Persönliche Kaufempfehlungen, medizinische Diagnosen, selbstfahrende Autos, Börsenhandel oder Online-Marketing: Ohne Data Science wäre das nicht möglich. Daten sind der neue Rohstoff der Wirtschaft. Als Data Scientist können Sie aus der wachsenden Datenmenge relevantes Wissen destillieren, Muster erkennen und Anomalien identifizieren. Data Scientists schaffen die Grundlage dafür, dass aus den vorhandenen Daten die richtigen Schlüsse gezogen werden.
Ethisch mit Daten und Künstlicher Intelligenz umzugehen
Mit Entscheidungstragenden kompetent kommunizieren
Studium
Unsere praxiserfahrenen Dozentinnen und Dozenten vermitteln Ihnen die Grundlagen von Data Science wie Machine Learning, Sprachverarbeitung, Datenaufbereitung, Datenvisualisierung, Statistik und Lineare Algebra.
Neben fachlichen Kompetenzen lernen Sie auch, unter anderem in Projekten, in Teams zu arbeiten und mit anderen Fachgruppen wie Forschung, Marketing oder Produktion zu kommunizieren.
Das Curriculumdes BSc FHNW Data Scienceist in der untenstehenden Übersicht im Detail ersichtlich.
Am Studiengang Data Sciences erwerben Sie sich die Kompetenzen ein wenig anders. Ein neu entwickeltes Ausbildungskonzept setzt auf neue Lernformen und erlaubt den Studierenden, das Studium inhaltlich, örtlich und zeitlich gemäss Ihren persönlichen Vorlieben zu gestalten.
Ab dem ersten Semester befassen Sie sich mit praxisorientierten, interdisziplinären Challenges und Projekten aus Forschung und Wirtschaft.
Der berufliche Alltag im 21. Jahrhundert ist von Flexibilität, Agilität und Dynamik geprägt. Um zu gedeihen, brauchen zukünftige Arbeitnehmer*innen und Unternehmer*innen, nebst fachlichem Knowhow, viel Selbst-, Sozial- und autodidaktische Kompetenz – auch das lernen Sie bei uns, dank dem innovativen navigate! Programm.
Erfahren Sie mehr zum Beruf
Der Bedarf an Data Scientists nimmt zu: Nicht nur Informatikunternehmen oder technische Betriebe, sondern auch staatliche Institutionen, Banken, Versicherungen, Handelshäuser sowie die produzierende Industrie setzen im Zusammenhang mit der Digitalisierung zunehmend auf datengetriebene Prozesse. Data Science ist eine Schlüsselkomponente der Industrie 4.0. Die Bandbreite an möglichen Berufsfeldern ist entsprechend gross. Mit der Ausbildung als Data Scientist legen Sie die Basis für modernste Technologien, neue Berufsfelder und grundlegende Entscheidungen der Zukunft.
Nach Ihrer Anmeldung prüfen wir, ob Sie die formellen Zulassungsbedingungen erfüllen. Ist dies der Fall, laden wir Sie zu einem Eintrittsassessment (Eignungsfeststellung) ein. Bestehen Sie das Eintrittsassessment erfolgreich, werden Sie zum Studium aufgenommen (unter dem Vorbehalt der vorhandenen Studienplätze gemäss Regelung der Studienplatzbegrenzung der FHNW).
Von der Anmeldung bis zur definitiven Zulassung können bis zu sechs Wochen vergehen.
Für eine prüfungsfreie Zulassung zum Eintrittsassessment müssen Sie eine der folgenden Voraussetzungen vorweisen:
Eidgenössisch anerkannte Berufsmaturität und Abschluss in einer der Studienrichtung verwandten Berufslehre (EFZ).
Kantonale oder eidgenössische (gymnasiale) Matura und mindestens einjährige Arbeitswelterfahrung in einem Fachbereich des gewählten Studiengangs.
Diplom einer anerkannten Höheren Fachschule im technischen Bereich.
Diplom einer anerkannten Höheren Fachprüfung im technischen Bereich. Die Hochschule für Technik FHNW klärt im Einzelfall ab, ob zusätzliche Kompetenzen in Mathematik und Programmieren vorgängig noch erworben werden müssen
Erfüllen Sie diese Voraussetzung nicht, z.B. bei abgebrochenem ETH-Studium, ausländischem Diplom oder fehlenden Berufsmatura, werden Sie unter bestimmten Bedingungen zum Eintrittsassessment zugelassen. Hier finden Sie weitere Informationen zur Zulassung.
