DatenmodelliererIn

Ausbildung

DatenmodelliererInnen verfügen meist über eine akademische (Fachhochschule, Universität) Ausbildung in Informatik, Datenbanktechnik, Mathematik, Statistik und/oder Wirtschaft. An der Johannes-Kepler-Universität in Linz wird im Masterstudium Wirtschaftsinformatik der fachnahe Schwerpunkt "Business Intelligence and Data Science" und an der Fachhochschule Wiener Neustadt das Masterstudium "Data Science" angeboten.

Auch eine schulische Ausbildung mit entsprechendem Schwerpunkt (z.B. HTL) und Weiterbildung ermöglicht den Zugang zu diesem Beruf.

Art: Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  

Voraussetzungen:

  • abgeschlossenes facheinschlägiges Bachelor-Studium oder
  • vergleichbares Studium oder gleichwertige facheinschlägige berufliche Qualifikationen und Berufspraxis

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Vorbehaltlich der Genehmigung durch die AQ Austria

Der Masterstudiengang “Data Science & Intelligent Analytics” konzentriert sich auf das Vermitteln von Kompetenzen im Zusammenhang mit der Erhebung, Integration, Speicherung, Analyse und Nutzung sowie dem innovativen Umgang mit Daten. Er vermittelt außerdem Kompetenzen im Bereich der Organisation und Führung von datengetriebenen Projekten und Produkten. (Quelle: www.fh-kufstein.at)

Inhalte - Überblick:

  • Data Science Anwendungen
    • Machine Learning für Data Science
    • Problemzentrierte Datenvorverarbeitung
    • Visual Analytics für Data Science
    • Data Science for the Natural Sciences
    • Data Science for Business & Commerce
    • Data Science for Engineering
    • Big Data Processing
    • Intelligent Analytics and Artificial Intelligence
  • Data Science Grundlagen
    • Data Engineering für Data Science
    • Softwareentwicklung für Data Science
    • Algorithmik & Statistik für Data Science
  • Internationale Kompetenz - Studienreise
  • Management
    • Businessethik, Compliance & Recht
    • Leadership im Team & Projectmanagment
    • Systemische Innovation
    • Trends in Data Science
  • Praxistransfer: Wahlfächer, Praxisprojekt, Wissenschaftliches Arbeiten, Masterthesis

Mögliche Berufsfelder:

  • Big Data Application Developer (m./w.)
  • Data Engineer (m./w.)
  • Big Data & BI Consultant (m./w.)
  • Data Scientist (m./w.
  • ManagerIn für Data Science Teams
  • AnalystIn für Big Data
  • SpezialistIn für Business Intelligence & Analytics

Weitere Infos: https://www.fachhochschulen.ac.at

Adressen:

Fachhochschule Kufstein
Andreas Hofer Straße 7
6330 Kufstein

Tel.: +43 (0)5372 / 718 19-0
Fax: +43 (0)5372 / 718 19-104
email: info@fh-kufstein.ac.at
Internet: http://www.fh-kufstein.ac.at

Art: Bachelorstudium

Dauer: 6 Semester

Form: Berufsbegleitend und Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

  • Allgemeine Hochschulreife (AHS/BHS oder Berufsreifeprüfung)
  • Studienberechtigungsprüfung
  • gleichwertiges ausländisches Zeugnis
  • einschlägige berufliche Qualifikation (z. B. Lehre, BMS) mit Zusatzprüfungen; Zusatzprüfungen und Vorbereitungskurse Deutsch, Englisch, Mathematik; müssen an der FH St. Pölten abgelegt werden

Abschluss: Bachelor of Science in Engineering (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudiengängen

Info:

Data Science ist eine neue akademische Disziplin, die neben statistischen und technischen Fähigkeiten auch Praxis- und Anwendungswissen in einem wählbaren Fachbereich vermittelt. Ergänzt wird dieses Wissen durch Inhalte aus den Bereichen Wirtschaft, Recht und Ethik, um eine breite, interdisziplinäre Ausbildung zu gewährleisten.

