Fakultät Informatik

Master Data Engineering and Analytics

Die Verarbeitung und Auswertung von extrem großen Datenmengen ist ein drängendes Problem in vielen Bereichen und erfordert ganz neue Techniken und Verfahren. Dieser Trend zu "Big Data" wird durch eine Reihe von Entwicklungen vorangetrieben: Erstens wird es immer einfacher, große Mengen von Daten zu erzeugen und zu speichern, z.B. wegen günstigem Speicherplatz, Sensoren, smart devices, Sozialen Netzwerken, usw. Zweitens, können diese großen Datenmengen durch technische Fortschritte wie z.B. schnelle multi-core Systeme und Cloud Computing auch in großem Stil verarbeitet werden. Und drittens werden solche Datenmengen nicht mehr nur von "klassischen" Anwendungsgebieten wie z.B. Geschäftsdaten erzeugt, sondern fallen inzwischen in sehr vielen Lebensbereichen an. Beispielsweise erzeugen immer mehr Fahrzeuge mittels Sensoren und intelligenter Vernetzung große Datenmengen, welche u.a. für die Modellweiterentwicklung oder für diagnostische Zwecke genutzt werden können. Ein wichtiges Anwendungsgebiet ist derzeit auch die intelligente Energienetzsteuerung.

Der Masterstudiengang Data Engineering und Analytics greift diese Entwicklungen auf und vermittelt eine Ausbildung, die Absolventen zum einen befähigt, praktische Lösungen in diesem Themenbereich zu Entwerfen und zu Planen, und zum anderen solide Grundlage zur Forschung bietet.

Kooperation mit "Mathematics in Data Science" Masterprogramm

Parallel zum Informatik-Studiengang "Data Engineering and Analytics" richtet die Fakultät für Mathematik den Masterstudiengang „ Mathematics in Data Science“ ein. Die beiden Studiengänge sollen aufbauend auf einer gemeinsamen Grundlage speziell die informatischen bzw. mathematischen Aspekte von Big Data behandeln. Die Sammlung, Modellierung, Speicherung, Verarbeitung und Auswertung extrem großer (Beispiel: Soziale Medien), sich schnell ändernder (Beispiel: Sensoren) und komplexer (Beispiel: ökologische Systeme) Datenmengen ist das Ziel beider Studiengänge.

Im Informatikstudiengang wird mehr Wert darauf gelegt, die Daten so zur Verfügung zu stellen, dass sie mit unterschiedlichen Methoden zu unterschiedlichen Zwecken effizient verarbeitet werden können. Die Datenspeicherung und der Datenzugriff müssen auf die gewaltige Menge, die hohe Änderungsrate und die große Komplexität der Daten abgestimmt sein und variabel reagieren können. Weiterhin müssen sie sich den wechselnden Analysealgorithmen sowie den Visualisierungen der Ergebnisse anpassen. "Data Engineering and Analytics" soll sowohl ein tiefgreifendes Verständnis der grundlegenden Methoden, als auch praktische Techniken zur Verarbeitung sehr großer Datenmengen vermitteln. Im Gegensatz dazu wird auf der Mathematikseite im Studiengang "Mathematics in Data Science" der Fokus auf die Berechnung, Simulation und Vorhersage komplexer Phänomene (wie z.B. Kundenverhalten, Wirtschaftsentwicklung, medizinische Krankendaten,...) und auf die oft schwierige Interpretation dieser Daten gelegt, welche komplexe mathematische Modelle erfordert.

Programmübersicht

Das Programm ist in die drei Schwerpunkte Data Analysis, Data Engineering and Analytics und Data Engineering aufgeteilt. Im Bereich Data Analysis werden Grundlagen zum Verständnis von Daten und zur Modellierung von zugrunde liegenden Zusammenhängen vermittelt. Der Bereich Data Engineering umfasst Vorlesungen zur Konstruktion von Systemen die durch effiziente und skalierbare Datenverarbeitung Methoden der Data Analysis auf großen Datensätzen ermöglichen.

Das Curriculum umfasst zu jeweils Data Analysis und Data Engineering eine verpflichtende Grundlagenveranstaltung.

Weiterführende Veranstaltungen werden für alle drei Schwerpunkte angeboten:

Der Bereich Data Engineering umfasst unter anderem Vorlesungen zu verteilten Systemen, verteilten Datenbanken, Anfrageoptimierung, Datenbanksystemen auf modernen CPU-Architekturen und High Performance Computing.

Data Engineering and Analytics bietet Veranstaltungen zu Machine Learning, Business Analytics, Computer Vision und Scientific Visualization.

Data Analysis enthält Veranstaltungen die solide mathematische Grundkenntnisse benötigen: Fundamentals of Convex Optimization, Computational Statistics und weitere.

Weiterführende Informationen finden befinden sich in der  Curriculumsübersicht und im  Modulkatalog.

Voraussetzungen

Der Master Data Engineering and Analytics richtet sich an Studenten/Studentinnen mit Bachelorabschluss Informatik oder Mathematik mit Nebenfach Informatik (oder Ähnlichem), die sich in Data Engineering and Analytics spezialisieren wollen. Vorausgesetzt werden elementare Kenntnisse aus der Informatik, insbesondere methodische Grundlagen der Informatik, des Programmierens, von Algorithmen und Datenbanken. Im Rahmen des Eignungsverfahrens wird der Studienplan der Bewerberin / des Bewerbers mit abhängig vom vorliegenden Schwerpunkt mit einem festgelegten Katalog abgeglichen. Sollten wichtige Kernveranstaltungen  fehlen, so können diese Ihnen bis zu einem Umfang von 30 ECTS als Brückenkurse zusätzlich auferlegt werden. Sollten mehr als 30 ECTS fehlen, so ist eine Zulassung nicht möglich. Desweiteren sind Englischkentnisse nötig. Sofern außerdem Studierende bei der Immatrikulation keine Deutschkenntnisse nachgewiesen haben, wird in der Zulassung die Auflage ausgesprochen, dass mindestens ein Modul abzulegen ist, in dem integrativ Deutschkenntnisse erworben werden. Freiwillig erbrachte außercurriculare Angebote wie z.B. Deutschkurse des Sprachenzentrums werden ebenfalls anerkannt.

Details zu Vorraussetzungen finden Sie auf den  Bewerbungsseiten.

 

Informationsveranstaltung zu den neu eingerichteten Studiengängen

Material zum Informationsevent von Dienstag, den 10. Mai 2016, 18.00 Uhr, im  MI Hörsaal 2. Die Präsentationsfolien sind jetzt online verfügbar.

Studiengang im Profil

Regelstudienzeit:
4 Semester
Abschluss:
Master of Science
Studienbeginn:
Sommer- und Wintersemester
Bewerbungsfristen:
Wintersemester 31. Mai
Sommersemester 30. November
Kosten pro Semester:
Details  hier
Unterrichtssprache:
deutsch und englisch
Geforderte Sprachnachweise:
Englischnachweis
 Bewerbung und Zulassung

Bewerbung: Alles halb so wild

Unterlagen einreichen, im Gespräch überzeugen -  Bewerben: So geht's