Mannheim Master in Data Science

Maschinelles Lernen, künstliche Intelligenz und Big Data spielen in modernen Informations­systemen eine zentrale Rolle. Der Mannheimer Master in Data Science vermittelt den Studierenden fortgeschrittene Kompetenzen in maschinellem Lernen, künstlicher Intelligenz und large-scale Daten­management. Das Programm verbindet ein umfangreiches Kursangebot mit praktischen Projekten und Forschungs­möglichkeiten. Die Studierenden erwerben Fähigkeiten im Sammeln, Organisieren und Auswerten großer Datenmengen und lernen, diese Fähigkeiten für datengesteuerte Problemlösungen in verschiedenen Bereichen anzuwenden.

Der Lehr­plan umfasst Grundlagen in maschinellem Lernen, Data Mining, Datensicherheit und Daten­management sowie ein breites Angebot an Wahlkursen in Bereichen wie Deep Learning, Textanalyse, Computer Vision, Process Mining, Datenintegration, Reinforcement Learning und Optimierung und vielen anderen.

Der Mannheimer Master­studien­gang Data Science bietet eine große Auswahl an Kursen sowie ein hohes Maß an Freiheit bei der Zusammenstellung des Curriculums nach individuellen Interessen. Das Lehr­angebot umfasst technische Kurse im Bereich der Datenanalyse und des Daten­managements sowie Kurse zur Anwendung von Techniken des maschinellen Lernens auf unter­schiedliche Datentypen und in verschiedenen Anwendungs­bereichen.

Dank der engen interdisziplinären Zusammenarbeit zwischen der Fakultät für Wirtschafts­informatik und Mathematik und der Fakultät für Sozial­wissenschaften, der Fakultät für Wirtschaft und der Fakultät für Geistes­wissenschaften können MMDS-Studierende auch aus verschiedenen methodischen und angewandten Kursen wählen, die von diesen Fakultäten angeboten werden.

Mannheim liegt in der Metropolregion Rhein-Neckar, in der große Unter­nehmen wie SAP, ABB, BASF, Roche und Heidelberg Materials ihren Sitz haben. Darüber hinaus sind hunderte von innovativen Start-ups in der Region angesiedelt. Jedes Semester werden im Rahmen des Studiums Praxis­projekte mit Partner­unter­nehmen angeboten, die es den Studierenden ermöglichen, mit Unter­nehmen in Kontakt zu treten und ihr Netzwerk zu erweitern. Viele Studierende entscheiden sich dafür, ihre Master­arbeit in einem dieser Unter­nehmen zu schreiben.

Mit 40 Studien­plätzen pro Jahr ist die Klassengröße in diesem Studien­gang eher klein. Studierende im Master­studien­gang Mannheim Master in Data Science profitieren daher von einem guten Betreuungs­verhältnis und individuellen und persönlichen Kontakten zu den Lehr­enden.

Die Universität Mannheim ist Teil eines globalen Netzwerks. Die Verbindungen zu mehr als 450 Partnerhochschulen in aller Welt prägen nicht nur das Leben auf dem Campus, sondern öffnen auch zahlreiche Türen für Studierende, die ein Semester im Ausland studieren möchten. Darüber hinaus ermöglicht das Netzwerk Engage.EU den Studierenden die Teilnahme an Online-Kursen an Partnerhochschulen in ganz Europa.

Der Umfang an gesammelten Datenmengen sowie die Fortschritte bei den Methoden des Data Mining und der künstlichen Intelligenz haben zu einem wachsenden Interesse an datengesteuerten Problemlösungen in Unter­nehmen, öffentlichen Einrichtungen und in der Forschung geführt. Da diese Entwicklung anhält und durch den aktuellen Boom der künstlichen Intelligenz sogar noch beschleunigt wird, sind die Job­chancen für Data Scientists hervorragend und werden es voraussichtlich auch in Zukunft bleiben. Absolvent*innen des Mannheimer Master­studien­gangs Data Science steht somit ein breites Spektrum an Möglichkeiten in der Industrie, im öffentlichen Dienst und in der Wissenschaft zur Verfügung.

Ganz gleich, ob Sie als Data Scientist oder KI-Spezialist in einem Unter­nehmen oder im öffentlichen Dienst arbeiten möchten oder als Wissenschaft­ler*in den Weg zur Promotion einschlagen wollen, mit dem Mannheimer Master in Data Science steht Ihnen ein exzellentes Studien­programm zur Verfügung, das Sie in Ihrer weiteren Karriere unter­stützt.

Studierende des Master­programmes Mannheim Master in Data Science (M.Sc.) sollten

• Interesse an IT und am Programmieren haben,
• ein grundlegendes Verständnis von Statistik und Mathematik mitbringen,
• innovativ sein,
• analytisch denken.

Hinweis: Der Aufbau bezieht sich auf einen Studien­start im Herbst-/Wintersemester 2024. Studierende mit früherem Start finden einen Über­blick über den Aufbau des Studien­gangs auf den Seiten der Fakultät für Wirtschafts­informatik und Wirtschafts­mathematik.

Der Master­studien­gang umfasst sieben Bereiche:

• Data Science Fundamentals (27 ECTS)
• Data Management (6–24 ECTS)
• Data Analytics Methods (12–36 ECTS)
• Responsible Data Science (3–7 ECTS)
• Data Science Applications (0–12 ECTS)
• Projects and Seminars (14–18 ECTS)
• Master’s Thesis (30 ECTS)

Der Block Data Science Fundamentals umfasst vier Pflichtkurse in den Bereichen Data Mining, maschinelles Lernen, Management großer Datenmengen sowie Datensicherheit und Datenschutz. Im Bereich Data Management werden Methoden des Daten­managements von der Optimierung von Datenbankabfragen bis hin zu Blockchains vermittelt. Im Bereich Data Analytics Methods werden Data-Mining-Methoden für verschiedene Arten von Daten wie Text-, Bild-, Prozess- und soziale Netzwerkdaten vermittelt. Im Bereich Responsible Data Science lernen die Studierenden, die gesellschaft­lichen Aus­wirkungen von Data Science und KI zu beurteilen. Der Bereich Data Science Applications umfasst Lehr­veranstaltungen verschiedener Fach­richtungen wie Wirtschafts-, Geistes- und Sozial­wissenschaften, die datengetriebene Methoden in unter­schiedlichen Anwendungs­bereichen diskutieren. In Projekten und Seminaren sowie in der Master­arbeit führen die Studierenden schließlich eigene Forschungs­projekte durch, sowohl einzeln als auch in Teams.

Eine vollständige Liste der Kurse finden Sie im Modulkatalog.

In unserem Auswahl­verfahren berücksichtigen wir viele verschiedene Kriterien. Alle Details finden Sie in der Auswahlsatzung (siehe unten). Wir freuen uns sehr über Ihr Interesse und Ihre Bewerbung!

Essay
Zusätzlich zu Ihren Bewerbungs­unter­lagen müssen Sie einen Aufsatz in englischer oder deutscher Sprache im Umfang von mindestens 5.000 Wörtern einreichen, der im Rahmen eines Studiums (z. B. einer Bachelor­arbeit) mit einem fach­lichen Schwerpunkt in den Bereichen Data Science, Mathematik, Informatik oder Statistik entstanden ist. Der Text muss den allgemeinen Regeln für wissenschaft­liches Schreiben entsprechen.