MSE Master of Science in Engineering

The Swiss engineering master's degree


Data Science (DS)

Daten sind die Grundlage für viele Produkte und Services, die unseren Alltag bestimmen. Mit dem MSE in Data Science verfügen Sie über die wichtigsten Methoden und Werkzeuge, um Daten aufzubereiten und effizient zu organisieren, diese zu analysieren und mit ihnen  innovative datengestützte Produkte zu generieren.

Berufsbild

Professionelle Datenwissenschaftler entwerfen, entwickeln und implementieren verschiedenste Datenprodukte und Datenpipelines für Unternehmen und öffentliche Einrichtungen. Der Schweizer Arbeitsmarkt bietet Ihnen Jobs in den Bereichen Data Engineering, Datenanalyse oder datengestützte Dienstleistungen. Von der Datenerhebung und Verarbeitung von Daten bis hin zum Machine und Deep Learning oder der Entwicklung von Datenprodukten –  in nahezu jeder Branche finden Sie passende Herausforderungen und Möglichkeiten, Ihre Zukunft zu gestalten.

Profilinhalte

Das MSE Studium im Profil Data Science fusst auf drei thematischen Säulen:

  • Datenanalyse
  • Data Engineering
  • Datengestützte Produkte und Dienstleistungen

Kompetenzen

Absolventen des MSE in Data Science sind in der Lage, statistische Methoden zur Beschreibung und Erforschung von Daten anzuwenden und daraus Schlussfolgerungen zu ziehen. Mithilfe von Data Mining, Machine und Deep Learning werden Sie datengestützte Modelle erstellen. Sie organisieren die Erfassung und Beschaffung von anwendungsspezifischen Daten aus heterogenen Quellen. Darüber hinaus sind Sie in der Lage, die Speicherung solcher Daten zu planen und zu organisieren. Die Entwicklung von Anwendungen, die Datenströme verarbeiten, Merkmale extrahieren und Modelle darauf anwenden können, gehört ebenfalls zu Ihren Kompetenzen. Sie lernen, geschäftliche Anforderungen in Bezug auf Daten-Pipelines zu verstehen und Analyseergebnisse in Aktionen umzusetzen. Darüber hinaus verstehen Sie nicht-technische Einschränkungen in Bezug auf Ethik, Datenschutz und Sicherheit bei der Verarbeitung von Daten in Unternehmen und öffentlichen Institutionen.

Einstiegsqualifikationen und Aufnahmeverfahren

Für die Anmeldung zu diesem Profil sind spezifische Fähigkeiten erforderlich. Studierende mit einem überdurchschnittlich guten Bachelorabschluss erfüllen in der Regel diese Zugangsvoraussetzungen.

  • BSc in Data Science oder vergleichbarer Abschluss

Die Beurteilung der Einstiegsqualifikationen ist Teil des Einschreibungsprozesses der jeweiligen Hochschule. Studierende, die keinen der oben genannten Bachelorabschlüsse haben, werden von der jeweiligen Fachhochschule individuell auf ihre Eignung geprüft.

Empfohlene Theoriemodule

Die Theoriemodule umfassen 30 von 90 ECTS. Die Module werden von Professorinnen und Professoren aus der ganzen Schweiz an unterschiedlichen Durchführungsorten unterrichtet. Sie werden diese Module gemeinsam mit anderen MSE-Studierenden absolvieren. Hier finden Sie die empfohlenen Theoriemodule für das MSE-Profil Data Science (DS).

Differenzierung zum Bachelor of Science

Das MSE-Profil Data Science vervollständigt Ihre Ausbildung in den Bereichen Data Engineering, Datenanalyse und Daten getriebene Produkte. Dazu gehören fortgeschrittene Kompetenzen in den Bereichen Statistik, Data Mining, maschinelles Lernen und Deep Learning sowie das Design, die Implementierung und der Einsatz von datengestützten Produkten für Unternehmen.

Entdecken Sie mehr

Unten sehen Sie die Fachhochschulen (FH), welche das Profil Data Science (DS) anbieten. Entdecken Sie mehr über das Studium an den einzelnen FHs.

Sprachen im Studium

Vertiefungsstudium in Deutsch oder Französisch (Biel), zentrale Vorlesungen in Englisch, Deutsch oder Französisch

Fokus

  • Data Engineering für grosse Datenmengen
  • Analyse von Text- und Graphendaten
  • Anwendungen zur Visualisierung und Datenanalyse für Unternehmen
  • Smart Applications in Legal-Tech und Life Sciences

Hier geht es zum Profil an der BFH

Sprachen im Studium

Englisch

Fokus

In der Ausprägung des MSE Profils Data Science an der FHNW erwerben Studierende vertiefte Kenntnisse in statistischer Datenanalyse, Data Engineering, Machine Learning und Deep Learning. Ein starker Fokus liegt in der Anwendung dieser Techniken in resultat-orientierten, angewandten Fragestellungen mit Industrie- und Forschungspartnern.

Hier geht es zum Profil an der FHNW

Study language

Central modules (30 ECTS) and deepening modules (18 ECTS) are given in English and French. Deepening projects (2x6 ECTS) and Master thesis (30 ECTS) can be realized either in English or in French.

Main focus

The Data Science profile (DS) at HES-SO aims at acquiring deep practical and methodological competences in data analytics, artificial intelligence, deep learning, big data, information visualization and, generally speaking, systems for data services that are interoperable, reliable and scalable.

Check profile at HES-SO

Sprachen im Studium

Deutsch und Englisch

Fokus

  • Anwendung von statistischen Methoden, Data Mining, maschinelles Lernen und Deep Learning.  
  • Fokus auf Data Engineering, Datenanalyse und Data Services.
  • Design, Entwicklung und Einsatz von Datenprodukten und Datenpipelines in Unternehmen und öffentlichen Einrichtungen.

Hier geht es zum Profil an der HSLU

Sprachen im Studium

Mischung aus Englisch und Deutsch

Fokus

  • Anwendung Data Science Methoden mit Schwerpunkt auf industriellen Problemen.
  • Interdisziplinäre datenwissenschaftliche Projekte an der Schnittstelle von Informatik, Geostatistik, Logistik, Business Intelligence, etc.
  • Verwendung von leistungsfähiger Computer-Hardware.

Hier geht es zum Profil an der OST

Sprachen im Studium

Englisch

Fokus

  • Probabilistic machine learning (Bayesian networks, Bayesian optimization, etc)
  • Deep Learning and Computer Vision
  • Robotics
  • Forecasting
  • Dynamic systems, control and reinforcement learning
  • Natural language processing
  • Projects with national and international companies

Hier geht es zum Profil an der SUPSI

Sprachen im Studium

Englisch oder ein Mix aus Deutsch und Englisch

Fokus

  • Datenbank und Informationsysteme, Datenanalyse, Datentechnik und Datendienste
  • Artificial Intelligence, Computer Vision, Machine and Deep Learning, Signal Processing, Statistical Data Analysis, Text Analytics
  • Entwicklung datengesteuerter Dienste

Hier geht es zum Profil an der ZHAW