Mathematical Data Science (Bachelor)

Bachelorstudiengang Mathematical Data Science

Abschluss:	Bachelor of Science
Regelstudienzeit:	6 Semester
Studienbeginn:	Wintersemester
Voraussetzung:	Zulassungsfrei
Aufwand:	180 ECTS-Punkte
Zielgruppe:	Studierende, die Mathematik fokussiert auf Anwendungen in den Datenwissenschaften studieren wollen.
Qualifikationsziele:	Qualifikationsziele Bachelor Mathematical Data Science (180 ECTS)
Akkreditierung:	programmakkreditiert bis 30. September 2028

Angehende AbsolventInnen von Mathematical Data Science sollen

vertraut werden mit dem mathematischen Denken und Beweisen,
umfassende Kenntnisse in den Methoden der Datenwissenschaften erwerben,
vertraut werden mit Konzepten der künstlichen Intelligenz und des maschinellen Lernens,
Kompetenz in der Entwicklung und Umsetzung von Problemlösungsstrategien ausprägen,
die Fähigkeit entwicklen, komplexe Zusammenhänge zu strukturieren und mathematische Methoden und Algorithmen auf Problemstellungen anzuwenden

Ein Studium von Mathematical Data Science fördert die

Fähigkeit zum abstrakten Denken und zum Durchdringen komplexer Sachverhalte,
Ausdauer und Kreativität beim Lösen von Problemen,
Kenntnisse und Fertigkeiten, mathematische Methoden algorithmisch umzusetzen und auf praktische Probleme anzuwenden,
Offenheit interdisziplinär und im Team zu arbeiten.

MathematikerInnen haben konjunkturunabhängig grundsätzlich glänzende Berufssaussichten. In den letzten Jahren werden vermehrt Stellen im Bereich "Data Science" ausgeschrieben, wobei also insbesondere die Arbeit mit Daten im Fokus steht. In diesem Studiengang erwerben Sie Kompetenzen zur Entwicklung und algorithmischen Umsetzung von Methoden, um Daten zu verarbeiten und um effizient Informationen aus Daten zu gewinnen. Ein abgeschlossener Studiengang "Mathematical Data Science" attestiert den AbsolventInnen die in mathematischen Studiengängen geschulten Fähigkeiten

sich schnell in komplexe Zusammenhänge einarbeiten zu können,
des strukturierten Denkens,
den Kern eines Problems zu identifizieren,
kreative Lösungsansätze zu finden,
profunden mathematischen Sachverstand einzusetzen.

Darüber hinaus ist im Studiengang "Mathematical Data Science" die Arbeit mit Daten ein Schwerpunkt, was in den meisten modernen Berufsfeldern von großer Bedeutung ist. Die mathematische Ausbildung mit einer Ausrichtung in angewandter Mathematik und gepaart mit Kenntnissen der Grundlagen aus der Informatik ergibt eine Eintrittskarte für einen krisensicheren Arbeitsplatz.

Für Interessierte und Studierende

Aufbau

Der Bachelorstudiengang Mathematical Data Science ist in sogenannte Module aufgeteilt. Jedes Modul wird mit einer Modulprüfung abgeschlossen, welche die Inhalte von ein bis zwei Vorlesungen umfasst. Für bestandene Prüfungen werden Leistungspunkte (ECTS) vergeben (nicht mit den Noten zu verwechseln), die einem Arbeitsaufwand von jeweils etwa 30 Stunden entsprechen. In jedem Semester sind 30 ECTS, insgesamt also 180 ECTS, vorgesehen.
Der erste Teil des Studiums folgt im Wesentlichen einem vorgesehenen Curriculum. Hier erlernen Sie die Grundlagen der Mathematik und Grundkenntnisse der Informatik, vor allem zur künstlichen Intelligenz. Im zweiten Teil des Studiums können Sie Vorlesungen und Seminare nach Ihren Interessen freier wählen und sich in Spezialisierungen vertiefen. Am Ende des Studiums fertigen Sie unter der Betreuung einer Dozentin oder eines Dozenten Ihre schriftliche Bachelorarbeit an.
Ab dem vierten Semester wird der verstärkte Praxisbezug ein Schwerpunkt dieses Studiengangs. Dafür belegen Sie Veranstaltungen, bei denen die Anwendung von Datenwissenschaften auf praktische Probleme im Mittelpunkt stehen. Das Erlernte wird insbesondere in zwei Labs, also praktischen Kursen zur angewandten Mathematik, und einem Industriepraktikum genutzt und praxistauglich vertieft.
Das Studium setzt sich zusammen aus Vorlesungen mit Übungen, einem Seminar, den Labs und der Bachelorarbeit. Dazu kommen fachspezifische Schlüsselqualifikationen (mit dem Industriepraktikum) und frei wählbare allgemeine Schlüsselqualifikationen (z.B. Sprachkurse).

