Bewerbungsfrist: 31. Mai 2023, für Bewerbungen von außerhalb der EU: 30. April 2023. Bewerbungen ab 15. September 2022 möglich.
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)
- 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.
- Spezialisierung 1 (2. Semester)
- Process Analytics: Prozessanalyse, Prozessverbesserung, Effektivität von Prozessen, Einhaltung von Vorgaben/ Compliance
- Finance: Umgang mit Finanzzeitreihen, ARIMA-Modelle, Werkzeuge in R
- Big Data Analytics: Speicherung & Prozessierung sehr großer Datenmengen, Parallelverarbeitung mit Hadoop Ökosystem, Analysen mit Spark/Kafka
- Spezialisierung 2 (3. Semester)
- Marketing Analytics: Behaviorbased Marketing, User Profiling, Predictive Lead Scoring, Churn Prediction, Conjoint Analysis
- Knowledge Management: automatisiertes Erfassen von Wissen, Strukturieren von Wissen, eLearning mit Augmented Reality/ Virtual Reality
- Predictive Maintenance: Reliability Analysis, Verschleißmodelle, Vorhersagemodelle für die Lebensdauer von Maschinen
- Spezialisierung 3 (3. Semester)
- Smart City: Erfassung & Auswertung von Sensordaten, Anwendung auf Optimierung auf Stadtenwicklung (zB Detektion von Hitze-Hot Spots, Smart Metering etc.)
- HealthCare: Behandlung medizinischer Daten, Bilderkennungsverfahren mit Hilfe von Deep Learning-Methoden (z.B. Tumorerkennung), Molekülare Dynamik
- Erneuerbare Energien: Analyse von Windkraftdaten (Metereologie, Windkraftanlagen). Analyse von Elektromobilitätsdaten (Betriebsmessungen von E-Fahrzeugen, Lade/Entladeprozesse).
Berufsaussichten
Es handelt sich um ein außerordentlich stark nachgefragtes Berufsbild und dieser Studiengang trift den Nerv des Arbeitsmarktbedarfs an Data Professionals.
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“
Student
„Unternehmen wie Gesellschaft brauchen neue, interdisziplinär ausgebildete Data Professionals.“
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.
FAQ zum Master-Studium an der FH Technikum Wien
News aus dem Studiengang
Kontakt
Studiengangsleiter Bachelor Wirtschaftsinformatik, Studiengangsleiter Master Data Science
Master-Studium Data Science im Überblick (PDF)
Detailinformation Master Data Science
Studiengangsassistentin
Master Data Science
Master IT-Security
Bewerbung
Der nächste Schritt, um im Master Data Science zu studieren, ist eine Bewerbung über das Online-Bewerbungssystem der FH Technikum Wien:
- Der gesamte Bewerbungsprozess wird über eine eigene Bewerbungs-Website abgewickelt.
- Ihre Daten liegen dort sicher und werden streng vertraulich behandelt.
- Ein Registrierungssystem ermöglicht es, eine Bewerbung zu beginnen und zu einem späteren Zeitpunkt abzuschließen.
- Auf die einmal eingegebenen Benutzer*innen-Daten und hochgeladenen Dokumente können Sie auch für spätere Bewerbungen zurückgreifen.