BSc Data Science

Wollen Sie die Welt verändern oder nur zuschauen?

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.

News

Erfolgreiches Assessment beim Studiengang Data Science

18.04.2019 | Hochschule für Technik

Das Assessment für die Kandidatinnen und Kandidaten des Studiengangs Data Science wurde durchgeführt. Nun stehen die ersten 30 angehenden Studierenden fest.

Bei uns lernen Sie:

		Künstliche Intelligenz-Applikationen zu programmieren.
		Wirtschaftliche Fragenstellungen datenbasiert anzugehen.
		ethisch mit Daten und Künstlicher Intelligenz umzugehen.
		mit Entscheidungstragenden in Medizin, Industrie und Wirtschaft kommunizieren.

Erhalten Sie einen Einblick ins Studium

Studium

Unsere hochqualifizierten, praxiserfahrenen Dozentinnen und Dozenten vermitteln Ihnen die Grundlagen von Data Science wie «machine learning», Sprachverarbeitung, Datenaufbereitung, Datenvisualisierung, Statistik und Lineare Algebra. Von ihnen und Ihrem navigate! erhalten Sie auch jederzeit Unterstützung auf Ihrem Lernweg.

Neben fachlichen Kompetenzen lernen Sie auch, in transdisziplinären Teams zu arbeiten und mit anderen Fachgruppen wie Forschung, Marketing oder Produktion zu kommunizieren.

Der Studiengang Data Science ist konsequent auf den Kompetenzerwerb fokussiert und daher nicht nach klassischen Modulen (Vorlesungen) organisiert. Folgende Themen werden im Rahmen des Studiums behandelt:

Mathematische Grundlagen Statistik & Wahrscheinlichkeitslehre Analysis Lineare Algebra	Informatik & Programmierung Python und R Algorithmen und Datenstrukturen Objektorientierte Programmierung
Datenverarbeitung & -infrastruktur Data Sourcing Data Wrangling Data Management Data Engineering	Datenanalyse Applied Predictive Modelling Stochastische Modellierung Bayes'sche Datenanalyse
Machine Learning Supervised learning Unsupervised learning Knowledge representation and retrival	Angewandte Data Science Natural Language Processing Social Network Analysis Anomaly Detection Recommender System
Kommunikation Daten Visualisierung Storytelling Präsentationstechnik Verhandlungsgeschick	Data Science im Unternehmen Datenprodukte und -dienstleistungen Unternehmerisches Handeln Projekt Management
Gesellschaftliche Rahmenbedingungen Ethik Rechte und Pflichten Daten Privacy	Sozial und Selbstkompetenz Teamfähigkeit Eigenverantwortung Flexible Arbeitsfähigkeit
Anwendungsdomänen Industrie 4.0 Life Sciences Business Analytics Social & Natural Language

Wie muss ich mir das Eintrittsassessment vorstellen?
Das Eintrittsassessment ist keine inhaltliche Prüfung, sondern eine Eignungsabklärung für die Art von Lernen und Studium, wie sie im BSc Data Science vorgesehen ist. Das Ziel ist es also nicht, spezifisches Fachwissen unter Beweis zu stellen, sondern sich gegenseitig kennenzulernen. Durch die Art der Übungen und den Austausch untereinander können Sie zudem herausfinden, was für eine Art Studium Sie erwartet und gleichzeitig können wir klären, ob Sie zu der Art des Lernens passen, die in diesem Studium vorgesehen ist.

Was wird am Eintrittsassessment untersucht?
Untersucht wird eine bestimmte Anzahl an Schlüsselkompetenzen, welche einen wesentlichen Einfluss auf den Erfolg des Studiums haben werden. Folgende Aspekte sind am Assessment-Tag zentral:

Motivation sich weiterzuentwickeln
Zusammenarbeit leben
Strukturiert vorgehen
Analysieren & entscheiden

Was geschieht nach dem Eintrittsassessment?
Das Ergebnis, ob Sie definitiv zum Studium zugelassen werden, wird Ihnen in der Folgewoche des Eintrittsassessments mitgeteilt. Zusätzlich erhalten Sie ein persönliches Feedback mit einer kurzen Einschätzung zum Assessment. Dies ist vergleichbar mit der Auswertung eines Tests, wie Sie ihn typischerweise bei der Berufsberatung machen.

Wie lang dauert das Studium?
Die Regelstudiendauer beträgt im Vollzeitmodus drei Jahre, bzw. 6 Semester. Im Teilzeitmodus müssen sie mit 4 bis 5 Jahren rechnen. Maximal dürfen 12 Semester, also 6 Jahre, in Anspruch genommen werden. Pausierte Semester werden dabei nicht mit eingerechnet. Studierende, die bei Studienbeginn schon relevante Vorkenntnisse besitzen, können das Studium auch in kürzerer Zeit absolvieren.

Ist ein Teilzeitstudium möglich und wie sieht ein solches aus?
Der BSc Data Science kann im Teilzeitstudium absolviert werden. Da ein Bachelor-Abschluss 180 ECTS beinhaltet, bedeutet das, dass sie pro Semester weniger als 30 ECTS einschreiben. Wir empfehlen, ein Mindestpensum von 50% fürs Studium einzuplanen, also im Durchschnitt nicht weniger als 15 ECTS einzuschreiben. Teilzeit und Vollzeit können Sie beliebig für jedes Semester anpassen.

