Studiengangsprofil
Data Science
Master
Augsburg
Freie Studienplätze über die Studienplatzbörse verfügbar
Jetzt informieren
Short-Facts
- Abschluss: Master
- Sachgebiet(e): Angewandte Mathematik, Data Science, Statistik
- Regelstudienzeit: 4 Semester
- Hauptunterrichtssprache: Englisch
- Studienform(en): Vollzeitstudium
- Standort(e): Augsburg
- Trägerschaft: öffentlich-rechtlich
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Das könnte dich interessieren
Kontakt
Hochschulstandort
Universität Augsburg
Universitätsstraße 2
86159 Augsburg
Tel: 0821 598-0
Fax: 0821 598-5505
Universitätsstraße 2
86159 Augsburg
Tel: 0821 598-0
Fax: 0821 598-5505
Weitere Informationen / Services:
FAQ zu Data Science
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Welchen Abschluss erhalte ich, wenn ich Data Science studiere?
Beim Studiengang Data Science an der Universität Augsburg handelt es sich um einen Studiengang mit dem
Abschluss Master
Welches Sachgebiet beinhaltet der Studiengang?
Das Sachgebiet des Studiengangs ist Angewandte Mathematik, Data Science, Statistik.
In welcher Sprache finden die Lehrveranstaltungen statt?
Die Vorlesungen, Seminare oder Kurse finden in Englisch und Deutsch statt.
In welcher Form wird das Studium Data Science angeboten?
Das Studium wird als Vollzeitstudium
in Augsburg angeboten.
Wo finden die Lehrveranstaltungen statt?
Die Lehrveranstaltungen werden in Augsburg angeboten.
Kann ich mich zum Sommer- oder zum Wintersemester bewerben?
Du kannst dich zu folgendem Semester bewerben: Sommer- und Wintersemester.
Welche Zulassungsbedingung muss ich erfüllen?
Der Studiengang Data Science unterliegt einem Auswahlverfahren/Eignungsprüfung.
Gibt es spezielle Zugangsvoraussetzungen, um Data Science zu studieren?
Für das Studium des Fachs Data Science gelten folgende Zugangsvoraussetzungen:
Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Welche Themenschwerpunkte gibt es?
Themenschwerpunkte im Studienfach Data Science sind:
- Schwerpunkte:
- Algorithms and Data Engineering, Computer Vision, Deep Learning, High-Dimensional Propability, Ethics and Computer Science, Machine Learning, Mathematical Methods, Mathematical Modelling, Statistics, Natural Language Understanding, Process Mining, Quantum Algorithms
- Weitere Sprachen:
- Deutsch
Wann kann ich mich bewerben?
Hier findest du die Fristen und Termine für deine Bewerbung:
Weitere Informationen zu aktuellen oder künftigen Vorlesungszeiten sowie Anmelde- und Bewerbungsfristen findest du im Hochschulprofil.
- Nächste Vorlesungszeit:
-
13.10.2025 - 06.02.2026Die Lehrveranstaltungen fallen innerhalb des Semesters aus:
01.11.2025 und 24.12.2025 bis 06.01.2026 (Weihnachtsferien)
Studienplatzbörse
Für diesen Studiengang gibt es noch verfügbare Studienplätze. Hier findest Du Informationen zu Fristen und Kontaktmöglichkeiten.
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Zulassung & Bewerbung
- Zulassungssemester:
- Sommer- und Wintersemester
- Zulassungsmodus:
- Auswahlverfahren/Eignungsprüfung
- Zugangsvoraussetzungen:
- Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet:
- Mehrdimensionale Analysis (mindestens 5 LP ECTS)
- Abstrakte Strukturen der (Linearen) Algebra (mindestens 5 LP ECTS)
-Grundlagen einer höheren Programmiersprache (mindestens 4 LP ECTS)
-Praktische Programmierung (mindestens 4 LP ECTS)
-Algorithmen oder Numerische Verfahren (mindestens 5 LP ECTS)
-Diskrete Strukturen, Datenbanken oder Data Engineering (mindestens 5 LP ECTS)
-Data Science oder Maschinelles Lernen (mindestens 4 LP ECTS)
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Themenschwerpunkte
- Schwerpunkte:
- Algorithms and Data Engineering, Computer Vision, Deep Learning, High-Dimensional Propability, Ethics and Computer Science, Machine Learning, Mathematical Methods, Mathematical Modelling, Statistics, Natural Language Understanding, Process Mining, Quantum Algorithms
- Weitere Sprachen:
- Deutsch
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Fristen & Termine
- Nächste Vorlesungszeit:
-
13.10.2025 - 06.02.2026Die Lehrveranstaltungen fallen innerhalb des Semesters aus:
01.11.2025 und 24.12.2025 bis 06.01.2026 (Weihnachtsferien)
Diese Informationen werden durch Zugriff auf den Hochschulkompass der HRK erzeugt.
Sonstiges
Leider liegen uns keine weiteren Informationen vor.
Schlagworte