Studienverlaufsplan (Übersicht über zu absolvierende Module)

Grundlagen und Orientierungsprüfung

Nach dem zweiten Semester wird der erfolgreiche Abschluss eines Moduls aus einem der beiden Unterbereiche Grundlagen Analysis oder Grundlagen Lineare Algebra als Grundlagen- und Orientierungsprüfung gewertet. Kann dies nicht erfüllt werden (und nur dann), so muss nach dem dritten Semester der erfolgreiche Abschluss mindestens eines der Module Gesamtüberblick Analysis oder Gesamtüberblick Lineare Algebra nachgewiesen werden. Kann auch dies nicht erbracht werden, so gilt der Bachelorstudiengang als endgültig nicht bestanden.

Abschluss

Wenn Sie im Rahmen der Prüfungsordnung 180 ECTS-Punkte erworben haben, erhalten Sie den akademischen Grad eines Bachelor of Science.

Studien- und Prüfungsordnungen

Der Prüfungsausschuss ist u.a. zuständig

Anerkennungsfragen zu Studienbeginn bei Leistungen, die in vorherigen Studiengängen oder an einem anderen Studienort erworben wurden,
Anerkennungsfragen im laufenden Studium
Gleichstellungsfragen

zur aktuellen Besetzung

Modulhandbuch

Übersicht der Module

Im Bachelor Studiengang Mathematical data Science gibt es elf Pflichtmodule:

Gesamtüberblick Analysis (13 ECTS)
Gesamtüberblick Lineare Algebra (13 ECTS).

Hierbei handelt es sich um jeweils eine mündliche Prüfung zu Analysis 1 und 2, bzw. Lineare Algebra 1 und 2.

Außerdem:

Stochastik 1 ( 10 ECTS)
Numerische Mathematik 1 (10 ECTS)
Mathematical Foundations of Data Science (10 ECTS)
Seminar (5 ECTS)
Applied Stochastics Lab (6 ECTS)
Machine Learning and Numerics Lab (6 ECTS)
Algorithmen, KI und Data Science 1 (10 ECTS)
Algorithmen, KI und Data Science 2 (10 ECTS)
Data Science & Maschinelles Lernen (5 ECTS)

Der Wahlpflichtbereich ist in fünf Unterbereiche aufgeteilt. Insgesamt sind in diesem Bereich 50 ECTS Punkte zu erbringen.

Grundlagen Analysis (5 ECTS, unbenotet)
- Analysis 1 (5 ECTS)
- Analysis 2 (5 ECTS)
Grundlagen Lineare Algebra (5 ECTS, unbenotet)
- Lineare Algebra 1 (5 ECTS)
- Lineare Algebra 2 (5 ECTS)
Mathematik (20 - 40 ECTS, benotet)
- Stochastik 2 (10 ECTS)
- Numerische Mathematik 2 (10 ECTS)
- Optimierung für Machine Learning (10 ECTS)
- Mathematics of Machine Learning (10 ECTS)
- Modellierung und Wissenschaftliches Rechnen (10 ECTS)
- Vertiefung Analysis (10 ECTS)
- Einführung in die Algebra (10 ECTS)
- Einführung in die Differentialgeometrie (10 ECTS)
- Einführung in die Projektive Geometrie (10 ECTS)
- Einführung in die Funktionentheorie (10 ECTS)
- Geometrische Analysis (10 ECTS)
- Gewöhnliche Differentialgleichungen (10 ECTS)
- Einführung in die Diskrete Mathematik (10 ECTS)
- Einführung in die Funktionalanalysis (10 ECTS)
- Einführung in Partielle Differentialgleichungen (10 ECTS)
- Einführung in die Zahlentheorie (10 ECTS)
- Angewandte Algebra (10 ECTS)
- Einführung in die Topologie (5 ECTS)
- Einführung in die Stochastische Finanzmathematik (10 ECTS)
Informatik (0 - 20 ECTS)
- Softwaretechnik für Künstliche Intelligenz und Data Science (5 ECTS)
- Programmierpraktikum für Mathematical Data Science (5 ECTS)
- Datenbanken (5 ECTS)
- Grundlagen der Programmierung (5 ECTS)
- Deep Learning (5 ECTS)
- Einführung in die Mensch-Computer-Interaktion (5 ECTS)
- Computer Vision (5 ECTS)
- Natural Language Processing (5 ECTS)
- Statistical Network Analysis (5 ECTS)
- Kognitive Systeme (5 ECTS)
- Theorie des Maschinellen Lernens (5 ECTS)
- Ausgewählte Grundlagen der Künstlichen Intelligenz und Data Science 1 (5 ECTS)
- Ausgewählte Grundlagen der Künstlichen Intelligenz und Data Science 2 (5 ECTS)
Anwendungen (0 - 10 ECTS, benotet)
- Anwendungen von Data Science in anderen Disziplinen 1 (5 ECTS)
- Anwendungen von Data Science in anderen Disziplinen 2 (5 ECTS)

