Master Bioinformatik Fachprüfungs- und Studienordnung 2021
Information zum Studiengang
Der Master-Studiengang Bioinformatik wird gemeinsam von der Ludwig-Maximilians-Universität (LMU) und der Technischen Universität München (TUM) angeboten.
Weitere Informationen finden Sie auf einer eigenen Webseite: www.bioinformatik-muenchen.de
Downloads und Links
Fachprüfungs- und Studienordnung für den gemeinsamen Masterstudiengang Bioinformatik an der Ludwig-Maximilians-Universität München und an der Technischen Universität München vom 27. August 2021 | |
TUM-Seite mit Satzungen und Ordnungen, Hier finden Sie rechtlichen Grundlagen für Ihr Studium | Link |
Allgemeine Prüfungs- und Studienordnung für Bachelor- und Masterstudiengänge an der Technischen Universität München (APSO) | Link |
Modulkatalog M.Sc. Bioinformatik FPSO 2021
Bioinformatik Pflichtveranstaltungen (Prüfungsordnung 2021)
Pflichtmodule Bioinformatik
Veranstaltung | Universität* | Modulnummer | SWS | Credits | Bemerkung |
---|---|---|---|---|---|
Masterpraktikum Bioinformatik | LMU/TUM-IN/TUM-LS | WZ8007 | 10P | 12 | |
Master-Arbeit | LMU/TUM-IN/TUM-LS | IN2218 | 30 |
Wahlveranstaltungen (Prüfungsordnung 2021)
Die Wahlkataloge werden in drei Katalogen geführt. Es sind insgesamt mindestens 78 Credits in Wahlmodulen nachzuweisen.
Wahlmodulkatalog Methoden und Forschung
Es sind Module im Umfang von mindestens 33 Credits nachzuweisen:
Wahlmodulkatalog Theorie Informatik, Mathematik und Statistik
Es sind Module im Unfang von mindestens 15 Credits nachzuweisen:
Veranstaltung | Universität* | Modulnummer | SWS | Credits | Bemerkung |
---|---|---|---|---|---|
Advanced Topics of Software Engineering | TUM-IN | IN2309 | 6 | 8 | |
Big Data Management and Analytics | LMU | IN5159 | 5 | 6 | |
Biostatistische Methoden | LMU | IN5030 | 4 | 6 | |
Computer Vision III: Detection, Segmentation, and Tracking | TUM-IN | IN2375 | 4 | 6 | |
Data Analysis and visualization in R | TUM-IN | IN2339 | 6 | 6 | |
Deep Learning and Artificial Intelligence | LMU | IN5176 | 5 | 6 | Gegenseitigen Ausschluss mit der IN2346 |
Efficient Algorithms and Data Structures | TUM-IN | IN2003 | 6 | 8 | |
Effiziente Algorithmen und Datenstrukturen II | TUM-IN | IN2004 | 6 | 8 | |
Einsatz und Realisierung von Datenbanksystemen | TUM-IN | IN2031 | 5 | 6 | |
Grundlagen der Programm- und Systementwicklung | TUM-IN | IN2078 | 3 | 4 | |
Introduction to Deep Learning | TUM-IN | IN2346 | 4 | 6 | Gegenseitigen Ausschluss mit der IN5176 |
Knowledge Discovery in Datenbanken I | LMU | IN5042 | 5 | 6 | Schließt sich gegenseitig aus mit der IN2064 |
Knowledge Discovery in Datenbanken II | LMU | IN5043 | 5 | 6 | |
Knowledge-based Systems for Industrial Applications | TUM-IN | IN2071 | 3 | 4 | |
Machine Learning | LMU | IN5075 | 5 | 6 | Schließt sich gegenseitig aus mit der IN2064 |
Machinelles Lernen | TUM-CIT | IN2064 | 6 | 8 | Die IN2064 schließt sich jeweils gegenseitig mit der IN5042, der IN5075 und der IN2357 aus. |
Maschinelles Lernen für Computersehen | TUM-IN | IN2357 | 4 | 5 | Schließt sich gegenseitig aus mit der IN2064 |
Mathematische Modelle in der Biologie | TUM-MA | MA3601 | 6 | 9 | |
Modellierung verteilter Systeme | TUM-IN | IN2080 | 3 | 4 | |
Parallel and High Performance Computing | LMU | IN5085 | 5 | 6 | Gegenseitigen Ausschluss mit der IN2147 "Parallel Programming" |
Parallel Programming | TUM | IN2147 | 4 | 5 | Gegenseitigen Ausschluss mit der IN5085 "Parallel and High Performance Computing" |
Petri Nets | TUM-IN | IN2052 | 4 | 5 | |
Statistische Methoden für Genomik und Proteomik | LMU | IN5089 | 5 | 6 | |
Visual Data Analytics | TUM-IN | IN2026 | 4 | 5 |
Wahlmodulkatalog Theorie Biologie/Biochemie/Chemie
Es sind Module im Umfang von mindestens 15 Credits nachzuweisen:
Veranstaltung | Universität* | Modulnummer | SWS | Credits | Bemerkung |
---|---|---|---|---|---|
Advanced Evolutionary Genomics | LMU | IN5036 | 2 | 3 | Blockveranstaltung |
Basic Evolutionary Genomics | LMU | IN5035 | 2 | 3 | Blockveranstaltung |
Biochemie 4 - Zelluläre Biochemie | LMU | IN5062 | 4 | 6 | |
Biochemie 5 - Life Cycle of Proteins | LMU | IN5064 | 2 | 3 | |
Biochemie 6 - Model Organism | LMU | IN5065 | 2 | 3 | |
Biochemie 7 - Genetischer Informationsfluss | LMU | IN5066 | 2 | 3 | |
Cognitive Neuroscience | TUM-LS | WZ2693 | 2 | 3 | |
Evolution von Krankheitserregern | TUM-LS | WZ2375 | 3 | 5 | |
Evolutionary Genetics | LMU | IN5037 | 4 | 6 | |
Genetics of Aging and Cancer | LMU | IN5026 | 2 | 3 | |
Mikroorganismen als Krankheitserreger | TUM-LS | WZ2372 | 3 | 5 | |
Molekulare Onkologie | TUM-LS | ME2648 (Bis SoSe22 ME2635) | 2 | 5 | Besteht aus zwei Lehrveranstaltungen (ME2648-1 Molekulare Onkologie 1 und ME2648-2 Molekulare Onkologie I Hausarbeit) die beide erfolgreich absolviert werden müssen um das Modul zu bestehen. |
Molekulare Virologie | LMU | IN5056 | 2 | 3 | |
Neurobiologie | TUM-LS | WZ2457 | 2 | 3 | |
Pflanzensystembiologie | TUM-LS | WZ2381 | 4 | 5 | |
Protein-Engineering | TUM-LS | WZ2580 | 3 | 5 | |
Proteomics: Analytische Grundlagen und Biomedizinische Anwendungen | TUM-LS | WZ2439 | 5 | 6 |
* TUM-IN = TUM Informatik / TUM-MA = TUM Mathematik / TUM-LS = TUM School of Life Sciences (ehemalig Wissenschaftszentrum Weihenstephan)