Es ist geplant ein neues Master Studium (Data Science) an der TU Wien einzuführen. Bis dieses Studium vom Ministerium genehmigt wird, besteht die Möglichkeit ab dem Wintersemester 2017 ein individuelles Studium zu erstellen, welches aufgebaut ist wie das zukünfigte Studium Data Science. Ab dem Zeitpunkt der Genehmigung von Data Science werden alle bisher absolvierten Fächer des individuellen Studiums im Studium Data Science anerkannt und kann in diesem weiter studieren. Falls Data Science nicht genehmigt werden sollte, ist das individuelle Studium wie andere Master Studien ein offizieller Abschluss der TU Wien.
Falls ihr euch nicht sicher seid ob ihr dieses Studium beginnen wollt, gibt es die Möglichkeit die folgenden Fächer als Wahlmodul (Schwerpunkt) für das Master Studium Business Informatics anrechnen zu lassen. Diese Lehrveranstaltungen scheinen noch nicht im TISS auf. Mehr Infos zu diesen gibts beim Dekanat.
- 184.779 Database Systems for Data Science
- 188.992 Experiment Design for Data Science
- 188.993 Advanced Programming Paradigms
- 188.994 Datenorientierte Programmierparadigmen
- 188.996 Interdisziplinäre Ringvorlesung aus Data Science
- 188.997 Interdisziplinäres Projekt aus Data Science
Das individuelle Studium umfasst folgende Module und die darin enthaltenen Lehrveranstaltungen. Fett gedruckte Lehrveranstaltungen sind Pflichtlehrveranstaltungen des Moduls. Aus allen anderen im Modul gelisteten Lehrveranstaltungen können jene gewählt werden um mindestens den ECTS-Umfang des Moduls zu erreichen. Die Zahlen vor den Lehrveranstaltungen beschreiben zuerst ECTS und danach Semesterwochenstunden.
- Modul-Fundamentals of Data Science, Umfang-12 ECTS (davon 9 ECTS Pflichtlehrveranstaltungen):
- 3.0/2.0, VO Statistical Computing
- 3.0/2.0, VU Experiment Design for Data Science
- 3.0/2.0, VU Data-oriented Programming Paradigms
- 3.0/2.0 VU User Research Methods
- 3.0/2.0 PR User Research Methods
- 3.0/2.0 VO Digital Preservation
- 3.0/2.0 UE Digital Preservation
- 3.0/2.0 VU Data Acquisition and Survey Methods
- 3.0/2.0 VU Communicating Data
- Modul-Datenbanken und Semantische Technologien, Umfang-9 ECTS (davon 6 ECTS
Pflichtlehrveranstaltungen):- 3.0/2.0 VU Database Systems for Data Science
- 3.0/2.0 VU Introduction to Semantic Web or 3.0/2.0 VU Semantic Web Technologies
- 3.0/2.0 VU Database Theory
- 3.0/2.0 VU Advanced Topics in Foundations of Databases and Artificial Intelligence
- 3.0/2.0 VO Deductive Databases
- 3.0/2.0 VU Description Logics and Ontologies
- 6.0/4.0 VU KBS for Business Informatics
- 3.0/2.0 VO Processing of Declarative Knowledge
- 3.0/2.0 VU Semi-Automatic Applications of Semantic Web Technologies
- Modul-Statistische Datenanalyse und Modellierung, Umfang-13.5 ECTS (davon 10.5 ECTS
Pflichtlehrveranstaltungen):- 4.5/3.0 VO Multivariate Statistics
- 1.5/1.0 UE Multivariate Statistics
- 4.5/3.0 VU Classification and Discriminant Analysis
- 3.0/4.5 VU Computational Statistics
- 3.0/2.0 VU Data Analysis
- 3.0/2.0 VU Statistical Simulation and Computer Intensive Methods