Der BSc Data Science setzt auf ein ganz neues Ausbildungskonzept, das spezielle Anforderungen an die Studierenden stellt. Aus diesem Grund wird ein Eintrittsassessment durchgeführt. Im Eintrittsassessment wird nicht Ihr Vorwissen oder Ihre Intelligenz geprüft, es ist einzig eine Abklärung, ob Sie gut zum Ausbildungskonzept passen. Insbesondere werden folgende Aspekte beurteilt:
Motivation sich weiterzuentwickeln
Analysieren & entscheiden
Strukturiert vorgehen
Zusammenarbeit leben
Durchhaltevermögen
Das Eintrittsassessment besteht aus einem Motivationsschreiben und einem oder zwei Interviews.
Sobald Sie sich fürs Studium anmelden, prüfen wir, ob Sie die formellen Zulassungsbedingungen bis Studiumsbeginn erfüllen können. Nachdem die Prüfung abgeschlossen ist, erhalten Sie mit der Anmeldebestätigung die Details zum Motivationsschreiben. Sie haben danach 14 Tage Zeit, uns Ihr Motivationsschreiben zuzustellen.
Nach Eingang Ihres Motivationsschreibens werden Sie von uns zu einem Interview eingeladen. Es sind ein bis zwei Interviews vorgesehen. Im Interview wollen wir Sie persönlich kennenlernen, mit Ihnen Ihr Motivationsschreiben besprechen und uns über Ihr Interesse Data Science zu studieren, erkundigen.
Den Entscheid über Ihre Zulassung zum Studium teilen wir Ihnen in der Regel zwei Wochen nach dem Abschluss des Eintrittsassessments mit.
Sollten Sie das Eintrittsassessment nicht bestehen, steht einem Eintritt und erfolgreichem Durchlaufen eines anderen Studiums mit herkömmlichen Ausbildungskonzept nichts im Wege.
Organisatorisches
Die Regelstudiendauer beträgt im Vollzeitmodus drei Jahre, bzw. sechs Semester. Im Teilzeitmodus müssen Sie je nach Studienpensum mit vier bis sechs Jahren rechnen. Maximal darf das Studium zwölf Semester, also sechs Jahre dauern (Urlaubssemester werden dabei nicht mit eingerechnet). Studierende, die bei Studienbeginn schon relevante Vorkenntnisse besitzen, können eine Anrechnung von Modulen beantragen und sich eventuell ECTS anrechnen lassen.
Grundsätzlich können Sie Ihr Studium flexibel gestalten. Das Ausbildungskonzept sieht jedoch vor, einen Grossteil der Aufgabenstellungen gemeinsam mit anderen Studierenden zu bearbeiten, um regelmässig mit- und voneinander zu lernen. Dazu stehen Ihnen geeignete Lernräume und offene Co-working Zonen zur Verfügung, sowie eine digitale Lernplattform.
Zudem gibt es während des Semesters diverse präsenzpflichtige Anlässe, die jeweils vor Semesterbeginn kommuniziert werden. Wir empfehlen Ihnen, pro Semester mindestens 30 % Präsenzzeit einzuplanen.
Der BSc Data Science kann im Vollzeit- oder Teilzeitstudium absolviert werden, jedoch nicht berufsbegleitend.
Vollzeitstudium
Im Vollzeitstudium schreiben Sie 30 ECTS pro Semester ein, wodurch Sie in drei Jahren Ihren Abschluss erreichen können. Ein Vollzeitstudium entspricht einer Vollzeitbeschäftigung und ist nicht vereinbar mit einer beruflichen Tätigkeit.
Teilzeitstudium
Im Teilzeitstudium schreiben Sie weniger als 30 ECTS pro Semester ein. Neben dem Studium können Sie berufliche oder private Verpflichtungen wahrnehmen. Wir empfehlen, ein Mindestpensum von 50% fürs Studium einzuplanen, also durchschnittlich mindestens 15 ECTS pro Semester einzuschreiben. Sie können jedes Semester von Neuem entscheiden, ob Sie Teilzeit oder Vollzeit weiter studieren. Um das Studium erfolgreich zu absolvieren ist es wichtig, dass Sie Ihre beruflichen oder privaten Verpflichtungen flexibel organisieren können.
