Im in­ter­dis­zi­pli­nä­ren Mas­ter-Stu­di­en­gangs Data Sci­ence ler­nen Stu­die­ren­de, wie sie ma­schi­nel­les Ler­nen und künst­li­che neu­ro­na­le Netze für ak­ku­ra­te Pro­gno­sen ein­set­zen kön­nen. Dar­über hin­aus ent­wi­ckeln sie aber auch ein Ge­samt­ver­ständ­nis, wie die The­men Da­ten­hal­tung, -auf­be­rei­tung, -ana­ly­se und -vi­sua­li­sie­run­gen in Data Sci­ence Pro­jek­ten ge­winn­brin­gend ein­ge­setzt wer­den kön­nen.

• Po­ten­zia­le er­ken­nen: Wel­che Pro­ble­me las­sen sich lösen? Wel­che neuen Pro­duk­te kön­nen ent­ste­hen?
• Mehr­wer­te er­zeu­gen: Wel­che Daten sind wert­voll? Wel­che KI-Al­go­rith­men er­zie­len die bes­ten Pro­gno­sen? Wie kön­nen Data Sci­ence Pro­zes­se in der Cloud um­ge­setzt wer­den?
• Da­ten­ethik und Da­ten­schutz mit­den­ken: Wie schüt­ze ich als Un­ter­neh­men sen­si­ble Daten? Wie kann KI fair und er­klär­bar ge­stal­tet wer­den?

Die Stu­die­ren­den er­ler­nen die In­hal­te an­hand rea­ler An­wen­dungs­fäl­le und kön­nen ihre Kennt­nis­se mit­hil­fe der re­le­van­ten Tech­no­lo­gi­en und Pro­gram­mier­spra­chen an­wen­den. So sind sie bes­tens dar­auf vor­be­rei­tet, als Data Sci­en­tists in den un­ter­schied­lichs­ten Bran­chen die Zu­kunft zu ge­stal­ten.​​​​​​