Angewandte Data Science

Uni Göttingen, Bachelor of Science (B.Sc.)

Ziele des Studiums

Im Bachelor-Studiengang „Angewandte Data Science“ erlernen die Studierenden die Grundlagen der Informatik, Mathematik und Stochastik, die für die erfolgreiche Arbeit als Data Scientist notwendig sind. Aufbauend auf dieser soliden Behandlung der Grundlagen vertiefen sie ihr Wissen, zum Beispiel zu Infrastrukturen, Prozessen oder den zugrundeliegenden Algorithmen. Neben dieser methodischen Ausbildung erlernen die Studierenden den direkten Anwendungsbezug in einem Anwendungsfach. Dadurch werden die Absolventinnen und Absolventen befähigt auf unterschiedlichen Gebieten als Data Scientist zu arbeiten, zum Beispiel in der Bioinformatik, in der medizinischen Informatik oder in der Wirtschaft. Der Studiengang ist zudem die Grundlage für weiterführende Studien in Master-Studiengängen.

Studienbereiche

Das Studium umfasst 180 Anrechnungspunkte (ECTS-Credits, abgekürzt: C). Dabei entfallen 64 C auf das Fachstudium, 104 C auf den Professionalisierungsbereich (der Schlüsselkompetenzen im Umfang von 20 C beinhaltet) und 12 C auf die Bachelorarbeit.

Das Fachstudium besteht nur aus Pflichtmodulen. Es werden die Grundlagen der Informatik und die Grundlagen der Mathematik vermittelt. Weiterhin erfolgt der Aufbau vertiefter Kenntnisse in grundlegenden Bereichen der Data Science, zum Beispiel der Stochastik, der Statistik, und dem maschinellen Lernen.

Der Professionalisierungsbereich besteht aus Wahlmodulen „Data Science“, Wahlmodulen „Anwendungsfach“, Praktika und Schlüsselkompetenzen.

Die Wahlmodule „Data Science“ müssen im Umfang von mindestens 30 C absolviert werden und ermöglichen es den Studierenden, sich vertiefendes Fachwissen in den Bereichen Datenanalyse (zum Beispiel Maschinelles Lernen und Visualisierung) und Infrastrukturen und Prozesse (zum Beispiel Datenbanken, Softwaretechnik und Computernetzwerke) anzueignen. Hierbei müssen 20 C aus einem dieser Bereich gewählt werden, so dass die Studierenden sich entweder auf Datenanalyse oder auf Infrastrukturen und Prozesse spezialisieren.

Die Wahlmodule „Anwendungsfach“ müssen im Umfang von mindestens 30 C absolviert werden. In diesem Bereich der Professionalisierung erwerben di Studierenden für die Datenanalyse relevantes Domänenwissen. Außerdem lernen die Studierenden Anwendungsbeispiele für das im Fachstudium und in den Wahlmodulen „Data Science“ erworbene Fachwissen kennen. Mögliche Anwendungsfächer sind Biologie/Bioinformatik, Wirtschaft, medizinische Informatik, digitale Geisteswissenschaften und Züchtungsinformatik.

Weiterhin sind zwei Praktika im Umfang von 15 C Teil der Professionalisierung. Im ersten Praktikum wird Fachwissen durch praktische Anwendung und die Umsetzung von bereits in der Theorie bekannten Verfahren vertieft. Im zweiten Praktikum arbeiten die Studierenden direkt in einer Forschungsgruppe, um ihr erworbenes Wissen in einem Forschungsprojekt einzusetzen.

Der letzte Baustein des Professionalisierungsbereichs sind die Schlüsselkompetenzen im Umfang von 20 C. Hier ist eine solide Programmierausbildung in für Data Science relevanten Programmiersprachen im Umfang von 10 C verpflichtend. Weiterhin müssen die Studierenden Module zu relevanten ethischen, rechtlichen, und gesellschaftlichen Aspekten von 6 C belegen.

Der oben beschriebene Professionalisierungsbereich wird durch 9 C, die frei aus allen Modulen des Professionalisierungsbereichs inklusive des Schlüsselkompetenzangebots der Universität gewählt.