AI & High Performance Computing, Hochschule für Informatik FHNW

Wenn du die aktuellen Werkzeuge der Künstlichen Intelligenz verstehen, bauen und effizient verwenden können möchtest, dann entscheide dich für ein Studium in AI & High Performance Computing! Auf den Start der neuen Hochschule für Informatik FHNW hin lancieren wir ein neues Studienangebot.

Artificial Intelligence (AI) ist weit mehr als nur ein Hype und verändert die Arbeitswelt und Gesellschaft tiefgehend. AI umfasst die Entwicklung und Verwendung von Algorithmen und Modellen, die aus Daten lernen können. Dazu gehören Machine Learning, neuronale Netze, Sprachverarbeitung (NLP) und Computer Vision. Sie sind in der Lage, anspruchsvolle Probleme zu lösen. Mit AI können wir so Aufgaben automatisiert erledigen, Prozesse optimieren und kreativen Inhalt erzeugen. High Performance Computing (HPC) ermöglicht es dir, Algorithmen effizient mit spezialisierter Hardware und in grossen Rechenzentren auszuführen. Erst durch HPC ist es möglich, AI-Methoden auf grosse Datenmengen anzuwenden und AI-basierte Lösungen breit einzusetzen.

Zielpublikum

Die Studienrichtung eignet sich für dich, wenn du interessiert bist an einer fundierten technischen Basis in Informatik, die du gezielt in den Bereichen AI und HPC vertiefen möchtest.

AI & HPC ist eine Studienrichtung im Studiengang Informatik. Du schliesst mit dem international anerkannten Bachelor of Science FHNW in Informatik in der Studienrichtung AI & High Performance Computing ab.

Mit dem Bachelor of Science FHNW in Informatik mit Studienrichtung AI & High Performance Computing hast du Zugang zu zukunftsrelevanten Technologien und Berufsbildern.

Du erwirbst eine fundierte Informatikausbildung mit einem klaren Fokus auf AI und High Performance Computing. Bereits ab dem ersten Semester belegst du spezialisierte Module aus beiden Bereichen und setzt dein Wissen in Projekten praxisnah um.

Neben vorgegebenen Grundlagenfächern kannst du dir dein Studium aus verschiedenen Modulen zusammenstellen und so nach deinen Interessen studieren. Dabei sind dir Module sowohl aus dem Studiengang Informatik als auch aus dem Studiengang Data Science zugänglich. Spezifische Module bilden dich zu einer Spezialistin bzw. einem Spezialisten in AI & High Performance Computing aus.

Ein wichtiger Teil des Studiums besteht aus den Projekten, die du mit Praxispartnern umsetzt. In jedem Semester setzt du ein Projekt um. Das Projekt des letzten Semesters ist deine Bachelorarbeit (Bachelor-Thesis). Ergänzt wird dein Studium mit den Kontextfächern zu den Themen Gesellschaft, Wirtschaft und Sprachen.

Die vermittelten Grundlagen umfassen alle wichtigen Themen der Informatik. Bereits ab dem ersten Semester besuchst du zudem gezielt und aufbauend Veranstaltungen spezifisch zu AI und High Performance Computing.

In der Studienrichtung AI & HPC lernst du, AI-Modelle für Industrie- und Wissenschaftsanwendungen zu entwickeln, zu trainieren, zu evaluieren und verantwortungsvoll und kreativ zu nutzen. Dabei setzt du effiziente, grosse und hoch optimierte Rechensysteme ein  und skalierst Rechnen über CPUs, GPUs, Rechenknoten und Cluster hinweg. Ab dem ersten Semester besuchst du neben den Grundlagenfächern der Informatik spezifische Module im Bereich AI und HPC, zum Beispiel Prompt Engineering, Einführung in Data Science, Machine Learning, Computer Vision, Generative AI, Parallel Computing oder Large Scale Compute Infrastructures.

Zur Modultabelle

• Informatik mit Schwerpunkt Software Engineering
• Theoretische Grundlagen und Mathematik
• Methoden der Künstlichen Intelligenz, mit Fokus auf Algorithmen und Recheninfrastruktur
• Informatik und Gesellschaft
• Englisch und interkulturelle Kommunikation

Du lernst, AI-Modelle für Industrie- und Wissenschaftsanwendungen zu entwickeln, zu trainieren und verantwortungsvoll einzusetzen. Zudem arbeitest du mit leistungsstarken Rechensystemen und skalierst Rechenprozesse über CPUs, GPUs, Rechenknoten und Cluster hinweg.

• Prompt Engineering
• Einführung in Data Science
• Machine Learning
• Computer Vision
• Generative AI
• Parallel Computing
• Large Scale Compute Infrastructures