Mathematical Data Science (Master)

Angehende AbsolventInnen von Mathematical Data Science sollen

• Kenntnisse verschiedener Teilgebiete der Mathematik und Informatik und deren Relevanz für die Datenwissenschaft vertiefen,
• Einsichten in interdisziplinäre Aspekte sowie ein fundiertes Wissen über mathematische Methoden zur Analyse und Entwicklung neuer datenwissenschaftlicher Techniken erwerben,
• Kompetenzen in der Entwicklung und Umsetzung von Problemlösungsstrategien weiter ausprägen,
• Konzepte der künstlichen Intelligenz und des maschinellen Lernens vertiefen,
• die Fähigkeit weiterentwicklen, komplexe Zusammenhänge eigenständig  zu strukturieren und mathematische Methoden und Algorithmen auf datenwissenschaftliche Problemstellungen anzuwenden.

Ein Studium von Mathematical Data Science fördert die

• Fähigkeit zum abstrakten Denken und zum Durchdringen komplexer Sachverhalte,
• Ausdauer und die Kreativität beim Lösen von Problemen,
• Kenntnisse und Fertigkeiten, mathematische Methoden algorithmisch umzusetzen und auf praktische Probleme anzuwenden,
• Offenheit interdisziplinär und im Team zu arbeiten.

Das Bayerische Hochschulgesetz (BayHSchG) setzt für die Immatrikulation in einen Master-Studiengang eine "besondere Qualifikation" voraus.

Für den Masterstudiengang Mathematical Data Science an der Universität Würzburg werden im Wesentlichen inhaltliche Anforderungen gestellt:

1. Abschluss in einem Bachelorstudiengang bspw. in Mathematical Data Science, Computational Mathematics sowie Mathematik oder einem vergleichbaren Studiengang,
2. Kompetenzen im Umfang von mindestens 45 ECTS-Punkten in folgenden Teilgebieten der Mathematik: Analysis (Differential- und Integralrechnung in einer und mehreren Variablen), gewöhnliche Differentialgleichungen, partielle Differentialgleichungen, Nichtlineare Dynamik, Vektoranalysis, Funktionentheorie, Lineare Algebra, Algebra, Geometrie, Diskrete Mathematik, Funktionalanalysis, Stochastik,
3. Kompetenzen im Umfang von mindestens 55 ECTS-Punkten aus weiteren Modulen aus allen Teilgebieten der Mathematik oder Informatik.

Um einen unterbrechungsfreien Übergang vom Bachelor- zum Masterstudium zu ermöglichen, kann eine "aufschiebend bedingte" Aufnahme beantragt werden, sofern für einen der in 1. genannten Abschlüsse der Erwerb von 150 ECTS-Punkten nachgewiesen werden kann. Die in 2. und 3. genannten Anforderungen müssen aber auf jeden Fall erfüllt sein. Für eine endgültige Aufnahme in den Master-Studiengang Mathematical Data Science ist dann der in 1. genannte Abschluss bis Ende der Rückmeldefrist für das dritte Fachsemester nachzureichen.

Fristen

Für das Eignungsverfahren sind zwei Fristen zu beachten.

• Bis 15.07. (bei einer Bewerbung für das Wintersemester) bzw. bis 15.01. (bei einer Bewerbung für das Sommersemester) muss eine Online-Bewerbung unter WueStudy eingereicht werden. JMU Studierende können dabei ihren JMU-Account verwenden, externe Bewerber:innen registrieren sich zuerst für einen Bewerberaccount. (Seit 09.12.2021 erfolgt die Online-Bewerbung nicht mehr auf dem Master-Portal der JMU.)
• Bis 15.09. (bei einer Bewerbung für das Wintersemester) bzw. bis 15.03. (bei einer Bewerbung für das Sommersemester) können Nachweise über den Erst-Abschluss oder Leistungsnachweise nachgereicht werden.

Achtung: Der 15.07. bzw. 15.01. ist eine Ausschlussfrist, d.h. eine Bewerbung für das jeweilige Semester nach Fristende ist nicht mehr möglich. Unterlagen können dagegen sehr wohl bis zur zweiten angegebenen Frist nachgereicht werden.

Nach Eingang Ihrer Online-Bewerbung auf dem Master-Portal setzen wir uns mit Ihnen per E-Mail in Verbindung und teilen Ihnen den Stand Ihrer Bewerbung mit.

Informationen und Kontakt

Für Fragen zum Eignungsverfahren stehen die FachstudienberaterInnen für Mathematical Data Science zur Verfügung. Einmal pro Semester findet rechtzeitig vor Ende der Bewerbungsfrist eine Informationsveranstaltung der Fachstudienberatung statt.

