Überblick
An der Universität Göttingen kombiniert der Bachelorstudiengang Mathematical Data Science fundierte mathematische Theorie mit praktischer Informatik und statistischen Analysemethoden. Studierende lernen am Standort Göttingen, komplexe Datenstrukturen systematisch zu durchdringen, mathematische Muster zu identifizieren und eigenständig Algorithmen für große Datenmengen zu entwickeln. Das Studium bietet damit eine ideale Grundlage für eine spätere Karriere im Bereich der datengestützten Forschung und Entwicklung.
Studieninhalte
Die einzigartige Kombination aus fundierter Mathematik, mathematischer Statistik und informatischer Umsetzung macht den Studiengang „Mathematical Data Science“ an der Universität Göttingen zur idealen Qualifikation für die wissenschaftliche Analyse großer Datenmengen im digitalen Zeitalter.
Über den Studiengang
Der zulassungsfreie Bachelorstudiengang „Mathematical Data Science“ (B.Sc.) vermittelt moderne mathematische und statistische Methoden zur Strukturerkennung in Daten sowie das nötige informatische Handwerkszeug zur Entwicklung von Algorithmen. Das Studium kann wahlweise in Vollzeit oder Teilzeit absolviert werden und beginnt jeweils zum Wintersemester. Es richtet sich an Studieninteressierte mit Freude an Mathematik, Informatik und der mathematischen Durchdringung komplexer, abstrakter Fragestellungen.
Studieninhalte & Module
Die Regelstudienzeit beträgt sechs Semester und ist in Grundlagen-, Aufbaubereiche und einen individuellen Forschungsschwerpunkt unterteilt:
- Mathematische & Informatische Grundlagen (1. Jahr): Lineare Algebra/Geometrie 1, Analysis 1 & 2, Informatik 1 sowie ein Programmierkurs in Python im Profilierungsbereich.
- Aufbaubereich Data Science & Statistik (2. Jahr): Elementare Wahrscheinlichkeitsrechnung und statistische Datenanalyse, Diskrete Mathematik, Numerik und Optimierung 1 & 2, Maß- und Wahrscheinlichkeitstheorie, Stochastik und Data Science: Grundlagen.
- Studienschwerpunkt & Vertiefung (3. Jahr): Vertiefende Module, ein Praktikum im Schwerpunkt sowie die Bachelorarbeit in einem der wählbaren Bereiche:
- Optimierung und Bildverarbeitung
- Mathematische Statistik
- Maschinelles Lernen
- Angewandte Statistik und Ökonometrie
- Professionalisierungsbereich: Module zur interdisziplinären Qualifikation, inklusive ethischer Aspekte der Data Science und Sprachkursen.
Berufsperspektiven
Absolventinnen und Absolventen sind dank ihrer hohen Abstraktionsfähigkeit, Mustererkennung und ihres analytischen Denkvermögens optimal auf die Herausforderungen des digitalen Zeitalters vorbereitet. Sie schließen sich attraktive Berufsfelder in datenintensiven Wirtschaftsbereichen, der Algorithmenentwicklung und Mustererkennung an. Zudem legt der Abschluss das Fundament für ein weiterführendes Masterstudium in Bereichen wie Mathematik oder Angewandte Data Science.
Besonderheiten
- Teilzeitoption: Auf Antrag und nach Beratung ist ein Teilzeitstudium mit durchschnittlich 15 Credits pro Semester möglich.
- Optimale Studienvorbereitung: Für Erstsemester werden ein Vorkurs, ein Sommerstudium, Orientierungsveranstaltungen sowie ein Schnupperstudium zur Vorbereitung angeboten.
Zulassung & Voraussetzungen
Keine Zulassungsbeschränkung, ohne NC
Bewerbung & Fristen
Studienbeginn: nur Wintersemester