Studienschwerpunkte:

  • Data Science: vermittelt die Fähigkeiten des Data Minings, des maschinellen Lernens und der künstlichen Intelligenz. Studierende lernen Daten zu sammeln, aufzubereiten, zu analysieren und zu visualisieren.
  • Informatik: befasst sich mit der Speicherung von Daten und vermittelt die Grundlagen der Programmierung. Weitere wichtige Themen des Schwerpunkts sind Big-Data-Technologien, Business Intelligence und Bildverarbeitung.
  • Wirtschaft und Recht: befasst sich mit wirtschaftlichen Grundlagen sowie rechtlichen und ethischen Fragestellungen.
  • Wahlmodul:Da Datenspezialistinnen und -spezialisten ihre Analysen immer in einem bestimmten Kontext durchführen, ermöglicht das Studium eine Spezialisierung in einem wählbaren Anwendungsgebiet (z. B.: Marketing, Gesundheit, Medien, Sicherheit, Produktion). Dabei werden wichtige Grundlagen des Fachbereichs vermittelt und ein Grundverständnis häufiger Problemstellungen geschaffen.

(Quelle: FH St. Pölten, www.fhstp.ac.at)

Weitere Infos: https://www.fachhochschulen.ac.at

Adressen:

Fachhochschule St. Pölten GmbH
Matthias Corvinus-Straße 15
3100 St. Pölten

Tel.: +43 (0)2742 / 313 228 -200
Fax: +43 (0)2742 / 313 228 -339
email: csc@fhstp.ac.at
Internet: http://www.fhstp.ac.at

Art: Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

  • abgeschlossenes, facheinschlägiges Bachelor- oder Diplomstudium (FH oder Universität)
  • Bewerbungsgespräch

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien.

Info:

Ab WS 2017/2018, vorbehaltlich der Genehmigung durch die AQ Austria

Das Studium ist mit zwei Vertiefungsmöglichkeiten in

  • biomedizinischer Datenanalyse oder
  • Datenanalyse in Marketing und Produktion
eingerichtet und ist nicht nur auf die technische und mathematische Aspekte von Data Science fokussiert.

Studienschwerpunkte:

  • Aufbau des Datenverständnisses: Datenselektion, Datenintegration und Datenaufbereitung, Verknüpfung, Transformation und Indizierung verschiedenster Datenquellen, Entwicklung aussagekräftiger Datenrepräsentationen und Visualisierungen
  • Datenspeicherung und -management in Kombination mit Big Data und Cloud-Technologien, auch für Echtzeitdaten
  • Datenanalyse mit Methoden aus den Bereichen Computational Intelligence und Statistik für die Erstellung von Prognosemodellen zur Beantwortung einer konkreten Fragestellung aus dem Unternehmen
  • Computer Vision Methoden zur Extraktion von Wissen aus Bilddaten
  • Praxisbezogene Projekte zur Datenanalyse mit Kooperationspartnern aus den Domänen Biomedizin, Marketing und Produktion

Weitere Infos: https://www.fh-ooe.at/

Adressen:

Fachhochschule Oberösterreich - Fakultät für Informatik, Kommunikation, Medien
Softwarepark 11
4232 Hagenberg

Tel.: +43 (0)5 0804 20
Fax: +43 (0)5 0804 21599
email: info@fh-hagenberg.at
Internet: https://www.fh-ooe.at/campus-hagenberg/

Art: Bachelorstudium

Dauer: 6 Semester

Form: Dual

NQR-Level: 6  ISCED-Level: 6  

Voraussetzungen:

  • Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung oder
  • facheinschlägige berufliche Qualifikationen (z. B. Lehre, BMS-Abschluss, Werkmeisterabschluss) mit Zusatzprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudiengängen

Info:

Im Bachelor-Studiengang Informatik erwerben Studierende die praktischen und theoretischen Grundlagen in allen wichtigen Teilbereichen der Informatik; u.a.: Analyse komplexe informationstechnische Zusammenhänge / Planung und Entwicklung von Softwaresysteme / Berücksichtigung der Computersicherheit bei der Arbeit im IT-Umfeld / Entwicklung grafischer Benutzeroberflächen nach Gesichtspunkten der Usability usw.

