- Masterprogramm ohne Präsenzpflicht an Deutschlands größter Hochschule
- Studienstart jederzeit möglich, kein Semesterbetrieb
- interessante Vertiefungen, etwa in Big Data und Software Engineering
- Masterprogramm in nur 2–4 Semestern mit 60 ECTS oder in 4–8 Semestern mit 120 ECTS
- Unterrichtssprache wahlweise Deutsch oder Englisch
Das sind die Voraussetzungen für den Master Data Science
Den Master Data Science bietet die IU Internationale Hochschule in 2 Varianten an: die 60-ECTS-Variante dauert im Vollzeitstudium 2 Semester, die 120-ECTS-Variante dauert im Vollzeitstudium 4 Semester.
Für beide Varianten wird ein erster Studienabschluss an einer staatlich anerkannten oder staatlichen Hochschule vorausgesetzt, etwa ein Bachelor- oder Masterabschluss. Die Abschlussnote Ihres Abschlusses sollte mindestens „Befriedigend“ sein.
Für die 60-ECTS-Variante wird darüber hinaus Folgendes vorausgesetzt:
- Umfasst Ihr erster Abschluss 240 ECTS und Sie können mindestens 1 Jahr qualifizierte Berufserfahrung nachweisen, können Sie sofort ins Masterprogramm immatrikuliert werden.
- Umfasst Ihr erster Abschluss 210 ECTS und Sie können mindestens 1 Jahr qualifizierte Berufserfahrung nachweisen, können Sie sofort ins Masterprogramm Data Science immatrikuliert werden. Alternativ belegen Sie an der IU Module im Umfang von mindestens 30 ECTS nach.
- Umfasst Ihr erster Abschluss 180 ECTS, belegen Sie Kurse im Umfang von mindestens 30 ECTS nach und weisen zusätzlich Berufserfahrung von mindestens 1 Jahr nach. Alternativ weisen Sie mindestens 2 Jahre qualifizierte Berufserfahrung nach.
- Sie weisen Kentnnisse in Grundlagen der industriellen Softwaretechnik und Statistik nach. Entsprechende Brückenkurse können Sie ggf. vor Studienantritt an der IU nachbelegen.
- Sie haben die Kurse „Advanced Mathematics“ bzw. „Weiterführende Mathematik“ und „Programming with Python“ bzw. „Programmieren mit Python“ absolviert oder können vergleichbares Vorwissen nachweisen. Die Kurse können Sie an der IU kostenfrei vor Studienantritt belegen.
Für die 120-ECTS-Variante wird darüber hinaus Folgendes vorausgesetzt:
- Sie können mindestens 1 Jahr qualifizierte Berufserfahrung nachweisen.
- Sie weisen Kentnnisse in Grundlagen der industriellen Softwaretechnik und Statistik nach. Entsprechende Brückenkurse können Sie ggf. vor Studienantritt an der IU nachbelegen.
Zusätzlich können Sie wählen, ob Sie diesen Masterstudiengang in deutscher oder in englischer Unterrichtssprache absolvieren. Falls Sie sich für die englischsprachige Variante entscheiden, weisen Sie Ihre Englischkenntnisse via TOEFL, IELTS, Duolingo Englisch-Test, Cambridge-Zertifikat oder ähnlich nach. Auf Wunsch können Sie an der IU auch einen kostenfreien Englischkurs auf dem Niveau B2 absolvieren.
Darüber hinaus können Sie umfangreich Vorleistungen anerkennen lassen, um die Studienzeit im Fernstudium zu verkürzen und um Studiengebühren zu sparen. Anerkannt werden können beispielsweise Leistungen, die Sie in vorherigen Masterprogrammen erbracht haben. Und auch umfassende Berufserfahrung im Bereich Data Science kann Ihnen die Hochschule anerkennen. Ihren Antrag auf Anerkennung stellen Sie am besten gleich mit Ihrer Bewerbung.
Das sind die Studieninhalte im Onlinestudium Data Science
Dieser Master an der IU umfasst etwa 7–16 Module, die Sie im Laufe von 2–4 Semestern Regelstudienzeit belegen und absolvieren. Jedes Modul hat einen Umfang von 5–10 Leistungspunkten (ECTS) und schließt mit einer Prüfungsleistung wie einer Hausarbeit oder einer Klausur ab. Insgesamt erarbeiten Sie sich so 60–120 Leistungspunkte von Modul zu Modul und von Semester zu Semester.
In der 60-ECTS-Variante ist das Vollzeitstudium aufgebaut wie folgt:
- Semester 1: Evaluierung und Use Case, Seminar: Aktuelle Themen im Data Science, Machine Learning, Deep Learning, Weiterführende Statistik, Fallstudie: Model Engineering
- Semester 2: Wahlpflichtmodul A, Masterarbeit
Als Vertiefung haben Sie die Wahl aus diesen spannenden Modulen: Big Data und Software Engineering, Produktionsmethoden Industrie 4.0 und Automatisierungstechnik, Angewandtes Autonomes Fahren.