Gibt es die Möglichkeit berufsbegleitend zu studieren und was ist der Unterschied zum Teilzeitmodell?
«Berufsbegleitend» bedeutet in unserem Jargon, dass wir Ihnen garantieren, dass Sie das Studium in 8 Semestern abschliessen können, und alle Präsenzzeiten auf nur zwei (regelmässigen) Tagen verteilt durchgeführt werden. Das ermöglicht Ihnen nebenbei einer Arbeit mit einem 60%-Pensum nachzugehen. Die Option «berufsbegleitend» wird im Moment nicht angeboten.
Im «Teilzeitmodell» können Sie nebenbei auch arbeiten, aber wir garantieren Ihnen keine speziell organisierten Stundenpläne und keine Studiendauer von 8 Semestern. Wir empfehlen im Teilzeitmodell in unserem Studiengang ein Mindestpensum von 50% für das Studium zu investieren. Der BSc Data Science kann im Teilzeitstudium absolviert werden.

Gibt es Präsenzzeiten?
Das Studium kann grundsätzlich flexibel gestaltet werden, jedoch gibt es während jedem Semester unregelmässige, präsenzpflichtige Anlässe. Insgesamt ist pro Semester ca. 30% Präsenzzeit einzurechnen. Zudem sieht das Ausbildungskonzept vor, dass ein Grossteil der Aufgabenstellungen im Team mit anderen Studierenden bearbeitet werden. Dazu bietet Ihnen die Schule geeignete Lernräume und offene Zonen an. Sie dürfen sich aber natürlich auch ausserhalb der Schule mit Ihrem Team organisieren. Die Hauptsache ist, dass Sie sich zum regelmässigen Austausch treffen.

Die Unterschiede zwischen einem Studium in Data Science, Informatik und Wirtschaftsinformatik.

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.

Berufsaussichten Data Science

Daten sind der Rohstoff der Zukunft. Um das Potenzial der Daten in der Wirtschaft und Gesellschaft zu realisieren sind Fachkräfte gefragt, die technische und analytische Kompetenzen mit Anwendungswissen und kommunikativen Fähigkeiten verbinden können: die Data Scientists.

Aufnahmeverfahren

Mit der Zulassung werden die formalen Kriterien überprüft. Es gelten die in der Verordnung des WBF über die Zulassung zu Fachhochschulstudien (Stand 1. Mai 2018) festgehaltenen Bedingungen. Grundlagen für prüfungsfreie Zulassung:

Berufsmaturität mit einer der Studienrichtung verwandten beruflichen Grundbildung oder einer mindestens einjährigen Arbeitswelterfahrung
Eidgenössische oder eidgenössisch anerkannte Maturität mit einer mindestens einjährigen Arbeitswelterfahrung
Andere Ausbildungsgänge, deren Abschluss mit einer Berufsmaturität oder einer eidgenössisch anerkannten Maturität vergleichbar sind mit einer mindestens einjährigen Arbeitswelterfahrung.

Grundlagen für die Aufnahme mit Aufnahmeprüfung:

Andere Ausbildungsgänge mit einer mindestens dreijährigen Ausbildung auf Sekundarstufe II mit einer mindestens einjährigen Arbeitswelterfahrung

Mit dem Eignungsfeststellungsverfahren wird beurteilt, ob die zukünftigen Studierenden die notwendigen Voraussetzungen zum erfolgreichen Durchlaufen des Studiums haben. Diese Beurteilung ist für den Studiengang Data Science wichtig, weil das Ausbildungskonzeptkonzept überdurchschnittliche Eigeninitiative erfordert. Eingang in die Eignungsfeststellung finden insbesondere folgende Aspekte:

Selbständige Arbeitsweise
Teamfähigkeit
Kreativität
Affinität für Zahlen

Die Eignungsfeststellung findet am 15. April 2020 statt.

Organisatorisches

Data Science an der FHNW

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 ...

zu DrugSafety: Teilautomatisiertes Reporting der Nebenwirkungen von Medikamenten

Yooture: Die App für Stellensuchende

Für das innovative Start-up Yooture hat die Hochschule für Technik FHNW eine ausgeklügelte Matching-Methode entwickelt.

zu Yooture: Die App für Stellensuchende

kennwerte.ch: Webapplikation zur Schätzung von Baukosten und Terminen

Für das Start-up kennwerte ag haben wir eine innovative Lösung zur Schätzung von Kennwerten für die Bau- und Immobilienwirtschaft entwickelt.

zu kennwerte.ch: Webapplikation zur Schätzung von Baukosten und Terminen

Bonseyes Marktplatz für Künstliche Intelligenz

Das Institut für Interaktive Technologien FHNW entwickelt einen Marktplatz für das offene Entwickeln von künstlicher Intelligenz (KI). Der Marketplace erlaubt, ...

zu Bonseyes Marktplatz für Künstliche Intelligenz