Data Science M.Sc.

Data Science ist ein hochaktuelles Thema, das als Querschnittsthema fast überall immer mehr an Bedeutung gewinnt - von den Naturwissenschaften über die Ingenieurwissenschaften bis hin zur Medizin.

Data Science beschäftigt sich mit der Extraktion von Wissen und verwertbaren Informationen aus Daten. Dabei sind die verfügbaren Datensätze oft sehr umfangreich, heterogen, und zum Teil unzuverlässig.

Die wesentlichen Bestandteile von Data Science sind Datenanalyse und Systems-Engineering. Der Studiengang der RWTH vermittelt daher sowohl moderne Methoden der Datenanalyse als auch Algorithmen und Techniken zur Entwicklung von Informationssystemen.

Als interdisziplinäres Fach mit Kerngebieten Informatik, Mathematik und Statistik hat der Wissenschaftsbereich einen starken Bezug zu verschiedenen Anwendungsdisziplinen, was der Studiengang der RWTH in perfekter Weise aufgreift und in seiner Studienstruktur widerspiegelt. Er bietet die Möglichkeit einer stark anwendungsübergreifenden fachlichen Vertiefung im Rahmen eines Anwendungsfaches.

Studierende wählen ihr Anwendungsfach aus folgendem Fächerangebot:

• Computer Science
• Mathematics
• Computer Science and Mathematics
• Business Analytics
• Computational Life Science
• Computational Social Science
• Physics

Das Curriculum des Studiengangs ist in einen Kernbereich mit rund 60 CP, einen Vertiefungsbereich mit rund 30 CP sowie einen Wahlbereich „Zusätzliche Kompetenzen“ mit maximal 12 CP gegliedert. Das im Vertiefungsbereich bestehende Modulangebot bildet die Grundlage für die Abschlussarbeit, die mit 30 CP gewichtet ist. Im Sinne der integrierten Hochschule kann die Abschlussarbeit nicht nur in den Kernfächern Informatik und Mathematik, sondern auch in einem der folgenden Anwendungsfächer verfasst werden: Business Analytics, kurz BA, Computational Life Science, kurz CLS, Computational Social Science, kurz CSS und Physics, kurz P.

Studienstruktur
Kernbereich 44-64 CP	Einführungsvorlesungen, Pflicht Introduction to Data Science, 6 CP; Mathematics of Data Science, 9 CP
	Wahlpflichtbereich Grundlegende Vorlesungen aus Mathematik und Informatik
	Ethics, Technology and Data, Pflicht: Ethics, Technology, and Data, 4 CP
Zusätzliche Komptetenzen 0-12 CP	Breite Auswahl aus Veranstaltungen der RWTH
Seminar, Praktikum 12 CP	Seminar, 5 CP; Praktikum, 7 CP
Vertiefungsbereich 14-22 CP einschließlich Masterarbeit 30 CP	Computer Science CS	Mathematics M	Computer Science and Mathematics CSM	Anwendungsfach BA, CLS, CSS oder P
	Vorlesungen
	Masterarbeit

Im Kernbereich des Studiums wird die Methodenkompetenz im Bereich Data Science in ihrer Breite vermittelt. Er besteht aus einer Liste von zu diesem Zweck ausgewählten Modulen aus Informatik und Mathematik, darunter die einführende Module „Introduction to Data Science“ sowie „Mathematics of Data Science“. Zusätzlich wird im Kernbereich das Modul „ Ethics, Technology, and Data“ angeboten.

Im Wahlbereich „Zusätzliche Kompetenzen“ haben die Studierenden die Möglichkeit, Lehrveranstaltungen im Umfang bis zu 12 CP aus verschiedenen Bereichen zu wählen, beispielsweise Sprachkurse und nicht-technische Fächer aus dem Angebot der RWTH.

Im Vertiefungsbereich des Studiums erfolgt eine Spezialisierung, die in eine Masterarbeit im gewählten Bereich mündet. Während die Vertiefungsbereiche „Computer Science“, „Mathematics“, und „Computer Science and Mathematics” auf die Stärkung der grundlegenden Methodenkompetenz zielen, ermöglichen es die bereits genannten Anwendungsfächer, die Arbeit an Data Science Aufgabenstellungen in einem anderen disziplinären Umfeld zu erlernen.

Weitere Informationen auf der Webseite des Studiengangs

Der Studiengang baut auf die Bachelorstudiengänge Mathematik und Informatik auf. Es muss ein abgeschlossenes Bachelorstudium der Mathematik, Informatik, Physik oder einem verwandten Gebiet nachgewiesen werden. Detaillierte Informationen zu den Voraussetzungen bietet die Webseite des Studiengangs.

Die geforderte fachliche Vorbildung ist in der Prüfungsordnung formuliert. Die Feststellung, dass die Zugangsvoraussetzungen erfüllt sind, trifft der Prüfungsausschuss.

Data-Science Methoden finden in der Wissenschaft und Wirtschaft ein breites Anwendungsspektrum.

In der Wirtschaft gewinnt Data Science zunehmend an Bedeutung. Durch die flächendeckende Vernetzung von Endgeräten - Internet of Things, Industrie 4.0 - die verbreitete Nutzung von sozialen Netzwerken und die Verfügbarkeit von immensen Mengen an Mess-, Multimedia-, und Simulationsdaten besteht der Wunsch und die Notwendigkeit, diese Informationen für ein breites Spektrum von Anwendungen nutzbar zu machen. Neben Firmen aus dem ICT-Bereich werden Absolventinnen und Absolventen mit diesem Qualifikationsprofil auch von Firmen aus dem Finanz- und Dienstleistungsbereich sowie in zunehmendem Maße auch von „klassischen“ Industrieunternehmen gesucht.

Durch die Forschungrelevanz der Data Science entstehen auch im wissenschaftlichen Bereich immer bessere Einstiegsmöglichkeiten für gut ausgebildete Spezialistinnen und Spezialisten.

Das Modulhandbuch stellt alle Module des Studienganges vor und bietet damit einen umfassenden Einblick in seine Inhalte.

Prüfungsordnungen hingegen regeln rechtsverbindlich Studienziele, Studienvoraussetzungen, Studienablauf und Prüfungen.

Regelungen, die grundsätzlich für alle Bachelor- und Masterstudiengänge gelten, sowie Angaben zum Nachweis der gegebenenfalls geforderten Sprachkenntnisse finden sich in der Übergreifenden Prüfungsordnung der RWTH. Diese Regelungen werden für jeden einzelnen Studiengang in einer fachspezifischen Prüfungsordnung aufgegriffen, detaillierter formuliert und auf die spezifischen Fachinhalte angewendet.

Existieren in einer Übergangsphase für einen Studiengang zwei Prüfungsordnungen, gilt für Studienanfänger automatisch die aktuellste Fassung.

Modulhandbuch
Fachspezifische Prüfungsordnung
Übergreifende Prüfungsordnung der RWTH