- 6.0/4.0 VU Modeling and Simulation
- Modul-Visualisierung, Umfang-7,5 ECTS (davon 4,5 ECTS Pflichtlehrveranstaltungen):
- 3.0/2.0 VO Information Visualization
- 1.5/1.0 UE Information Visualization
- 4.5/3.0 VU Visualization 2
- 3.0/2.0 VU Real-time Visualization
- 3.0/2.0 VO Cognitive Foundations of Visualization
- 3.0/2.0 UE Introduction to the Evaluation of Visualization
- 3.0/2.0 VU Information Design and Visualization
- Modul-Machine Learning und Optimierung, Umfang-13,5 ECTS (davon 4,5 ECTS Pflichtlehrveranstaltungen)
- 4.5/3.0 VU Machine Learning
- 3.0/2.0 VU Advanced Learning Methods
- 4.5/3.0 VU Self-Organizing Systems
- 6.0/4.0 VU Business Intelligence
- 3.0/2.0 VU Similarity Modelling 2
- 3.0/2.0 VU Information Extraction
- 3.0/2.0 VU Advanced Information Retrieval
- 3.0/2.0 VU Web Science
- 3.0/2.0 VU Heuristic Optimization Techniques
- 3.0/2.0 VU Approximation Algorithms
- 3.0/2.0 VU Complexity Analysis
- 3.0/2.0 VU Nonlinear Optimization
- 3.0/2.0 VU Mathematical Programming
- 3.0/2.0 VU Problem Solving and Search in Artificial Intelligence –
- 3.0/2.0 VU Structural Decompositions and Algorithms
- Modul-Big Data Infrastrukturen und Entwicklungsprinzipien, Umfang-12 ECTS (davon 9
ECTS Pflichtlehrveranstaltungen)- 3.0/2.0 VU Advanced Programming Paradigms
- 6.0/4.0 VU Large-scale Distributed Computing
- 3.0/2.0 VU High-Performance Computing
- 6.0/4.0 VU GPU Architectures and Computing
- 4.0/3.0 VU Weiterführende Multiprocessor Programmierung
- 3.0/2.0 VU Effiziente Programme
- 3.0/2.0 VU Organizational Aspects of IT-Security
- 3.0/2.0 VU Software Security
- 3.0/2.0 VU Internet Security
- 3.0/2.0 VU Data Center Operations
- Modul-Domänenspezifische Aspekte von Data Science, Umfang-10.5 ECTS (davon 7.5 ECTS
Pflichtlehrveranstaltungen)- 1.5/1.0 VO Interdisciplinary Lecture Series on Data Science
- 6.0/4.0 PR Interdisciplinary Project in Data Science
- VO/VU/SV Fachspezifische Lehrveranstaltungen aus einer Liste von wählbaren LVAs, verwaltet von der Studienkommission wie zum Beispiel:
- 3.0/2.0 SV Modeling & Simulation in Health Technology Assessment (HTA)
- 1.5/1.0 VO Introduction to Earth Observation
- 2.25/1.5 VO Water Pollution Control and the Protection of Waters
- Modul-Fachübergreifende Qualifikationen und freie Wahl, Umfang-9 ECTS (davon 4.5
ECTS fachübergreifende Qualifikation, 4.5 ECTS freie Wahl)
- Modul-Diplomarbeit und Verteidigung, Umfang-33 ECTS (davon 33 ECTS Pflichtlehrveranstaltungen)
- Diplomarbeit (27 ECTS)
- SE Diplomandenseminar (3 ECTS)
- Verteidigung der Diplomarbeit (3 ECTS)
Die Einschreibung für ein Masterstudium kann bis 30.11. direkt in der Studienabteilung zu den Öffnungszeiten durchgeführt werden. Jedoch ist davor das individuelle Studium zu beantragen. Näheres zum Ablauf gibt es beim Dekanat für Informatik. Vorerst suchen wir jemanden mit dem wir den ersten Antrag stellen können.
Falls ihr noch sonstige Fragen habt einfach an fachschaft@winf.at schreiben oder bei uns direkt vorbeikommen.