Maestría en Ciencia e Engineering de Datos

Studienplan

Datenanalyse

• Studienprojekt Praktische Datenanalyse
• Textmining
• Studienprojekt Angewandte Datenanalyse
• Multivariate Statistik
• Numerische Methoden
• Computational Intelligence I
• Computational Intelligence II
• Modellbildung und Simulation
• Datenschutz und Privatsphäre
• Computer Vision

Informatik

• Visualisierung
• Process Mining
• Scripting Fortgeschritten
• Datenakquisition und -qualität
• Big Data
• Cloud Computing

Domänen Expertise

• Anwendungsdomänen-Modul I
• Anwendungsdomänen-Modul II

Sozialkompetenz

• Leadership Praxis

Wissenschaftliche Kompetenzen

• Masterarbeit Seminar
• Wissenschaftliches Arbeiten
• Masterarbeit

Schwerpunkte

• Datenverständnis
• Datenspeicherung und -management
• Datenanalyse
• Computer Vision
• Praxisbezogene Projekte

Themen

• Analyse großer, semi-strukturierter Datenmengen (Big Data)
• Mathematische und statistische Methoden zur Datenauswertung
• Künstliche Intelligenz, Data Mining und Mustererkennung
• Visualisierung von Daten und Zusammenhängen (Prozessen)
• Wahlfächer: Datenanalyse in Technik, Biologie, Wirtschaft, Medizin

Praxis und Forschung im Studium

A partir del segundo semestre, los estudiantes implementan sus conocimientos en proyectos prácticos de investigación. La gama de temas es muy amplia, centrándose en: B. en análisis de datos para biomedicina o Marketing y producción. Los clientes son socios de renombre en el ámbito empresarial y de la investigación.

Auch Forschungsgruppen der FH OÖ (insbesondere am Campus Hagenberg) ermöglichen Studierenden eine Forschungstätigkeit, z. B. in den Bereichen Opinion Mining, Datenanalyse in der Produktion, molekularbiologische Datenauswertung und personalisierte Medizin.

Las salidas profesionales para los egresados de esta carrera son diversas. Se buscan científicos de datos dondequiera que se generen y/o deban evaluarse grandes cantidades de datos. Su formación interdisciplinaria los convierte en solicitados especialistas en industrias, comercio, producción, finanzas, medicina e investigación farmacéutica, entre otros.

Son expertos en las áreas de análisis y extracción de datos, en el manejo de sistemas en la nube y en clústeres, y en la evaluación matemática de datos, incluido el uso de métodos de inteligencia artificial. Además, son capaces de visualizar y procesar los resultados y las conexiones descubiertas y, a menudo, ocupan puestos directivos en empresas e instituciones de investigación.

Después de la graduación

• Análisis de datos o modelos de datos, paisajes de TI y procesos de negocio con respecto a las necesidades e introducción de nuevos enfoques para la extracción de conocimiento.
• Diseño de procesos de extracción, limpieza y transformación de datos.
• Modelado de esquemas de datos para integrar y analizar datos.
• Uso de minería de datos y métodos estadísticos, así como desarrollo de modelos predictivos.
• Concepción de soluciones para el procesamiento y análisis de datos en tiempo real utilizando las últimas herramientas analíticas y tecnologías big data.
• Visualización de datos y preparación de hallazgos analíticos.
• Comunicación, desarrollo y presentación de soluciones a los tomadores de decisiones (departamentos especializados y dirección).

Bueno saber

La Harvard Business Review y el New York Times hablan del “trabajo más sexy del siglo XXI” en relación con la ciencia de datos.