Mannheim Master in Data Science

Der Mannheimer Master in Data Science (MMDS) vermittelt den Studierenden das Wissen und die Fähigkeiten, die notwendig sind, um einen operativen Einblick in große und komplexe Datensätze zu gewinnen. Er umfasst sechs Haupt­bereiche: Grundlagen, Daten­management, Datenanalytik, Responsible Data Science, Projekte und Seminare sowie die Master-Thesis.

Fundamentals (0 – 14 ECTS)

Das Ziel des Bereichs Grundlagen ist es, die verschiedenen Kenntnisse, die die Studierenden in ihren vorherigen Studien­gängen erworben haben, miteinander in Einklang zu bringen. Absolventen von Informatik- und Mathematik­studien­gängen erwerben die für die empirische Forschung erforderlichen Kenntnisse (insbesondere Datenerhebung und multivariate Statistik). Absolventen sozial­wissenschaft­licher Studien­gänge und anderer Fach­richtungen erwerben die erforderlichen Kenntnisse in Informatik (insbesondere Programmierung und Datenbanktechnik).

Data­management (18 – 36 ECTS)

Eine der zentralen Herausforderungen im Bereich Big Data ist der Umgang mit der enormen Menge, Geschwindigkeit, Heterogenität und Qualität der in der Industrie, im öffentlichen Sektor und in der Wissenschaft erhobenen Daten. Der Bereich Daten­management umfasst Methoden und Konzepte zur Gewinnung, Speicherung, Integration, Verwaltung, Abfrage und Verarbeitung großer Datenmengen. Der Bereich umfasst Kurse zu modernen Daten­management­technologien (wie parallele Datenbank­systeme, Spark und NoSQL-Datenbanken), Datenintegration, Informations­abfrage und -suche, Software-Engineering und Algorithmen.

Data Analytics (30 – 54 ECTS)

Der Bereich Datenanalytik bildet den Kern des Studien­gangs. Er bietet Kurse, die von Data Mining, maschinellem Lernen und Entscheidungs­unter­stützung über Textanalytik und natürliche Sprach­verarbeitung bis hin zu fortgeschrittenen sozial­wissenschaft­lichen Methoden wie Quer- und Längsschnittdatenanalyse reichen. Ergänzt wird das methodische Angebot durch Kurse zu Optimierung, Visualisierung, Mathematik und Information sowie algebraischer Statistik.

Responsible Data Science (3 – 10 ECTS)

Der Umgang mit Daten ist ein wichtiges Thema. Eine Vielzahl von Interessen­gruppen ist zunehmend besorgt über die un­verantwortliche Nutzung von Daten. In diesem Bereich unter­suchen die Studierenden Techniken, Infrastrukturen und Ansätze der Daten­wissenschaft, um sie verantwortungs­voller zu gestalten.

Projekte und Seminare (14 – 18 ECTS)

Der Bereich Projekte und Seminare führt die Studierenden in die eigenständige Forschung ein und vermittelt die notwendigen Fähigkeiten, um erfolgreich an größeren Data-Science-Projekten teilzunehmen und zu ihnen beizutragen. Der Bereich besteht aus Forschungs­seminaren, Einzel­projekten und Team­projekten. Die Projekte werden gemeinsam mit Industrie­partnern durchgeführt und/oder unter­stützen laufende Forschungs­arbeiten der beteiligten Institute.

Master-Thesis (30 ECTS)

In der Master­arbeit wenden die Studierenden an, was sie während des Studiums gelernt haben. Die Master-Thesis wird über einen Zeitraum von sechs Monaten geschrieben. Die Studierenden werden ermutigt, ihre Arbeit entweder im Rahmen von Forschungs­projekten der beteiligten Institute oder in Zusammenarbeit mit einem Industrie­partner zu schreiben. Häufig schreiben die Studierenden ihre Master­arbeit in Zusammenarbeit mit einem Unter­nehmen aus dem MMDS-Industrie­partner­netzwerk.