Mastergrad i datavitenskap og Engineering
Hagenberg, Østerrike
VARIGHET
6 Semesters
SPRÅK
Tysk
TEMPO
Fulltid
SØKNADSFRIST
30 Jun 2025
TIDLIGSTE STARTDATO
Oct 2025
STUDIEAVGIFT
EUR 363 / per semester *
STUDIEFORMAT
På universitetsområdet
* zuzüglich des ÖH beitrags für studierende aus EU- und EWR-staaten | für studierende aus drittstaaten: 726,72 € pro semester
Introduksjon
Dataanalyse for næringsliv, teknologi, biologi og medisin
Å kunne trekke ut relevant informasjon fra enorme mengder data er nå viktigere enn noen gang. Dette påvirker de mest mangfoldige områdene i samfunnet vårt, industri, finans og til og med biomedisinsk forskning: overalt har vi å gjøre med uhåndterbare og raskt voksende data. Dataforskere må filtrere ut den avgjørende informasjonen fra disse datavolumene og forberede den på en måte som er generelt forståelig. På masterstudiet i datavitenskap og Engineering lærer studentene å behandle disse dataene, få kunnskap fra dem og statistisk vurdere og visualisere denne informasjonen. Dette lar dem trekke verdifulle konklusjoner og generere ny kunnskap.
Wichtige Fakten
De profesjonelle mulighetene for nyutdannede på dette kurset er forskjellige. Dataforskere søkes uansett hvor store mengder data genereres og/eller må evalueres. Gjennom
Deres tverrfaglige opplæring gjør dem til ettertraktede spesialister innen blant annet industri, handel, produksjon, finans, medisin og farmasøytisk forskning.
De er eksperter på områdene dataanalyse og datautvinning, i håndtering av sky- og klyngesystemer samt i matematisk evaluering av data, inkludert bruk av metoder
kunstig intelligens. I tillegg er de i stand til å visualisere og bearbeide resultatene og sammenhengene som er oppdaget og har ofte ledende posisjoner i bedrifter og forskningsinstitusjoner.
- 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
Opptak
Læreplan
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
Fra andre semester implementerer studentene sine kunnskaper i praktiske forskningsprosjekter. Utvalget av emner er svært bredt, med fokus på: B. i dataanalyse for biomedisin eller Marketing og produksjon. Oppdragsgiverne er kjente samarbeidspartnere fra næringsliv og forskning.
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.
Program undervisningsavgift
Karrieremuligheter
De profesjonelle mulighetene for nyutdannede på dette kurset er forskjellige. Dataforskere søkes uansett hvor store mengder data genereres og/eller må evalueres. Deres tverrfaglige opplæring gjør dem til ettertraktede spesialister innen blant annet industri, handel, produksjon, finans, medisin og farmasøytisk forskning.
De er eksperter på områdene dataanalyse og datautvinning, i håndtering av sky- og klyngesystemer, og i matematisk evaluering av data, inkludert bruk av kunstig intelligens-metoder. I tillegg er de i stand til å visualisere og bearbeide resultatene og sammenhengene de har oppdaget og har ofte lederstillinger i bedrifter og forskningsinstitusjoner.
Etter oppgradering
- Analyse av data eller datamodeller, IT- landskap og forretningsprosesser med hensyn til behov og innføring av nye tilnærminger til kunnskapsutvinning
- Design av prosesser for å trekke ut, rense og transformere data
- Modellering av dataskjemaer for integrering og analyse av data
- Bruk av data mining og statistiske metoder samt utvikling av prediktive modeller
- Utforming av løsninger for behandling og analyse av data i sanntid ved bruk av de nyeste analytiske verktøyene og big data-teknologier
- Visualisering av data og utarbeidelse av analytiske funn
- Kommunikasjon, utvikling og presentasjon av løsninger til beslutningstakere (spesialistavdelinger og ledelse).
Godt å vite
Harvard Business Review og New York Times snakker om "den mest sexy jobben i det 21. århundre" i forbindelse med datavitenskap.