Mathematics for Data and Resource Sciences (M.Sc.)

Mathematics for Data and Resource Sciences (M.Sc.) 2024

Studienkonzept

In heutigen Tätigkeiten von modernen Industrieunternehmen sind mathematische Fähigkeiten unumgänglich. Zudem sind die notwendige Quantifizierung, sachgemäße Beurteilung und Erfassung der Inhalte anwendungsorientierter Forschung nur durch einen hohen und qualifizierten Einsatz mathematischer Methoden durchführbar. Insbesondere angesichts des Klimawandels sowie auch bei der Adressierung der damit verbundenen Herausforderungen sind die Verarbeitung großer Datenmengen einerseits und das Verständnis technischer Schwierigkeiten im Bereitstellen, Befördern, und Recyceln von Wertstoffen andererseits essentiell. Basierend auf einem hervorragenden mathematischen Fundament, das idealerweise in einem allgemeinbildenden Bachelorstudiengang Mathematik gelegt wurde, fokussiert sich der englischsprachige Studiengang Mathematics for Data and Resource Sciences auf die Methoden und Techniken, um die obenbeschriebenen Herausforderungen zu verstehen und mathematisch angehen zu können.

Ziel des Studiengangs

Erfolgreiche Absolventinnen und Absolventen des Masterstudiengangs Mathematics for Data and Resource Sciences verfügen über die Techniken, Methoden und die allgemeinen mathematischen Fähigkeiten, um die drängendsten Probleme der heutigen Zeit lösen zu können. Dazu gehören das Verständnis und die Verwertbarkeit großer Datenmengen, das Beherrschen des computergestützten sogenannten maschinellen Lernens sowie ein großes Problemverständnis im Bereich knapper Ressourcen, wie seltener Rohstoffe im Speziellen oder dem Planeten Erde im Allgemeinen.

Anwendungsorientierte Ringvorlesungen

In eigens für den Studiengang erstellten Ringvorlesungen werden mathematische Probleme aus der Praxis diskutiert. Diese liefern einen Katalog relevanter Problemstellungen, um die erlernten Fähigkeiten sinnvoll anzuwenden. Dabei betreffen die vorgestellten Themenkomplexe den Kern der einzelnen Forschungsgebiete und werden ständig aktualisiert, um den besten Einblick in die mathematischen Fragestellungen zu gewinnen.

Industriepraktikum

Ein Engagement der Studierenden bei lokal ansässigen Firmen wird belohnt. Absolviert man während des Studiums ein mindestens vier Monate andauerndes Industriepraktikum, kann diese Zeit auf die Bearbeitung der Masterarbeit angerechnet werden: Die maximale Bearbeitungsdauer wird um 3 Monate auf 6 Monate verkürzt und der erforderliche Inhalt entsprechend abgesenkt. Insbesondere soll dadurch die lokale Wirtschaft von schnellen Abschlüssen und passgenauen Fähigkeiten der Studierenden einerseits als auch die Studierenden selbst durch ein bestenfalls dauerhaftes Arbeitsverhältnis in der Region profitieren.

Studienbegleitende Masterarbeit

Das Studienangebot im vorliegenden Studiengang ist breit gefächert. Dadurch kann eine sehr umfassende und facettenreiche Ausbildung garantiert werden. Um die vielfältigen Inhalte auf alle vier Mastersemester ausdehnen zu können, kann die Bearbeitung der Masterarbeit durch flexiblere Fristen als bei den meisten anderen Studiengängen schon während des 3. Semesters beginnen.

Zertifizierung für spezielle Ausbildung

Im Rahmen des internationalen Masters ist es möglich, sich zertifizieren zu lassen, wenn während des Studiums vertiefte Kenntnisse in Mathematical Data Science oder Geomathematics erlangt wurden. Durch die jeweilige Spezialisierung, wobei die erste eher den Fokus auf die Ver- und Bearbeitung (großer) Datenmengen legt und die zweite eher mathematische Probleme des Klimawandels oder der Kreislaufwirtschaft ins Zentrum des Interesses stellt, sind Absolventen und Absolventinnen ideal für die Anforderungen in der beruflichen Praxis vorbereitet.

Bitte beachten Sie, dass es sich um einen englischsprachigen Studiengang handelt.

Berufsfelder

• IT-Unternehmen wie z.B. Google oder IBM
• Finanzindustrie und Versicherung: z.B. in der Datenanalyse
• Kreislaufwirtschaft: z.B. bei der Optimierung von Software für Kläranlagen, der Ressourcenoptimierung bei industriellen Fertigungsprozessen oder auch in den Materialwissenschaften
• Unternehmensberatung: z.B. in der Datenanalyse
• Automobilindustrie: z.B. im Bereich des autonomen Fahrens oder der Absicherung von Software

Weitere Informationen zum Studiengang.