Die Schlüsselqualifikationen (SQ) unterteilen sich in allgemeine SQ (5 ECTS) und fachbezogene SQ (15 ECTS).

Bei den allgemeinen SQ bedienen Sie sich aus einer riesigen Auswahl an geeigneten Modulen aller Fakultäten. Sehr beliebt sind hierbei Sprachkurse. Die jeweils aktuelle Liste finden Sie auf dieser Seite.

Die fachbezogenen SQ unterteilen sich weiter in

Pflichtmodule (11 ECTS)
- Vorkurs (2 ECTS)
- Propädeutikum (2 ECTS, 1. Semester)
- Externes Praktikum Mathematical Data Science (7 ECTS)
Wahlpflichtmodule (4 ECTS)
- Computerorientierte Mathematik (4 ECTS)
- Programmierkurs (3 ECTS)
- Ergänzungsseminar Mathematik (4 ECTS)
- Geschichte der Mathematik (5 ECTS)
- Mathematisches Schreiben (5 ECTS)
- Schulmathematik vom höheren Standpunkt (5 ECTS)

Abschlussarbeit

Die Bachelor Thesis (BAT, 12 ECTS) ist die letzte große Prüfungsleistung in Ihrem Bachelor Studiengang. Mit dieser schriftlich anzufertigenden Arbeit sollen Sie zeigen, dass Sie in der Lage sind, ein (mathematisches) Problem in einem festgelegten Zeitraum von zwölf Wochen wissenschaftlich zu bearbeiten. Dabei wird kein wissenschaftlicher Neuwert von Ihnen erwartet, aber wissenschaftliches Vorgehen.

Allerspätestens sollten Sie mit Ihrer BAT zwölf Wochen vor dem Ende Ihres 8. Fachsemesters beginnen, damit Sie noch gerade so die volle Bearbeitungszeit ausschöpfen können, um die Arbeit vor Beginn Ihres 9. Fachsemesters abzugeben (mit Beginn des 9. Fachsemesters gilt Ihr Bachelor Studiengang als erstmalig nicht bestanden!).

Um ein Thema für die BAT zu bekommen, sollten Sie gemäß Ihrer mathematischen Interessenlage (vgl. Übersicht über die Lehrstühle des Instituts für Mathematik) eine Dozentin oder einen Dozenten der Mathematik persönlich kontaktieren und direkt mit ihr/ihm ein Thema festlegen (eigene Vorschläge sind möglich!). Potenzielle Betreuende sind alle Dozentinnen und Dozenten der Mathematik.

Haben Sie eine Betreuerin oder einen Betreuer und ein Thema für Ihre BAT gefunden, so drucken Sie dieses Formular aus, füllen es zusammen mit Ihrer/Ihrem Betreuer/-in aus und geben es bei Frau Schmid (Mathematik Ost, Zi. 00.016 ). Damit wird das Thema Ihrer BAT und das Datum der Abgabe (Datum der Zuteilung des Themas + 12 Wochen) offiziell und bindend.

Nur in gut begründeten Fällen (Prüfungsunfähigkeit, mit Attest!) kann auf Antrag beim Prüfungsausschuss und in Absprache mit der/dem Betreuer/-in die Bearbeitungszeit verlängert werden.

Zu den Abgabemodalitäten sehen Sie sich bitte diese Seite an.