Durch die digitale Transformation unserer Welt entsteht ein stetig wachsender Schatz an sehr großen Mengen häufig unstrukturierter Daten. Unstrukturiert heißt hier, dass die Daten nur schwer maschinell zu verarbeiten sind, weil sie nicht geordnet vorliegen. Das Fach Data Science beschäftigt sich mit der Entwicklung und Anwendung von Methoden, um aus solchen Daten Erkenntnisse zu gewinnen. Zum Beispiel sind medizinische Befunde und Röntgenbilder für Ärztinnen und Ärzte leicht zu interpretieren und sie können die Informationen aus beiden Datenquellen zu einem Gesamtbild verknüpfen. Für intelligente Systeme, die Ärzt*innen bei ihrer Arbeit unterstützen könnten, ist das hingegen sehr schwer. Ein weiteres Beispiel für ein Data-Science-Problem ist, aus Luftbildern zu beurteilen, wie gesund ein Feld ist, um mit möglichst minimalen Eingriffen effektiv gegen Schädlinge und Krankheiten vorzugehen. Data Science ist an der Schnittstelle der Mathematik, der Informatik, der Statistik und dem Maschinellen Lernen angesiedelt. Im Bachelorstudiengang »Angewandte Data Science« werden daher sowohl die Grundlagen der Informatik und Mathematik als auch vertiefende Kenntnisse der Datenanalyse vermittelt. Hierzu gehören maschinelles Lernen, Statistik, Daten-Kompetenz, Datenschutz und Privatheit, Daten-Infrastrukturen und Hochleistungsrechnen. Den göttinger Studiengang zeichnet insbesondere sein fächerübergreifendes Profil aus – nicht nur in den Grundlagen. Da gute Data Scientists nicht nur Methoden- sondern auch Fachkenntnis über die zu verarbeitenden Daten benötigen, wählen die Studierenden ein Anwendungsfach, in dem sie die Methoden der Data Science praktisch anwenden lernen. Als Grundlage hierfür besuchen Sie fachspezifische Lehrveranstaltungen aus den jeweiligen Bereichen. Zur Wahl stehen derzeit die Anwendungsfächer Digital Business Administration, Biologie/Bioinformatik, Digital Humanities, medizinische Informatik, Züchtungsinformatik, Physical Modeling and Data Analysis sowie Computational Sustainability. Im Rahmen des Bachelorstudiengangs »Angewandte Data Science« müssen insgesamt 180 Kreditpunkte erworben werden. Der Studiengang gliedert sich in die drei Bereiche »Fachstudium«, »Professionalisierungsbereich« und »Bachelorarbeit«. Detaillierte Informationen zum Aufbau des Studiums, zu den Anwendungsfächern und zu einzelnen Modulen gibt es im Modulverzeichnis unter dem Link "Ordnungen" in der rechten Spalte. Beispielstudienpläne befinden sich in der Prüfungs- und Studienordnung. Darüber hinaus können Sie sich in unserer interaktiven Studienstruktur einmal ausführlich durch das Studium und dessen Inhalte klicken: (externer Link):
Im Studiengang »Angewandte Data Science« müssen alle ein Haupt-Anwendungsfach wählen; es besteht aber zusätzlich die Möglichkeit, auch in andere Anwendungsfächer "hineinzuschnuppern" und Credits zu sammeln. Details zu den Anwendungsfächern gibt es hier. Aktuell besteht die Wahl zwischen den sieben Anwendungsfächern Digital Business Administration, Biologie/Bioinformatik, Digital Humanities, medizinische Informatik, Züchtungsinformatik, Physical Modeling and Data Analysis sowie Computational Sustainability. Da ein Großteil der wissenschaftlichen Literatur englischsprachig ist, werden fortgeschrittene Englischkenntnisse empfohlen. Darüber hinaus wird eines der fortgeschrittenen Pflichtmodule im Fachstudium (»Machine Learning«, empfohlen für das 4. Fachsemester) englischsprachig unterrichtet. Die Studierenden werden so an die häufig stark international geprägte Berufswelt im Bereich Data Science herangeführt. Selbstverständlich besteht bei Bedarf die Möglichkeit, die eigenen Englischkenntnisse vorab durch einen – im Studium anrechenbaren – Sprachkurs aufzufrischen. Sprachanforderungen für internationale Studierende/ Bewerberinnen und Bewerber Spezielle Fachkenntnisse - z.B. in der Programmierung - werden nicht vorausgesetzt, sondern im Studium erworben. Wer »Angewandte Data Science« studieren möchte, sollte Freude an Mathematik und Naturwissenschaften sowie einer analytischen Arbeitsweise haben und gerne mit Computern arbeiten. Für den interdisziplinären und häufig internationalen Arbeitsalltag ist zudem die Fähigkeit zur Teamarbeit von großem Vorteil.Inhalte
Inhalte des Studiums
Studierende werden durch ein wachsendes englischsprachiges Lehrangebot zudem ideal auf den häufig internationalen Arbeitsalltag vorbereitet. Mit »Machine Learning« wird auch eines der fortgeschrittenen Pflichtmodule englischsprachig unterrichtet. Selbstverständlich besteht im Rahmen des Studiums die Möglichkeit, bei Bedarf einen Englisch-Kurs zu besuchen.
