Beschreibung
1987 verkündete der berühmte britische Statistiker George Box: „Im Grunde sind alle Modelle falsch, aber einige sind nützlich“. Heute arbeiten Unternehmen wie OpenAI oder Google nicht mehr an Modellen, die möglicherweise schlechte Vorhersagen liefern, sondern extrahieren einfach relevante Informationen aus einer Fülle von Daten, für die es gar keine Modelle gibt. Dennoch ist Data Science weit mehr als nur Anpassen von Kurven. Es ist echte Wissenschaft! Sicherlich werden physikalische Modelle für die numerische Wettervorhersage oder die Proteinfaltung auch in Zukunft benötigt und auch werden Naturwissenschaften nicht verschwinden. Was wir derzeit erleben, ist lediglich erst der Anfang der Integration von Data Mining und leistungsstarken Large Language Models mit Modellen aus Physik, Chemie oder Biologie - ein Ende ist nicht in Sicht!
Warum Mathematical Data Science studieren?
Der Master-Studiengang Mathematical Data Science bietet dir umfassende Ausbildung in den mathematischen Grundlagen der Data-Science-Algorithmen. Dazu gehören Kurse in nicht-konvexer Optimierung und numerischer Simulation, numerischer linearer Algebra, stochastischen Prozessen, hochdimensionaler Statistik oder Graphentheorie, aber auch Kurse, die die Grundlagen der Informatik vermitteln, wie neuronale Netze, verteiltes Rechnen, Kryptographie oder Information Retrieval. Ergänzt wird dieses Kern-Curriculum durch zahlreiche Module aus verwandten Anwendungsbereichen wie KI, Computational Neuroscience, Regelungstechnik, Cybersicherheit oder Bioinformatik, in denen du lernst, wie du die Grundlagen praktisch anwended kannst.
Der Master-Studiengang Mathematical Data Science ist für dich das Richtige, wenn du hinter die Kulissen schauen und z.B. verstehen willst
- wie große Modelle im Bereich Maschinelles Lernen trainiert werden,
- wie Data Mining funktioniert (oder wann und warum es schiefgehen kann),
- wie Stromnetze oder Verkehrsnetze unter Unsicherheiten verwaltet werden können.
Bist du lediglich daran interessiert sind, Datenanalysetools von der Stange auf bestimmte Probleme anzuwenden, solltest du dich aber besser nach einem anderen Fach umsehen.
Warum Mathematical Data Science an der BTU Cottbus-Senftenberg studieren?
Durch das Studium an einer kleinen Technischen Universität mit vielen studiengangsübergreifenden Lehrveranstaltungen kommst du schnell in Kontakt mit deinen Mitstudierenden aus anderen Fachrichtungen (z.B. Ingenieurwesen, Wirtschaftswissenschaften). Du lernst dabei auch die Projekte deiner Kommiliton*innen kennen und wirst feststellen, dass es an der BTU zahlreiche Möglichkeiten gibt, datenwissenschaftliche Methoden anzuwenden, um Spitzenforschung in den Bereichen Energiesysteme, Neurowissenschaften oder nachhaltige Technologien zu betreiben.
Internationale Studierende haben die Möglichkeit, Deutschkurse zu belegen, die sie für eine spätere Karriere in der Industrie oder im öffentlichen Sektor fit machen. (Deutschsprachige Studierende können eine weitere Sprache lernen.)
Berufliche Tätigkeitsfelder
Nach dem Studium erwarten dich ausgezeichnete Karrierechancen
- in der Wissenschaft
- in der Industrie
- im öffentlichen Sektor
wobei die Anwendungsbereiche von IT und Technologie bis hin zu Gesundheitswesen, Finanzen, Beratung oder Ressourcenmanagement reichen.
Studierende, die lediglich daran interessiert sind, Datenanalysetools von der Stange auf bestimmte Probleme anzuwenden, sollten sich besser nach einem anderen Fach umsehen.
Bewerbung und Zulassung
Zugangsvoraussetzungen
- Ein erster berufsqualifizierender Abschluss (mind. Bachelor-Grad) in einem mathematischen oder mathematiknahen Studiengang, insbesondere in den Bachelor-Studiengängen Mathematik oder Wirtschaftsmathematik.
- Eine ausreichende inhaltliche Nähe des Abschlusses liegt vor, wenn die Ausbildung in Mathematik einen vergleichbaren Umfang aufweist wie die Bachelor-Studiengänge Mathematik oder Wirtschaftsmathematik der BTU Cottbus-Senftenberg.
- Zertifikat über Englischkenntnisse, wie es in den Sprachanforderungen beschrieben wird. Es werden nur gültige Zertifikate anerkannt, »medium of instruction certificates« werden nicht akzeptiert.
Für Bewerber*innen mit deutscher Hochschulzugangsberechtigung kann das Abitur-Zeugnis als ausreichender Nachweis dienen.
