Graz: Data Science (Diplom)

Übersicht

Der Studiengang "Data Science" an der Universität Graz ist ein konsekutives Vollzeitstudium, das in der Regelstudienzeit von vier Semestern zum Abschluss "Diplom" führt. Das Studium beginnt stets im Wintersemester und findet hauptsächlich am Standort Graz statt. Die Unterrichtssprache ist Englisch. Das Programm richtet sich an Studierende, die Interesse an der Analyse und Interpretation großer Datenmengen sowie an der Entwicklung und Anwendung von Algorithmen haben. Es bietet eine wissenschaftliche Ausbildung in einem interdisziplinären Feld, das sowohl Aspekte der Informatik, Statistik und Mathematik umfasst.

Studieninhalte und Studienorganisation

Der Studiengang ist modular aufgebaut und vermittelt fundiertes Wissen in den Kernkompetenzen der Data Science. Der Studienverlauf umfasst sowohl Pflicht- als auch Wahlmodule, die in den ersten beiden Semestern systematisch aufeinander aufbauen. Lehrveranstaltungen werden in Form von Vorlesungen, Seminaren, Übungen und Laborübungen durchgeführt.

Wichtige Inhalte:

• Datenanalyse
• Maschinelles Lernen
• Statistik
• Programmierung
• Datenvisualisierung
• Big Data
• Künstliche Intelligenz
• Data Engineering

Der Studiengang integriert praktische Anteile durch Projektarbeiten, Fallstudien und möglicherweise Praktika. Es besteht die Möglichkeit, Forschungsprojekte zu aktuellen Fragestellungen aus der Datenanalyse zu bearbeiten, wobei enge Kooperationen mit Unternehmen und Forschungsinstituten gepflegt werden.

Berufliche Perspektiven

Absolventinnen und Absolventen des Studiengangs Data Science verfügen über die Qualifikation, in vielfältigen Berufsfeldern tätig zu werden. Die breit gefächerte Ausbildung ermöglicht den Einstieg in sowohl technische als auch analytische Tätigkeiten.

Typische Einsatzbereiche:

• Entwicklung und Anwendung von Algorithmen im Bereich Machine Learning
• Datenanalyse in der Wirtschaft
• Forschung und Entwicklung
• IT-Consulting
• Telekommunikation
• Finanzdienstleistungen
• Gesundheitswesen
• Industrie 4.0
• Data Engineering
• Business Intelligence
• Forschung