Inhalte
Inhaltlich umfasst das Studium den Auf- und Ausbau von Kompetenzen und Fähigkeiten aus den Bereichen Datenanalyse, Big Data und Machine Learning. Ziel ist es, dass Sie Daten in Ihrem aktuellen oder zukünftigen Arbeitsumfeld sicher und effektiv handhaben und datenbasierte Entscheidungen treffen können.
Dafür erhalten Sie im ersten Studienjahr zunächst ein Fundament an Wissen und Kompetenzen im Bereich Data Science. Ab dem dritten Semester erweitern Sie Ihre Kompetenzen dann in einem der drei Studienschwerpunkte: Advanced Business Analytics, Advanced Data Analytics, Applied Artificial Intelligence. Hier haben Sie vielfältige Wahlmöglichkeiten. Im letzten Semester absolvieren Sie die Masterthesis.
In begründeten Fällen besteht die Möglichkeit, das Studium zeitlich zu flexibilisieren (z.B. Urlaubssemester).
Eine ausführliche Übersicht über das Curriculum finden Sie im aktuellen Modulhandbuch.
Weitere Informationen zum Aufbau des Studiums finden Sie auch in der Studien- und Prüfungsordnung.
Ablauf
Pro Semester finden drei Module statt. Jedes Modul umfasst folgenden Ablauf:
1. Präsenztage am Campus der HdM Stuttgart:
- pro Modul: 2-3 Tage eingeplant (d.h. pro Semester max. 9 Präsenztage)
- vorwiegend am Freitag und/oder Samstag, 9 - 17 Uhr
- interaktive Erarbeitung von Themen, Best Practices, Lösungsansätzen und Projektergebnissen
- Terminierung vor Semesterbeginn
2. Mehrwöchige virtuelle Projekt-/Selbstlern-Phasen:
- pro Modul: 8-10 Wochen, vor oder zwischen den Präsenztagen
- flexible Lernzeiteinteilung
- eigenständige Vertiefung und Aufgabenbearbeitung
- Lernplattform Moodle (Materialien wie z.B. Literatur, Videos, Übungen), IT-Infrastruktur, Bibliothekszugriff, virtuelle Server
- Kommunikation und Feedback über Online-Tools (Webkonferenzen, Forum, Nachrichtenfunktion)
3. Anwendungsorientierte Projektarbeiten und Prüfungen:
- Prüfung direkt am Modulende
- keine Klausuren, sondern praxisnahe Projekte, Fallstudien und Präsentationen
- Einzel- und Gruppenleistungen
- Begleitung und Feedback durch Dozierende
- direkter Transfer und Mehrwert für den Job
- Thesis: Bearbeitung eines praxis-/unternehmensbezogenen Themas auf akademisch-wissenschaftlichem Niveau, Begleitung durch Thesis Coaching
Lernziele
Gesamtziel des Studiengangs:
Sie erwerben einen umfassenden Einblick in Data Science und bauen Kompetenzen in Datenanalyse, Big Data und Machine Learning auf.
Advanced Business Analytics:
Analyse, Aufbereitung und Visualisierung von Daten zur Verbesserung von Abläufen in Geschäftsbereichen (z.B. Finanzen, Vertrieb, Logistik). Als Power User können Sie Datenmodelle erarbeiten und durch interne und externe Daten erweitern, um sie als Entscheidungsgrundlagen zu nutzen.
Advanced Data Analytics:
Mit Hilfe moderner Technologien können Sie große Mengen an strukturierten und unstrukturierten Daten systematisch erfassen, bereinigen, analysieren und Machine Learning-Verfahren anwenden.
Applied Artificial Intelligence:
Anwendung und Entwicklung von Prozessen, Algorithmen und Technologien, um das maschinelle Lernen für unternehmerische Anwendungen nutzbar zu machen.