Data Science

Master-Studium an der FH Technikum Wien

Überblick

Bewerbungsfrist: 31. Mai 2023, für Bewerbungen von außerhalb der EU: 30. April 2023. Bewerbungen ab 15. September 2022 möglich.

Master

Abendform

4 Semester

Deutsch

€ 363.36

55 Plätze

Master-Infoabend der Fakultät Computer Science & Applied Mathematics

23. Januar 2023 - 18:00

Jetzt Bewerben

Home
Studium
Master
Data Science

Analytiker*innen für die wertvollste Ressource der Informationsgesellschaft

Data Science ist ein junges, aber klar etabliertes und stark nachgefragtes Feld. Die interdisziplinäre Rolle von Data Scientists braucht ein facettenreiches Studium. Datenanalyse ist nämlich kein Selbstzweck, sondern muss immer im Zusammenhang mit den Aufgaben und Zielen eines Unternehmens oder einer Organisation betrachtet werden. Absolvent*innen des Studiengangs können mit ihren Fähigkeiten Entscheidungsprozesse in allen Phasen unterstützen.

Studium

Bitte akzeptieren Sie Cookies für externe Medien um Videos anzusehen

Fakten zum Studium

Semester-Start: September
Dauer: 120 ECTS-Punkte, 4 Semester
Abschluss: Master of Science (MSc)
Form: Abendform | Deutsch, 1/3 Englisch
Kosten pro Semester: € 363,36 Studienbeitrag, € 21,20 ÖH-Beitrag
Fernlehrelemente (blended learning)

ZUM STUDIENPLAN

17:50 -21:00

17:50-21:00

Anwesenheit FHTW Hochstädtplatz / Online

den kompletten Datenerhebungserhebungsprozess nach derzeitigem Stand der Technik durchzuführen, zum Beispiel für textuelle Daten, Bild- und Videodaten oder Sensordaten.
diese Daten für Analysen aufzubereiten und zu modellieren.
Analysen unter Berücksichtigung ethischer, datenschutzrechtlicher, infrastrukturbezogener und unternehmerischer Aspekte durchzuführen.
Relevante Analysemethoden, Vorgehensweisen und Algorithmen zu vergleichen, auszuwählen und anzuwenden.
die Ergebnisse der Analysen zielgruppengerecht zu kommunizieren und in den Betrieb zu überführen.
Data Science Projekte unter Berücksichtigung der Unternehmensbedürfnisse und zum Zweck der Wertschöpfung zu planen, umzusetzen und erfolgreich zu managen.
für Data Science Projekte Anforderungen zu erheben und Ziele zu definieren.
als Schnittstelle gemeinsam mit Fachabteilung und IT-Abteilung Data Science Projekte zu planen und zu realisieren.
mit technischen und nicht-technischen Fachleuten beim Konzipieren und Umsetzen von Data Science Projekten zu kommunizieren, sowie Ideen und Umsetzungsvorschläge zu präsentieren.

Zum Studienplan

Berufsaussichten

Es handelt sich um ein außerordentlich stark nachgefragtes Berufsbild und dieser Studiengang trift den Nerv des Arbeitsmarktbedarfs an Data Professionals.

Branchen

Derzeit herrscht durchgängig für die Branchen Banken und Versicherungen, Handel, Information und Consulting sowie in der Industrie ein eklatanter Mangel an fachlich ausgebildeten Expert*innen für die unterschiedlichen Bereiche der Datenanalyse.

Jobprofile

Absolvent*innen arbeiten bspw. als Data Scientists, Analytics Consultants, Data Engineers, Analytics Architects oder Analytics Developers – sowohl in-house als auch für Kund*innen.

Aufgaben und Tätigkeiten

Absolvent*innen arbeiten an der Schnittstelle zwischen Analytics Lifecycle und (insbesondere fachfremden) Unternehmen bzw. Fachbereichen. Typische Aufgaben umfassen die , die Visualisierung von Ergebnissen oder die Schaffung .

Wie unterscheidet sich eigentlich Artificial Intelligence von Data Science?

Artificial Intelligence (AI) und Data Science (DS) haben gerade im Bereich Machine Learning natürliche Überlappungsbereiche. Aber …

An der FH Technikum Wien beschäftigt sich der Master-Studiengang Data Science stärker mit dem Data Engineering (Erhebung, Aufbereitung, Speicherung), der Analyse sowie der Entwicklung von Vorhersagemodellen in Unternehmen. Die Verwendung verfügbarer Softwarepakete und Frameworks spielen hierbei eine zentrale Rolle. Die Selbstentwicklungskomponente ist weniger stark ausgeprägt als im Master AI Engineering.

Der Master-Studiengang AI Engineering beschäftigt sich hingegen stärker mit der Entwicklung integrierter Systeme wie beispielsweise Echtzeitbilderkennung, Prozessierung menschlicher Sprachen (NLP), selbstfahrenden Autos oder mit medizinischen AI-Unterstützungssystemen. Der Fokus liegt hierbei stark auf Programmierung, Software Engineering und Algorithmen.

Der Fokus liegt hierbei stark auf Programmierung, Software Engineering und Algorithmen.

In beiden Richtungen bestehen in unserer exponentiell wachsenden Informationsgesellschaft ausgezeichnete Jobaussichten.

„Data Science führt uns ins Zeitalter der Industrie 5.0“

Andreas Weigl-Pollack

Student

„Unternehmen wie Gesellschaft brauchen neue, interdisziplinär ausgebildete Data Professionals.“

David Meyer

Studiengangsleiter

Voraussetzungen

Masterstudiengänge bauen auf einem absolvierten Bachelorstudium auf und dienen der schwerpunktmäßigen Vertiefung bzw. Spezialisierung oder Erweiterung der vorhandenen Kompetenzen.

Fachliche Zugangsvoraussetzung zum Master-Studiengang Data Science ist ein abgeschlossener facheinschlägiger FH-Bachelorstudiengang oder der Abschluss eines gleichwertigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung (mindestens 180 ECTS-Punkte).

Wenn die Gleichwertigkeit grundsätzlich gegeben ist und nur einzelne Ergänzungen auf die volle Gleichwertigkeit fehlen, ist die Studiengangsleitung berechtigt, die Feststellung der Gleichwertigkeit mit der Auflage von Prüfungen zu verbinden, die während des jeweiligen Masterstudiums abzulegen sind.

Zu den Zugangsvoraussetzungen KONTAKT