Heidelberg: Applied Data Science and Artificial Intelligence (M.Sc.) - 04.2027

Übersicht

Der Masterstudiengang "Applied Data Science and Artificial Intelligence (M.Sc.)" an der SRH University vermittelt Kenntnisse in modernen Datenanalyse- und KI-Methoden. Ziel ist es, aus großen, komplexen Datensätzen fundierte Erkenntnisse zu gewinnen und datenbasierte Lösungen in verschiedenen Branchen zu entwickeln. Das Studium kombiniert technische Inhalte mit wirtschaftlichen und ethischen Aspekten.

Studieninhalte und Studienorganisation

Der Studiengang ist auf eine Regelstudienzeit von vier Semestern ausgelegt und wird in englischer Sprache angeboten. Der Aufbau umfasst eine solide Basis in Python, Statistik und Maschinellem Lernen, gefolgt von Vertiefungen in Bereichen wie Data Engineering, Deep Learning, Cloud Computing, Datenvisualisierung, ethische KI sowie domänenspezifischen Anwendungen. Das Programm beinhaltet ein sechsmonatiges Praktikum oder Auslandssemester sowie eine praxisnahe Masterarbeit in Kooperation mit Unternehmen oder Forschungseinrichtungen.

Wichtige Inhalte:

• Python-Programmierung
• Statistik
• Maschinelles Lernen
• Data Engineering und cloudbasierte Infrastrukturen
• Deep Learning und neuronale Netze
• Arbeiten mit Cloud-Plattformen wie AWS und Azure
• Datenvisualisierung und Storytelling
• Ethische und verantwortungsvolle KI
• Domänenspezifische Anwendungen in Medienanalyse, Kreativ-KI, Logistik, Business Analytics, Bioinformatik, Entrepreneurship
• Praktikum oder Auslandssemester im dritten Semester
• Abschlussarbeit in Zusammenarbeit mit Unternehmen oder Forschungseinrichtungen

Mehr Infos zum Studiengang findest du unter "Infos und Bewerbung".

Berufliche Perspektiven

Absolventinnen und Absolventen des Studiengangs können in verschiedenen Branchen tätig werden, insbesondere in Bereichen, die datengetriebene Innovationen vorantreiben. Sie sind qualifiziert, komplexe Datenanalysen durchzuführen, KI-Modelle zu entwickeln und in der Praxis anzuwenden.

Typische Einsatzbereiche:

• Datenanalyse und Data Science
• KI-Entwicklung und -Implementierung
• Data Engineering
• Business Analytics
• Medienanalyse und Kreativ-KI
• Logistik und Supply Chain Management
• Bioinformatik und Lebenswissenschaften
• Prozessautomatisierung
• Entrepreneurship und Innovation im Technologiebereich