Merkzettel 00 Studiengänge 00 Studienorte Zettel ansehen
1997 - 2019
studieren.de
© xStudy SE

Kurzprofil

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

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.

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. Mehr Informationen zur Curricularanalyse >

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.

Kontakt

Studienfachberatung
Vivija Simić
E-Mail: studienberatung@no-spamin.tum.de
Tel.: +49 89-289-17296

Weitere Informationen zum Studiengang finden sie auf der Website der Universität.
Zur Website >


 

 

Studienprofil-415-41689

 

Themenpartner