Erwirb zu deinem studienrichtungsspezifischen Fachwissen mit der Querschnittsqualifikation in Digitalisierung die Fähigkeit, aus Daten Wert zu schöpfen.
Ausbildung in Life Sciences mit digital skills
Im Bachelor-Studium an unserer Hochschule befasst du dich mit aktuellen gesellschaftlichen, naturwissenschaftlichen und technischen Fragestellungen und lernst innovative Lösungen zu finden. Über ein Drittel der Ausbildungszeit ist Projektarbeiten, oft in Zusammenarbeit mit Partnerfirmen, gewidmet. Die praxisorientierte Bachelor-Arbeit bildet den Abschluss deines Studiums.
Mit der Wahl von fünf der nachfolgenden Module und der Ausrichtung des Praxissemesters (6. Semester) auf ein Thema rund um Digitalisierung hast du die Möglichkeit, deine digitalen Skills im Life Sciences Bereich zu entwickeln und eine Querschnittsqualifikation in Digitalisierung zu erwerben.
Grundzüge der Bioinformatik: Sequenzvergleiche/Phylogenie und Stammbäume/Nukleinsäuremotive/konservierte Domänen/Hidden-Markov-Modelle/Proteinstrukturen/Strukturvorhersage/biologische Datenbanken/Genome Browser
Herbstsemester
Realisierung und Betrieb von Datenbanken/Relationales Datenmodell und SQL/Strukturierte Datenspeicher (NoSQL)Datenformate
Frühlingssemester
Entwicklung der Informationsverarbeitung/Informatik in den Life Sciences/Zahlensysteme/Digitaltechnik/Hardware/Betriebssysteme/Netzwerke/Internet/Sicherheit
Herbst- oder Frühlingssemester
Algorithmisches Denken/Grundbausteine von Programmiersprachen/Problemlösung mit einer Skriptsprache (Python)/Automatisierte Datenverarbeitung mit Office-Tools
Herbst- oder Frühlingssemester
Einführung in die Programmiersprache "C"/Dynamische Speicherverwaltung/Aufbau eines Microcontrollers/Digitale Ein-/Ausgänge lesen und steuern/Analoge Ein-/Ausgänge und PWM lesen und steuern/Sensoren/Aktoren über SPI und I2C auslesen und ansteuern/Verschiedene Versuche mit Mikrocontrollern im Anwendungsgebiet der Medizintechnik
Menschliche Kognition/Repräsentation und Verarbeitung von Wissen/Constraint- und logische Programmierung/Umgang mit unsicherem und vagem Wissen/Planungssysteme/Neuronale Netze/Maschinelles Lernen und Data Mining/Anwendungsfelder der künstlichen Intelligenz
Frühlingssemester
Grundlagen der Datenübertragung / Protokollstapel am Beispiel Internet Protocol Suite / Sicherheitsaspekte (Techniken, Infrastruktur, Verhalten) / Moderne Server-Infrastruktur und Cloud / Medizinische Netzwerkdienste (Fokus Schweiz)
Herbstsemester
Einführung in Planung und Realisierung von automatisierten Prozessanlagen/Montage und Funktionsprüfung von Modellprozessanlagen/Verdrahtung und Konfiguration von Messstellen und Aktuatoren/SPS-Programmierung/Programmierung und Optimierung regeltechnischer Einrichtungen/Inbetriebnahme der Anlage/Visualisierung/Einrichtung eines Human-Machine-Interface/Remote Monitoring und Controlling/Datenspeicherung/Netzwerkstruktur/Ethernet, OPC UA, IO Link
Herbstsemester
Durchführung von Datenbankrecherchen (z.B. NCBI: Pubmed, Gene, SNP, Protein, Structure, PubChem)/Umgang mit Sequenzdaten und Sequenzformaten/Erstellung und Auswertung von Sequenzalignment mittels Dynamic Programming und Webtools/Erstellung von Stammbäumen und deren Analyse/Arbeiten mit Genome Browser/Visualisierung von Proteinstrukturen
Herbstsemester
Auffrischung Python / Einführung in Biopython: Sequenzobjekte, Transkription, Translation, Sequenzmotive/Arbeiten mit biologischen Datenbanken/Sequenzanalyse/Diverse Programmieraufgaben/Annotation von Plasmidsequenzen (Gruppenarbeit)
Herbstsemester
Realisieren einer Informatikanwendung mit Datenaufbereitung, grafischer Darstellung und interaktivem User-Interface/Planen, Organisieren und Durchführen eines Informatikprojektes im Team (Versionsverwaltung, Issue Tracking etc.)/Erfassen und Dokumentieren von Anforderungen/Erstellen eines Konzeptes und Evaluieren mit Prototypen/Aufbereiten von Daten (Reduktion, fehlende Werte, Datenformate etc.)/Umsetzen der Anwendung
Herbstsemester
Compiler Basierte Sprachen und Java/Algorithmen/Typisierung/Virtual Machine, Packaging und IDE/Datentypen/Methoden/Operatoren/Operatoren/Konvertierungen/Strings & Math/Verzweigungen/Schleifen/Arrays/Klassen und Objekte/Instanzvariablen/UML/Konstruktoren/Kapselung/Overloading/Sichtbarkeit/Exceptions/Files/Vererbung/Polymorphismus
Frühlingssemester
Datenstrukturen (Listen, Sets, Maps)/Input/Output (Textdateien)/Objektorientierte Programmierung (Klassen und Objekte, Composition, Vererbung, Interfaces)/Graphical User Interfaces (GUI-Komponenten, Layout, ereignisbasierte Programmierung, Zeichnen)/Programmierprojekt
Herbstsemester
Warum ist Digitalisierung in den Life Sciences wichtig? Studierende erzählen.
Digitalisation in Life Sciences - z. B. Bachelor in Bioanalytik und Zellbiologoie
Nach dem Bachelor-Studium einen Master absolvieren
Der Master in Medical Informatics wendet digitale Techniken und künstliche Intelligenz im Gesundheitswesen an. Das Master-Programm fokussiert auf aktuelle Informationstechnologien für die Medizin- und Pharmawirtschaft. Die Studierenden erwerben Wissen und Methoden aus dem Bereich der IT und vertiefen ihre Kompetenzen speziell in biomedizinischer Datenanalyse, der Anwendung von künstlicher Intelligenz, Visualisierungstechnologien, dem Umgang mit Big Data sowie mit damit verbundenen ökonomischen Fragestellungen.