Kurz erklärt: Berufsbegleitend
«Berufsbegleitend» bedeutet im Jargon der Hochschule für Technik, dass Sie neben dem Studium einer Arbeit mit einem höheren Pensum nachgehen, die studienbedingte Präsenzzeiten am Campus auf zwei vorgegebenen Wochentagen konzentriert sind und, dass Sie das Studium in acht Semestern abschliessen können. Der BSc Data Science kann zwar im Teilzeitstudium absolviert werden, jedoch nicht gemäss den eben erläuterten Regeln des «Berufsbegleitenden Studiums». Andere Studiengänge der Hochschule für Technik FHNW bieten das berufsbegleitende Studienmodell an, siehe hier.
Wenn Sie in der Schweiz wohnen, fallen pro Semester Studiengebühren von CHF 700.- an; wenn Sie in einem EU-Land wohnen, beträgt die Studiengebühren CHF 1000.- pro Semester. Hinzu kommt die einmalige Einschreibegebühr von CHF 200.- sowie die Thesis-Gebühr von CHF 300.-. Für Lernmaterialien müssen Sie in der Regel nicht so viel einrechnen, da das meiste digital und kostenlos verfügbar ist. Weitere Informationen zu den Kosten finden Siehier. Zusätzlich ist mit Kosten für einen Computer zu rechnen, den Sie für die Arbeit im Studium benötigen.
Für einen optimalen Studienstart bietet die Hochschule für Technik FHNW verschiedene Vorbereitungskurse an. Falls Sie sich vor Studienbeginn eingerostet oder unsicher in der Mathematik, Programmierung und/oder Sprachen fühlen, stehen Ihnen verschiedene Angebote zur Auswahl.
Wir empfehlen Studieninteressierten mit einer nicht-technischen oder gymnasialen Vorbildung den Besuch eines Vorbereitungskurses in der Mathematik, sowie die Aneignung einer Grundkompetenz in der Programmierung. Dazu eignen sich die Vorbereitungskurse der FHNW oder eine der unten aufgeführten Online-Ressourcen.
Falls Sie zu Studienbeginn einen neuen Computer kaufen, empfehlen wir Ihnen folgenden Spezifikationen zu berücksichtigen: 16 GB Ram, 512 SSD, 4 CPU Cores, eine gute GPU. Weitere Informationen zu den Anforderungen sowie Vergünstigungen finden Sie hier. Im Zweifelsfall: schreiben Sie uns eine kurze Email.
Die Studiensprache ist Deutsch. Die offiziellen Dokumente sind auf Deutsch verfasst, die Lernmaterialien jedoch in Deutsch und Englisch.
Falls Deutsch nicht Ihre Muttersprache ist und Sie nicht über einen deutschsprachigen Schulabschluss verfügen, benötigen Sie ein zertifiziertes Deutsch-Niveau C1. In Englischer Sprache ist die Mindestanforderung für das Studium an der Hochschule für Technik ein Englisch-Niveau B1 Zertifikat, wir empfehlen in diesem Studiengang jedoch ein Englisch-Niveau von B2. Vor Semesterbeginn wird ein Englisch-Einstufungstest durchgeführt. Werden Sie tiefer als B2 eingestuft, müssen Sie ein Englisch Coaching besuchen.
Alle weiteren Informationen zur Vereinbarkeit, Barrierefreies studieren, Militär, Stipendien, usw. finden Sie in den FAQs der Hochschule für Technik
Data Science an der Hochschule für Technik FHNW
Mit dem Institut für Data Science verfügen wir über eine langjährige Expertise in der Handhabung, Verarbeitung und Visualisierung von Informationen aus Daten. Dieses Expertenwissen fliesst direkt in die unterschiedlichen Aus- und Weiterbildungsangebote im Fachbereich Data Science ein
DrugSafety: Teilautomatisiertes Reporting der Nebenwirkungen von Medikamenten
Mit dem Ziel, Nebenwirkungen von Medikamenten teilautomatisiert an die zuständigen Behörden melden zu können, haben wir eine Lösung entwickelt, die relevante ...
Das Institut für Interaktive Technologien FHNW entwickelt einen Marktplatz für das offene Entwickeln von künstlicher Intelligenz (KI). Der Marketplace erlaubt, ...
In diesem Projekt benutzen wir Machine Learning, um in den Daten des NASA-Weltraumteleskops IRIS Sonnenflares zu entdecken, zu analysieren und möglicherweise ...