MathematikerInnen haben konjunkturunabhängig grundsätzlich glänzende Berufssaussichten. In den letzten Jahren werden vermehrt Stellen im Bereich "Data Science" ausgeschrieben, wobei also insbesondere die Arbeit mit Daten im Fokus steht. In diesem Studiengang erwerben Sie Kompetenzen zur Entwicklung und algorithmischen Umsetzung von Methoden, um Daten zu verarbeiten und um effizient Informationen aus Daten zu gewinnen. Ein abgeschlossener Studiengang "Mathematical Data Science" attestiert den AbsolventInnen die in mathematischen Studiengängen geschulten Fähigkeiten

• sich schnell in komplexe Zusammenhänge einarbeiten zu können,
• des strukturierten Denkens,
• den Kern eines Problems zu identifizieren,
• kreative Lösungsansätze zu finden,
• profunden mathematischen Sachverstand einzusetzen.

Darüber hinaus ist im Studiengang "Mathematical Data Science" die Arbeit mit Daten ein Schwerpunkt, was in den meisten modernen Berufsfeldern von großer Bedeutung ist. Die mathematische Ausbildung mit einer Ausrichtung in angewandter Mathematik und gepaart mit Kenntnissen der Grundlagen aus der Informatik ergibt eine Eintrittskarte für einen krisensicheren Arbeitsplatz.

Studien- und Prüfungsordnungen

• Allgemeine Studien- und Prüfungsordnung für Bachelor-und Masterstudiengänge (ASPO)
• Fachspezifische Bestimmungen für den Masterstudiengang Mathematical Data Science (FSB; verfügbar voraussichtlich ab April 2025)

Der Prüfungsausschuss ist u.a. zuständig für

• Anerkennungsfragen zu Studienbeginn bei Leistungen, die in vorherigen Studiengängen oder an einem anderen Studienort erworben wurden,
• Anerkennungsfragen im laufenden Studium,
• Gleichstellungsfragen.

Modulhandbuch (verfügbar voraussichtlich ab April 2025)

Der Pflichtbereich im Masterstudiengang Mathematical Data Science besteht aus dem Mathematik-Modul Mathematical Data Science and Machine Learning (10 ECTS) sowie dem Informatik-Modul Machine Learning (5 ECTS).

Der Wahlpflichtbereich (75 ECTS) ist untergliedert in die folgenden fünf Teilgebiete:

• Optimierung (10-20 ECTS),
• Angewandte Mathematik (20-40 ECTS),
• Mathematik (0-20 ECTS),
• Seminar- und Arbeitsgemeinschaftenbereich (10-30 ECTS), sowie
• Informatik (15-35 ECTS).

Der Abschlussbereich besteht aus der Masterarbeit (30 ECTS).

Eine Auflistung aller möglichen Module finden Sie in den fachspezifischen Bestimmungen sowie im Modulhandbuch (beides verfügbar voraussichtlich ab April 2025).

Über das aktuelle Angebot informieren Sie sich im Vorlesungsverzeichnis.

Die Masterarbeit ist die letzte große Prüfungsleistung in Ihrem Masterstudiengang. Mit dieser schriftlich anzufertigenden Arbeit sollen Sie zeigen, dass Sie in der Lage sind, ein Problem (aus dem Bereich der Datenwissenschaften) in einem festgelegten Zeitraum von sechs Monaten wissenschaftlich vertieft zu bearbeiten.

Mit der Master-Thesis kann jederzeit begonnen werden.

Allerspätestens sollten Sie mit Ihrer Masterarbeit vor Beginn Ihres 6. Fachsemesters beginnen, damit Sie noch gerade so die volle Bearbeitungszeit ausschöpfen können, um die Arbeit vor Beginn Ihres 7. Fachsemesters abzugeben (mit Beginn des 7. Fachsemesters gilt Ihr Masterstudiengang als erstmalig nicht bestanden!).

Das Thema einer Master-Thesis ergibt sich meist aus einem Seminar oder einer Arbeitsgemeinschaft. Sie sollten gemäß Ihrer mathematischen Interessenlage (vgl. Übersicht über die Lehrstühle des Instituts für Mathematik) eine DozentIn der Mathematik persönlich kontaktieren und direkt mit ihr/ihm ein Thema festlegen (eigene Vorschläge sind möglich!). Potenzielle Betreuer sind alle DozentInnen der Mathematik.

Haben Sie eine BetreuerIn und ein Thema für Ihre Arbeit gefunden, so drucken Sie dieses Formular aus, füllen es zusammen mit Ihrer BetreuerIn aus und geben es bei Frau Schmid (Mathematik Ost, Zi. 00.016) ab. Damit wird das Thema Ihrer Thesis und das Datum der Abgabe (Datum der Zuteilung des Themas + 6 Monate) offiziell und bindend.

Nur in gut begründeten Fällen (Prüfungsunfähigkeit, mit Attest!) kann auf Antrag beim Prüfungsausschuss und in Absprache mit der BetreuerIn die Bearbeitungszeit verlängert werden.

Zu den Abgabemodalitäten sehen Sie sich bitte diese Seite an.

Zur Master-Thesis findet kein Abschlusskolloquium statt.