In der 120-ECTS-Variante ist das Vollzeitstudium aufgebaut wie folgt:
- Semester 1: Data Science, Weiterführende Mathematik, Seminar: Data Science und Gesellschaft, Weiterführende Statistik, Use Case und Evaluierung, Projekt: Data Science Use Case
- Semester 2: Programmieren mit Python, Machine Learning, Deep Learning, Big Data Technologien, Wahlpflichtfach A
- Semester 3: IT Sicherheit und Datenschutz, Fallstudie: Model Engineering, Software Engineering für Datenwissenschaften, Wahlpflichtmodul B, Seminar: Aktuelle Themen im Data Science
- Semester 4: Masterarbeit
Das Besondere im Masterstudium Data Science an der IU sind die vielen Möglichkeiten, sich im Wahlpflichtbereich in Themengebiete nach eigenen Interessen und Berufsfeldern zu vertiefen.
Als erste Vertiefung haben Sie die Wahl aus diesen spannenden Modulen: Data Science Specialist, Technical Project Lead, Data Engineer, Business Analyst.
Als zweite Vertiefung haben Sie die Wahl aus diesen spannenden Modulen: Cognitive Computing, Angewandtes Autonomes Fahren, Self Learning Systems, Automatisierungstechnik und Internet of Things, Innovate and Change, Management, Global Branding und Sales, Konsumentenverhalten und Internationales Marketing, Strategisches Finanzmanagement.
So flexibel ist die Regelstudienzeit im Fernstudium Data Science
An der IU Internationalen Hochschule entscheiden Sie sich im berufsbegleitenden Fernstudium für eines von 3 Studienmodellen:
- Im Vollzeitstudium liegt die Regelstudienzeit bei 2 Semestern für die 60-ECTS-Variante und bei 4 Semestern für die 120-ECTS-Variante. Sie können die Regelstudienzeit um bis zu 2 Semester ohne zusätzliche Kosten verlängern. Das Vollzeitstudium in Data Science eignet sich insbesondere für alle, die nicht oder nur wenige Stunden in der Woche berufstätig sind.
- Im Teilzeitstudium I beträgt die Regelstudienzeit 3 Semester für die 60-ECTS-Variante und 6 Semester für die 120-ECTS-Variante. Sie können die Regelstudienzeit um bis zu 2 Semester ohne zusätzliche Kosten verlängern. Das Teilzeitstudium I eignet sich beispielsweise, wenn Sie neben dem Studium in Teilzeit arbeiten.
- Im Teilzeitstudium II beträgt die Regelstudienzeit 4 Semester für die 60-ECTS-Variante und 8 Semester für die 120-ECTS-Variante. Sie können die Regelstudienzeit um bis zu 2 Semester ohne zusätzliche Kosten verlängern. Das Teilzeitstudium II ist besonders geeignet, wenn Sie neben Ihrem Fernstudium beruflich stark eingebunden sind.
Übrigens können Sie im Laufe des Studiums auch ein Urlaubssemester einlegen, ohne zusätzliche Kosten.
Wie läuft das Onlinestudium an der IU ab?
Im Master-Fernstudium Data Science an der IU Internationalen Hochschule gibt es keine Präsenzpflicht – Sie lernen durchgehend von zuhause aus, in der Bibliothek Ihrer Wahl oder wo auch immer Sie am besten lernen können.
Ihre Module und Lehrveranstaltungen belegen Sie, wann Sie wollen. So können Sie sich in der Regel Ihren Studienplan und Semesterablauf flexibel selbst zusammenstellen.
Zentral für das IU-Fernstudium sind Ihre interaktiven Lernskripte. Die Skripte erhalten Sie sowohl in gedruckter Form als auch digital als PDF und fürs Tablet. Über die smarte App IU Learn erhalten Sie sowohl Zugriff auf die Skripte für Ihr Studium in Data Science als auch auf Skripte aus allen anderen Fernstudiengängen an der IU.
Über myCampus, den Onlinecampus der IU, greifen Sie außerdem auf Zusatzmaterialien zu, etwa auf Videos. Mit Ihren Dozenten und Komilitonen bzw. Komilitoninnen tauschen Sie sich beispielsweise in virtuellen Live-Formaten, etwa über die interaktiven Lehrveranstaltungen.
Und Klausuren? Die schreiben Sie auf Wunsch als Onlineklausuren. Eine Onlineklausur können Sie rund um die Uhr absolvieren, sobald Sie sich ausreichend für den Lernstoff vorbereitet fühlen. Alternativ schreiben Sie die Klausur an einem der zahlreichen Klausurzentren der IU in ganz Deutschland.
Studienberatung
Fragen zum Studium Data Science? Stellen Sie Ihre Frage hier, auch anonym. Ein Mitarbeiter der Einrichtung IU Internationale Hochschule oder die Redaktion wird Ihnen antworten.
or post as a guest