Das Studium ist Dual organisiert. Präsenzphasen an der FH und Praxisphasen in den Partnerbetrieben wechseln ca. im 2-wöchigen Rhythmus. Dabei werden praktisches Arbeiten und Lernen im Unternehmen mit theoretischem Lernen an der FH verbunden.

Inhalte:

  • Betriebssysteme und Netzwerke
  • Datenbanken
  • Mathematische Grundlagen
  • Informatik
  • Datenmanagement
  • Software
  • Software-Engineering
  • Development Operations
  • Software Design und Methoden
  • Software-Management
  • Angewandte Methoden
  • Softskills
  • Management
  • Software Projekte
  • Wahlpflichtfächer

    Weitere Infos: https://www.fachhochschulen.ac.at

    Adressen:

    Fachhochschule Technikum Wien
    Höchstädtplatz 5
    1200 Wien

    Tel.: +43 (0)1 / 333 40 77-0
    Fax: +43 (0)1 / 333 40 77-469
    email: info@technikum-wien.at
    Internet: http://www.technikum-wien.at

Art: Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

  • Reifeprüfung, Berufsreifeprüfung, Studienberechtigungsprüfung
  • Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

ab Wintersemester 2019/2020

in Englischer Sprache

Inhaltliche Schwerpunkte:

Studierende erhalten eine fundierte Ausbildung in Informatik und Mathematik sowie in Kernbereichen der Artificial Intelligence:
  • Computer Science: Python programmiert und die Grundlagen über Algorithmen und Datenstrukturen
  • Mathematics: alle für AI relevanten mathematischen Grundlagen
  • AI Basics and Practical Work: Grundkompetenzen und Fertigkeiten anhand realer Problemstellungen
  • AI and Society: Wie intelligent können Maschinen sein und wo werden sie im Alltag eingesetzt? Bedeutung der AI für die Gesellschaft und Interaktion von intelligente Systeme mit den Menschen
  • Data Science: mit Techniken aus Mathematik, Statistik und Informatik Wissen aus Daten ziehen, Methoden der Sprachverarbeitung und der Signalverarbeitung
  • Knowledge Representation and Reasoning: Wie kann Wissen so in eine Maschine integriert werden, dass diese Schlüsse daraus ziehen oder Probleme lösen kann?
  • Machine Learning and Perception: Wie können Maschinen aus Daten und Erfahrungen für zukünftige Aufgabenstellungen lernen? Wie nehmen Maschinen ihre Umgebung wahr und lernen sie zu verstehen? Können Maschinen mehr lernen als Menschen?

Weitere Infos: https://www.jku.at/studium/studienarten/bachelordiplom/ba-artificial-intelligence/

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
email: bdr@jku.at
Internet: https://www.jku.at/

Art: Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

  • abgeschlossenes facheinschlägiges Bachelorstudium
  • Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

ab Wintersemester 2019/2020

in Englischer Sprache

Studienschwerpunkte:

Das Studium legt den Schwerpunkt auf Deep Learning. Daneben kann einer von vier inhaltlichen Schwerpunkte gewählt werden.

