Hamburg: Data Science and Artificial Intelligence (M.Sc.)

Übersicht

Der Master-Studiengang "Data Science and Artificial Intelligence" an der Universität Hamburg ist ein konsekutiver Studiengang, der auf die Vermittlung fundierter Kenntnisse in den Bereichen Data Science und Künstliche Intelligenz ausgerichtet ist. Das Studium umfasst eine Regelstudienzeit von vier Semestern und wird in Vollzeit angeboten. Es beginnt ausschließlich zum Wintersemester und schließt mit dem akademischen Grad Master of Science ab. Der Unterricht erfolgt in englischer Sprache.

Studieninhalte und Studienorganisation

Der Studiengang ist modular aufgebaut und vermittelt sowohl theoretische Grundlagen als auch praktische Fertigkeiten im Bereich Data Science und Künstliche Intelligenz. Die Studienorganisation sieht eine Mischung aus Präsenz- und selbstständigen Studienphasen vor. Das Curriculum umfasst Kernmodule wie Statistik, Data Mining, maschinelles Lernen, Programmierung, Datenbanken und Big Data-Technologien.

Wichtige Inhalte:

• Statistik
• Data Mining
• Maschinelles Lernen
• Programmierung (insbesondere in Python und R)
• Datenbanken und Big Data-Technologien
• Spezialisierte Wahlpflichtmodule wie Deep Learning und Natural Language Processing

Praxisorientierte Elemente wie Projektarbeiten, Labore und Industriekooperationen sind integraler Bestandteil des Programms. Das Studium findet hauptsächlich am Standort Hamburg statt, wobei bestimmte Module auch in digitaler Form angeboten werden können.

Berufliche Perspektiven

Absolventinnen und Absolventen verfügen über eine breit gefächerte Qualifikation, die sie für Tätigkeiten in verschiedensten Branchen qualifiziert. Die erworbenen Kompetenzen eröffnen Perspektiven in Bereichen wie IT, Telekommunikation, Automobilindustrie, Finanzdienstleistungen, Gesundheitswesen sowie in Forschungsinstituten und Start-ups.

Typische Einsatzbereiche:

• Datenanalyse und -aufbereitung
• Entwicklung und Implementierung von KI-Algorithmen
• Softwareentwicklung im Bereich Data Science
• Forschung und Entwicklung in Wissenschaft und Industrie
• Beratung im Bereich datengetriebener Innovationen