University of Applied Sciences Upper Austria

Tytuł magistra w dziedzinie nauki i Engineering danych

Studienplan

Datenanalyse

• Studienprojekt Praktische Datenanalyse
• Textmining
• Studienprojekt Angewandte Datenanalyse
• Multivariate Statistik
• Numerische Methoden
• Computational Intelligence I
• Computational Intelligence II
• Modellbildung und Simulation
• Datenschutz und Privatsphäre
• Computer Vision

Informatik

• Visualisierung
• Process Mining
• Scripting Fortgeschritten
• Datenakquisition und -qualität
• Big Data
• Cloud Computing

Domänen Expertise

• Anwendungsdomänen-Modul I
• Anwendungsdomänen-Modul II

Sozialkompetenz

• Leadership Praxis

Wissenschaftliche Kompetenzen

• Masterarbeit Seminar
• Wissenschaftliches Arbeiten
• Masterarbeit

Schwerpunkte

• Datenverständnis
• Datenspeicherung und -management
• Datenanalyse
• Computer Vision
• Praxisbezogene Projekte

Themen

• Analyse großer, semi-strukturierter Datenmengen (Big Data)
• Mathematische und statistische Methoden zur Datenauswertung
• Künstliche Intelligenz, Data Mining und Mustererkennung
• Visualisierung von Daten und Zusammenhängen (Prozessen)
• Wahlfächer: Datenanalyse in Technik, Biologie, Wirtschaft, Medizin

Praxis und Forschung im Studium

Od drugiego semestru studenci wykorzystują zdobytą wiedzę w praktycznych projektach badawczych. Zakres tematyczny jest bardzo szeroki i skupia się na: B. w analizie danych dla biomedycyny lub Marketing i produkcji. Klientami są znani partnerzy biznesowi i naukowi.

Auch Forschungsgruppen der FH OÖ (insbesondere am Campus Hagenberg) ermöglichen Studierenden eine Forschungstätigkeit, z. B. in den Bereichen Opinion Mining, Datenanalyse in der Produktion, molekularbiologische Datenauswertung und personalisierte Medizin.

Możliwości zawodowe absolwentów tego kierunku są różnorodne. Analitycy danych są poszukiwani wszędzie tam, gdzie generowane są duże ilości danych i/lub wymagają one oceny. Ich interdyscyplinarne wykształcenie czyni z nich poszukiwanych specjalistów m.in. w przemyśle, handlu, produkcji, finansach, medycynie i badaniach farmaceutycznych.

Są ekspertami w obszarach analizy i eksploracji danych, zajmowania się systemami chmurowymi i klastrowymi oraz matematycznej oceny danych, w tym z wykorzystaniem metod sztucznej inteligencji. Ponadto potrafią wizualizować i przetwarzać odkryte wyniki oraz powiązania, często piastując stanowiska kierownicze w firmach i instytucjach badawczych.

Po ukończeniu szkoły

• Analiza danych lub modeli danych, krajobrazów IT i procesów biznesowych pod kątem potrzeb i wprowadzenie nowych podejść do ekstrakcji wiedzy
• Projektowanie procesów ekstrakcji, czyszczenia i transformacji danych
• Modelowanie schematów danych w celu integracji i analizy danych
• Wykorzystanie metod eksploracji danych i metod statystycznych oraz opracowywanie modeli predykcyjnych
• Koncepcja rozwiązań do przetwarzania i analizy danych w czasie rzeczywistym z wykorzystaniem najnowocześniejszych narzędzi analitycznych i technologii big data
• Wizualizacja danych i przygotowanie wyników analitycznych
• Komunikacja, opracowywanie i prezentacja rozwiązań decydentom (działom specjalistycznym i kierownictwu).

Dobrze wiedzieć

Harvard Business Review i New York Times mówią o „najseksowniejszym zawodzie XXI wieku” w kontekście analityki danych.