Studienaufbau
Studienaufbau
Das Studium umfasst 120 CP und gliedert sich in 14 Pflichtmodule, davon ein Projektmodul (9 CP) und ein Spezialisierungsmodul (12 CP) sowie das Master-Thesis-Modul (30 CP). Es wird als hybrider Studiengang angeboten, d.h. Sie haben die Möglichkeit, das Studium in Präsenz, rein digital oder auch gemischt zu studieren.
Im ersten Studienjahr erwerben Sie das für Data Analytics notwendige Grundlagenwissen. Dazu gehören das Erlernen der Programmiersprachen Python und R sowie die Grundlagen der Informationstechnologie und von Datenbanken.
Zudem beschäftigen Sie sich bereits im ersten Semester mit den grundlegenden Methoden der künstlichen Intelligenz, die dann im zweiten Semester für die Datenanalyse verwendet werden. Als sehr wichtiges Werkzeug kommt Textmining hinzu, das sich neben der Analyse auch mit der Gewinnung von Daten beschäftigt.
Weiterhin belegen Sie im ersten Semester die Ringvorlesung Data Science, bei der sich Arbeitsgruppen an der JLU in einer Fachvorlesung vorstellen. Damit erhalten Sie nicht nur einen sehr guten Überblick über die Breite der Themen, sondern haben auch die Möglichkeit, z.B. Kontakte für zukünftige Projekte oder die Masterarbeit zu knüpfen. Begleitet wird das erste Studienjahr von zwei Modulen zum Informations- und Datenmanagement, bei denen wichtige Aspekte zum Thema Daten (Langzeitarchivierung, ethische und rechtliche Aspekte, Repositorien, Versionskontrolle u.v.m.) beleuchtet werden.
Über das dritte Semester erstreckt sich, neben einem Modul zur Informationsvisualisierung, eine Projektphase, bei der Sie Ihre gewonnenen Grundlagenkenntnisse vertiefen. Das Spezialisierungsmodul kann auf dem Modul „Projekt Data Analytics“ aufbauen und ein Projekt weiterentwickeln, es soll auf die Masterarbeit vorbereiten. Die Masterarbeit selbst erstreckt sich über das gesamte vierte Semester.
Studienverlaufsplan
| 1. Semester | 2. Semester |
|---|---|
| Informationstechnologie |
Advanced Data Analytics |
| Grundlagen der Programmierung und Visualisierung mit Python |
Grundlagen der Datenanalyse mit R |
|
Künstliche Intelligenz |
Textmining |
|
Ringvorlesung Data Science |
Einführung in Datenbanken |
|
Informations- und Datenmanagement I |
Informations- und Datenmanagement II |
| 3. Semester | 4. Semester |
|---|---|
| Informationsvisualisierung | Master Thesis |
|
Projekt Data Analytics |
|
| Spezialisierungsmodul |
Bei einem Studienbeginn im Sommersemester werden die Module in einer anderen Reihenfolge studiert.
Es gibt für den Studienverlauf auch eine Teilzeitvariante für ein 8-semestriges Studium.
Nähere Informationen dazu finden finden Sie in den Mitteilungen der Universität Gießen (MUG).