Stand: 21.10.2022
Industrial Data Science
- Hochschule:
- Montanuniversität Leoben (Montanuni Leoben)
Leoben, Steiermark - Studienart:
- Bachelorstudium
- Organisationsform:
- vollzeit
- Studienkennzahl:
- 033/530
- Mindeststudiendauer:
- 7 Semester
- ECTS:
- 210
- Studiengang:
- Link zum Studienganghttps://www.unileoben.ac.at/studium/bachelor/sustainable-processing/industrial-data-science/
- Studienplan:
- Link zum Studienplanhttps://www.unileoben.ac.at/fileadmin/shares/starter/docs/Studienrichtungen/IDS/MBL1001920-Curriculum_BachelorIDS.pdf
- Anmeldefrist:
allgemeine Zulassungsfrist für das Sommersemester 2023
- 9.1.2023 - 5.2.2023
- Voraussetzungen:
Hochschulreife (eine davon)
- Matura
- Studienberechtigungsprüfung (wird an der TU Graz durchgeführt)
- Berufsreifeprüfung)
- Gebühr:
- € 21,20 ÖH-Beitrag plus gegebenenfalls anfallende Studiengebühren im Umfang von €363,36 bzw. €726,72
- Studieninhalt:
Um Datenwissenschaft im technischen Bereich und in der produzierenden Industrie umzusetzen, sind sowohl die Fähigkeit zur Anwendung von Methoden der Datenanalyse als auch das Verständnis für die jeweiligen technischen Prozesse notwendig. Diese interdisziplinäre Verknüpfung zeichnet dein Studium „Industrial Data Science“ an der Montanuniversität Leoben aus. Du beschäftigst dich unter anderem mit
- Sensorik und Automation
- Netzwerken und Cloud Services
- maschinellem Lernen und Artifical Intelligence
- Simulation und Modellierung
- technischen und industriellen Prozessen
- Wirtschafts- und Betriebswissenschaften
- Im Rahmen einer Projektarbeit wendest du deine erworbenen Skills im Bereich Datenerfassung, Datenanalyse und Software-Erstellung in der Praxis an
- Berufsmöglichkeiten:
Seitens der Industrie besteht eine sehr rege und nicht zu befriedigende Nachfrage nach Data Scientists, insbesondere an solchen, die auch über eine technische Ausbildung verfügen. Daher stehen den umfassend und fächerübergreifend ausgebildeten Absolventinnen und Absolventen vielfältige, dem persönlichen Interesse entsprechende Tätigkeitsfelder offen, zum Beispiel:
- Entwicklung von Data-Mining und Machine-Learning- Projekten, insbesondere im technischen Bereich
- Daten- und modellgetriebene Analyse und Verbesserung von technischen Prozessen
- Entwicklung neuer Geschäftsmodelle durch Digitalisierung
- Unterstützung von Entscheidungsträgern durch Aufbereitung, Analyse und Visualisierung von Big Data
- Beratung und Dienstleistungen im Bereich Data Science
- Studienvertretung:
- Weiterführende Tags:
- Farben:
- blaue Tags zeigen inhaltlich ähnliche Studiengänge
