Die Schwerpunkte des Masterstudiums
Maschinelles Lernen und neuronale Netze
High Performance Computing und Cloud Computing bilden die Grundlage für moderne und rechenintensive Anwendungen des maschinellen Lernens. Komplexe Deep-Learning-Architekturen ermöglichen die Lösung anspruchsvoller Aufgaben mit überwachtem oder unüberwachtem Lernen sowie mit Reinforcement Learning (RL) und Multi-Agent Reinforcement Learning (MARL).
Generative KI und LLMs
Große intelligente Sprachmodelle liefern beeindruckende Ergebnisse und sind in der heutigen Welt unverzichtbar. Ein tiefes Verständnis probabilistischer und generativer KI-Algorithmen sowie der Struktur und Funktionalität großer Sprachmodelle (LLMs) ist für ihre sichere Nutzung und erfolgreiche Integration in Unternehmen unerlässlich.
Computational Intelligence
Die Entdeckung verborgener Muster und Beziehungen in Daten ist ein zentrales Element des Data Mining. Mit Hilfe von numerischen und statistischen Methoden sowie den Grundlagen des maschinellen Lernens und neuronaler Netze können maßgeschneiderte Algorithmen für diese Zwecke implementiert und optimiert werden.
Data Storage und Processing
Die Beherrschung relevanter und aktueller Skriptsprachen ist eine wesentliche Qualifikation in den Bereichen Data Science und KI. Darüber hinaus sind der geschickte Umgang mit Abfragesprachen und ein tiefes Verständnis der Datenspeicherung und -transformation entscheidende Kompetenzen für eine effiziente Datenverarbeitung und -speicherung.
Interdisziplinarität und Praxisbezug
Der Studiengang fördert wissenschaftliche Forschungskompetenzen und Kompetenzen im modernen, praxisorientierten Projektmanagement. Besonderer Wert wird auf die Sensibilität für ethische Fragen und den Datenschutz gelegt. Projekte und Wahlfächer ermöglichen eine individuelle Spezialisierung in zukunftsweisenden Bereichen. Durch Fallstudien, intensiven Austausch mit Unternehmen und Projektarbeit wird die Bedeutung der praktischen Anwendbarkeit hervorgehoben.
