Das Studium besteht aus 5 Blöcken mit folgender Ausrichtung:

  1. Grundlagen Statistik
  2. Grundlagen Informatik
  3. Machine Learning
  4. Anwendungsorientierte Projekte
  5. Data Science und Wirtschaft / Ethik
Sem. Nr. TITEL INHALT
1 M01 Mathematische Modelle Algebra, Vektoren, Matrizen, Wahrscheinlichkeitsrechnung, etc.
1 M02 Fortgeschrittene Softwaretechnik Clean Code, Delivery Engineering, funktionale Konzepte, Architekturen, etc.
1 M03 Statistical Computing Grundlagen, Abbildung in R, deskriptive Statistik, etc.
1 M04 Praxis der Data Science Programmierung Python Grundlagen, NumPy, Pandas, Toolsetanbindung, etc.
1 M05 Computer Science für Big Data Big Data Architekturen, Cloud Management, Docker, Streaming, NoSQL, Search, etc.
1 M06 Business Intelligence und Data Science Plattformen Business Intelligence, Start-Up Incubator, Data Science Workbenches / Platformen
       
2 M07 Visualisierung von Daten Prinzipien der Visualisierung, Visualisierungansätze für verschiedene Datensätze
2 M08 Regression multiple lineare Regressionsmodelle, verallgemeinerte lineare Regressionsmodelle, Überlebenszeiten als Zielgrößen, Zensierung, log-rank test, Cox-Regression, etc.
2 M09 Machine Learning I Supervised / Unsupervised, Assoziationsanalyse, Clustering, Klassifikation, Diskriminanzanalyse, Decision-Trees, etc.
2 M10 Anwendung 1: Data Science Workflow / Applications Data-Preparation, Data-Cleaning, Data-Integration
2 M11 Wahlpflichtmodul I Text Mining & NLP oder ML als Service & Analytic Engines
       
3 M12 Machine Learning II Vertiefung von ML I, Resampling und Ensembles, Vorhersagemodelle, Bayessche Netze, Praxis mit R
3 M13 Anwendung 2: Urbane Technologien Daten und Problemfelder im UT Bereich, IoT, Anwendungen: Energie, Smart Home, IoT, Verkehrsdaten, etc.
3 M14 Anwendung 3: Enterprise Data Science Datenwertschöpfungsketten, Text Mining, Relation Extraction, Vorhersagemethoden, Capstone Projekt als Start-Up Incubator
3 M15 Studium Generale Politik- und Sozialwissenschaften, Geisteswissenschaften, Wirtschafts-, Rechts- und Arbeitswissenschaften, Fremdsprachen
3 M16 Studium Generale (s.o. = ein Fach)
3 M17 Business Value und Verantwortung Analyse, Fallstudien, Business Value, Business Cases / Plans, Ethik, Verantwortung, Datenschutz
3 M18 Wahlpflichtmodul II Deep Learning, Learning from Images, Sampling and Design, Learning and Intelligent Optimization
       
3 19.1 Abschlussarbeit  
4 19.2 Mündliche Prüfung