  • AI und Mechatronik – Robotics and Autonomous Systems: Robotik, autonomes Fahren, Drohnen
  • AI und Mechatronik – Embedded Intelligence and Signal Processing: KI in Sensoren und Geräte einbetten; KI-Techniken zur Datenanalyse; Signalverarbeitung zur Datenanalyse von Sensoren bei Kameras, Radar, Lidar, Ultraschall und chemischen Detektoren
  • Reasoning and Knowledge Representation: logisches Schlussfolgern inklusive Modellprüfung und Theorembeweis; Software- und Hardware-Verifizierung, Computeralgebra, maschinelles Lernen
  • AI and Life Sciences: KI-Techniken u. a. in Medizin, Biologie, Biotechnologie, Genomik und Genetik anwenden

Weitere Infos: https://www.jku.at/studium/studienarten/master/ma-artificial-intelligence/

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
email: bdr@jku.at
Internet: https://www.jku.at/

Art: Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Im Masterstudium Data Science dreht sich alles darum, wie Daten effektiv, fachkundig und verantwortungsvoll zur Wissensgewinnung genutzt werden können. Ein Thema, dass sowohl für Unternehmen, Regierungen und andere Organisationen hohe Relevanz hat, aber auch jedes einzelne Individuum betrifft. Darüber hinaus sind Erhebung, Modellierung, Analyse und Interpretation von Daten zentral im Wissenschaftsbetrieb an Universitäten und anderen Forschungseinrichtungen. Absolventinnen und Absolventen des Studiums verfügen über vertieftes Wissen in Kernbereichen der angewandten Statistik und Informatik, welche sich mit der Erhebung, Speicherung, Verarbeitung, deskriptiver und inferentieller Analyse, Visualisierung, Interpretation und verantwortungsvoller Nutzung teilweise großer, heterogener und multivariater Daten beschäftigen.(Quelle: vgl. Universität Salzburg)

Inhalte:

Brückenmodul für MathematikerInnen (mit Wahlmöglichkeiten):
  • Einführung in Data Science
  • Computer Science for Everyone
  • Algorithmen und Datenstrukture
  • Datenbanken
  • Objektorientierte Programmierung
Brückenmodul für InformatikerInnen (mit Wahlmöglichkeiten)
  • Einführung in Data Science
  • Statistik
  • Elementary Probability
  • Mathetmatische Statistik
  • Angewandte Statistik
Brückenmodul für andere Zugangsfachrichtungen (mit Wahlmöglichkeiten)
  • Einführung in Data Science
  • Computer Science for Everyone
  • Algorithmen und Datenstrukture
  • Datenbanken
  • Objektorientierte Programmierung
  • Statistik
  • Elementary Probability
  • Mathetmatische Statistik
  • Angewandte Statistik
Pflichtmodule:
  • Statistical Methods: Statistics, Visualization and More Using; Regression Methods and Computational Statistics
  • Databases: Ähnlichkeitssuche in großen Datenbanken; Nicht-Standard Datenbank Systeme
  • Knowledge Discovery: Machine Learning; Pattern Recognation; Data Mining
  • Statistical Practice and Case Studie
  • Law, Ethics, and Methodology of Science
Wahlmodule:
    Advanced Statistical Methods and Econometrics
  • Advanced Computer Science: Advanced Algorithms and Data Structures; Verteilte Systeme; Algorithmen für Verteilte Systeme; Datenbanken Vertiefung
  • Parallelität: Parallele Algorithme; Parallele Programmierung
  • Bildverarbeitung: Image Processing and Imaging; Computer Vision; Imaging Beyond Consumer Cameras
  • Philosophy of Science: Logik, Wissenschaftstheorie
  • Quantitative Biology, Ecology, and Bioinformatics
  • Remote Sensing
  • Geographic Information Systems and Science
  • Psycholgogy
  • Empirische Sozialforschung

Weitere Infos: http://www.studienwahl.at

Adressen:

Universität Salzburg - Paris Lodron Universität Salzburg
Kapitelgasse 4-6
5020 Salzburg

Tel.: +43 (0)662 / 80 44 -0
Fax: +43 (0)662 / 80 44 -145
email: studium@sbg.ac.at
Internet: http://www.sbg.ac.at