві, фінансах, медицині та фармацевтичних дослідженнях.
Вони є експертами в області аналізу даних і інтелектуального аналізу даних, у роботі з хмарними та кластерними системами, а також у математичній оцінці даних, у тому числі з використанням методів штучного інтелекту. Крім того, вони здатні візуалізувати та обробляти результати та зв’язки, які вони виявили, і часто займають керівні посади в компаніях та дослідницьких установах.
Після закінчення навчання
- Аналіз даних або моделей даних, ІТ -ландшафту та бізнес-процесів з огляду на потреби та впровадження нових підходів до вилучення знань
- Проектування процесів вилучення, очищення та перетворення даних
- Моделювання схем даних для інтеграції та аналізу даних
- Використання інтелектуального аналізу даних і статистичних методів, а також розробка прогнозних моделей
- Концепція рішень для обробки та аналізу даних у режимі реального часу з використанням новітніх аналітичних інструментів і технологій великих даних
- Візуалізація даних та підготовка аналітичних висновків
- Комунікація, розробка та презентація рішень особам, які приймають рішення (спеціальним відділам та керівництву).
Добре знати
Harvard Business Review і New York Times говорять про «найсексуальнішу роботу в 21 столітті» у зв’язку з наукою про дані.