Aufbau des Studiums
Anwendungsfächer
Berufliche Perspektiven
Zugangsvoraussetzungen
Sprachkenntnisse
Fachkenntnisse
Bewerbung
1. Fachsemester
Bewerbungsportal
2. bis 6. Fachsemester
Bewerbungsportal
Internationale Bewerber*innen (Non-EU)
Bewerbung bei Studium International
Vorkurse
Informatik-Propädeutikum
Informationen zu Inhalt, Teilnahme und Termin gibt es hier.
Mathematisches Propädeutikum
Weitere Informationen zum Mathematischen Propädeutikum gibt es hier.
Studienberatung
Goldschmidtstr. 1
37077 Göttingen
studienberatung@informatik.uni-goettingen.de
Studienabschluss
Bachelor of Science (B.Sc.)
Regelstudienzeit
6 Semester
Studienbeginn
Wintersemester
Lehrsprache
Deutsch
Zulassungsbeschränkung
zulassungsfrei (Einschreibung ohne vorherige Bewerbung)
Leistungspunkte
180
Fachstudium (66 Kreditpunkte)
Professionalisierungsbereich (99 Kreditpunkte)
Bachelorarbeit (15 Kreditpunkte)
Data Scientists werden derzeit in nahezu allen Fachdisziplinen gesucht, sowohl in der Forschung als auch in der Wirtschaft. Mögliche Arbeitgeber finden sich insbesondere im Marketing, in Banken, Versicherungen und Rückversicherungen, im IT-Bereich, in Unternehmensberatungen, in öffentlichen Forschungsinstituten oder Entwicklungs- und Forschungsabteilungen in Unternehmen, im Pharmabereich (Klinische Studien) sowie im öffentlichen Gesundheitswesen, in Hochschulen und Universitäten. Durch die Nähe der Ausbildung zu den Anwendungsbereichen direkt an der Universität sind insbesondere Forschungsabteilungen, die sich mit datengetriebener Forschung in den betrachteten Domänen beschäftigen, mögliche Arbeitsgebiete. In allen diesen Domänen mangelt es derzeit in Deutschland an Spezialist*innen.
zulassungsfrei (Immatrikulation ohne vorherige Bewerbung)
zulassungsfrei (Immatrikulation ohne vorherige Bewerbung)
zulassungsfrei (Immatrikulation ohne vorherige Bewerbung)
Das Informatik-Propädeutikum (Vorkurs) richtet sich an Studienanfänger*innen der Bachelorstudiengänge »Angewandte Informatik«, »Angewandte Data Science« und »2-Fächer-Bachelor mit Fach Informatik«. Wir empfehlen die Teilnahme insbesondere für Studienanfänger*innen, die das Fach Informatik nicht in der Schule hatten oder keine Programmiererfahrung haben. Der Vorkurs behandelt Themen aus dem Informatikunterricht in der Schule und gibt eine Einführung in den grundlegenden Umgang mit den Computern in unseren Rechnerräumen. Das Propädeutikum ist außerdem ein idealer Vernetzungspunkt, um erste Kontakte mit Kommiliton*innen zu knüpfen und einen Einblick in den Studierendenalltag zu bekommen. Das Informatik-Propädeutikum findet vor Vorlesungsbeginn statt.
Allen Studienanfänger*innen in unseren Bachelorstudiengängen empfehlen wir neben einer Teilnahme am Informatik-Propädeutikum auch eine Teilnahme am Mathematischen Propädeutikum. Es erleichtert den Übergang von der Schule zum Studium und bietet eine gute Gelegenheit, schon mal Kommiliton*innen kennenzulernen. Das Mathematische Propädeutikum findet ebenfalls vor Vorlesungsbeginn statt, es überschneidet sich zeitlich nicht mit dem Informatik-Propädeutikum.