Inhalt + Aufbau
Portrait
Immer mehr Unternehmen erkennen das riesige Potenzial in ihren Daten für den Geschäftserfolg. Mit der Unterstützung durch Big-Data-Technologien zeichnet sich eine Entwicklung zu einer immer stärker datengetriebenen Wirtschaft ab. Neuronale Netze und Deep Learning erleben riesige Fortschritte und ermöglichen die Analyse von hochkomplexen Daten, Sprache und Bildern. Reinforcement Learning erlaubt ein dynamisches Lernen und Handeln durch autonome Systeme. Den Data-Science-Spezialistinnen und -Spezialisten kommt heute eine zentrale Bedeutung in den Unternehmen zu. Data Science hat sich zu einem eigenständigen und innovativen Kompetenzprofil entwickelt.
Die Berner Fachhochschule bietet mit dem Master of Advanced Studies (MAS) in Data Science eine vertiefende und umfassende Weiterbildung auf Masterstufe an. Angesprochen sind Absolventinnen und Absolventen aus Studiengängen der Informatik, des Engineerings, der Wirtschaft und der Wirtschaftsinformatik, naturwissenschaftlichen und technischen Disziplinen auf Hochschulstufe. Zentral für praxisorientierte Data Science-Spezialistinnen und -Spezialisten im heutigen Berufsumfeld ist eine hohe IT-Kompetenz, ein direkter Bezug zu den relevanten Unternehmensfunktionen und eine analysierende und explorative Denkweise.
Der MAS Data Science der Berner Fachhochschule bietet eine einzigartige individuelle, interdisziplinäre Studiengestaltung an. Der Studiengang basiert auf langer Erfahrung in der Weiterbildung am Departement Technik und Informatik und schliesst eine Lücke in einem sehr nachgefragten Profil auf dem Arbeitsmarkt.
Ausbildungsziel
Als Data Science-Spezialistin und Data Science-Spezialist können Sie folgende Aufgaben und Tätigkeiten wahrnehmen:
- Datenbestände analysieren, Zusammenhänge und Muster finden, Hypothesen überprüfen
- Anforderungserhebung an Datenanalyse-Systeme durchführen
- Konzeption, Planung und Umsetzung der IT-Infrastruktur für Datenanalyse-Systeme
- Aufbau automatisierter Datenanalyse-Prozesse im Unternehmen
- Beratung des Business in der Optimierung und Durchführung von Datenanalysen
- Beratung beim Aufbau von Studien und Auswertungen in ausgewählten Bereichen der Datenanalyse, in bestimmten Branchen oder Fachgebieten
- Einbindung unterschiedlichster Datenquellen in Datenanalysen
- Ziel- und Stakeholder-orientierte Visualisierung von Daten
Sie haben solide Fachkompetenz in folgenden Gebieten:
- Sprachen R und Python anwenden
- Daten aufbereiten, Modelle bauen und validieren
- Grundlegende Statistische Analysen und Kennzahlen anwenden können
- Visualisierungen erstellen
- Data Warehouses nutzen oder konzipieren und bauen
- Data Engineering Technologien nutzen oder bauen
- Text und Image Analytics, Social Network Analytics kennen und einsetzen
- Machine Learning Methoden einsetzen können
- Neuronale Netze und Deep Learning einsetzen können
