Überblick
Der Bachelorstudiengang Data Science an der Technischen Hochschule Augsburg vermittelt umfassende Kompetenzen zur Extraktion und Interpretation großer Datenmengen. Studierende lernen am Standort Augsburg, mathematische Verfahren, Informatik und Projektmethoden zu verknüpfen, um wertvolle Entscheidungsgrundlagen für Organisationen zu liefern. Das Angebot zeichnet sich durch seine Praxisnähe aus und kann auch als Studium mit vertiefter Praxis absolviert werden.
Studieninhalte
Über den Studiengang
Der Bachelorstudiengang Data Science an der Technischen Hochschule Augsburg vermittelt fundierte Kompetenzen zur Extraktion, Aufbereitung und Interpretation großer Datenmengen. Das grundständige Studium am Standort Augsburg zeichnet sich durch seine hohe Praxisnähe aus und kombiniert mathematische Verfahren mit moderner Informatik. Neben dem regulären Vollzeitstudium besteht die Möglichkeit, den Studiengang als Studium mit vertiefter Praxis zu absolvieren, um bereits während der Ausbildung wertvolle Industrieerfahrung zu sammeln.
Studieninhalte
Das interdisziplinäre Curriculum deckt alle wesentlichen Phasen des Data-Science-Prozesses ab. Zu den zentralen Inhalten gehören:
- Mathematische Grundlagen: Lineare Algebra, Analysis, Stochastik und angewandte Statistik.
- Informatik und Programmierung: Softwareentwicklung (z. B. mit Python und R), Datenbanken und Datenstrukturen.
- Data Science & Machine Learning: Algorithmen des maschinellen Lernens, Künstliche Intelligenz und Datenvisualisierung.
- Praxis- und Projektmethoden: Anwendung von agilem Projektmanagement in konkreten Praxisprojekten mit Unternehmen.
Berufsperspektiven
Durch die branchenübergreifende Relevanz der Datenanalyse eröffnen sich Absolventinnen und Absolventen vielseitige Karrierechancen in Wirtschaft, Industrie und Forschung. Mögliche Berufsfelder sind:
- Data Scientist: Entwicklung von Algorithmen zur Ermittlung von Trends und Handlungsempfehlungen.
- Data Engineer: Konzeption und Bereitstellung skalierbarer Dateninfrastrukturen.
- Machine Learning Engineer: Produktivsetzung von Modellen der Künstlichen Intelligenz.
- Business Intelligence Analyst: Aufbereitung von Kennzahlen als Entscheidungsgrundlage für Organisationen.
Zulassung & Voraussetzungen
Keine Zulassungsbeschränkung, ohne NC
Bewerbung & Fristen
Studienbeginn: nur Wintersemester