Beschreibung des Angebots

Der Master ist der zweite Hochschulabschluss und verlangt in der Regel 90 - 120 ECTS-Punkte. Das Master-Studium Data Science umfasst 120 Kreditpunkte.

Der Studiengang vermittelt vertiefte Kenntnisse in den Datenwissenschaften. Grundlegende Konzepte und Methoden in der Datenanalyse (Statistik, Maschinelles Lernen) sowie in der Verarbeitung von grossen Datenmengen (Informationssysteme, effiziente Algorithmen und Optimierung) werden untersucht und in  komplexen Anwendungen der Ingenieur- und Naturwissenschaften eingesetzt. Im Rahmen eines Data Science Projektkurses werden konkrete praktische Probleme aus interdisziplinären Anwendungen bearbeitet, wobei der Entwurfsprozess von der Modellierung bis hin zum Implementieren und Validieren von Data Science Techniken studiert wird.

Organisation des Studiums

Jede Ausbildung im Rahmen des Studiengangs steht unter der inhaltlichen Beratung und Koordination einer Professorin/eines Professors, Mentorin/Mentor genannt. Die Mentorin/der Mentor legt in Absprache mit der Studentin/dem Studenten die zu absolvierenden Fächer im individuellen Studienplan fest.

Aufbau der Ausbildung

1 ECTS-Kreditpunkt entspricht einem Aufwand von 25-30 Arbeitsstunden.

KP = Kreditpunkte

Die Kernfächer vermitteln grundlegendes, breites Wissen über die Kernbereiche der Datenanalyse und den Umgang mit Daten.

Die interdisziplinären Wahlfächer eröffnen den Studierenden die Möglichkeit, fächerübergreifende Lehrveranstaltungen zu besuchen.

Die Projektkurse dienen dazu, das in den Kernfächern erworbene Wissen in Projekten anzuwenden und erste Erfahrungen in interdisziplinären Forschungsprojekten zu sammeln.

In den Seminaren haben die Studierenden die Aufgabe, wissenschaftliche Publikationen selbständig durchzuarbeiten und unter Leitung einer Professorin/eines Professors vorzutragen und zu diskutieren.

Wissenschaft im Kontext sind Fächer aus dem Bereich Geistes-, Sozial- und Staatswissenschaften (GESS). In den Vorlesungen und Seminaren werden historische, moralische, erkenntnistheoretische, juristische, ökonomische und politische Kontexte untersucht. Die Studierenden lernen, Zusammenhänge zwischen wissenschaftlichen Erkenntnissen, technischen Innovationen, kulturellen Kontexten, Individuen und Gesellschaften zu erkennen und kritisch zu hinterfragen.

Die Master-Arbeit bildet den Abschluss des Master-Studiums. Die Studierenden sollen mit der Master-Arbeit ihre Fähigkeit zu selbständiger und wissenschaftlich strukturierter Tätigkeit nachweisen.

Link zum Aufbau der Ausbildung

• ethz.ch > Aufbau der Ausbildung

Fächerkombination

ETH-Studiengänge sind allgemein Monofachstudiengänge. Es ist nicht möglich, Nebenfächer zu belegen.

Beschreibung als Nebenfach / Minor / Teilstudium / auch ausserfakultär

ETH-Studiengänge sind allgemein Monofachstudiengänge. Data Science kann nicht als Nebenfach belegt werden.