Stdueirender sitzt am Laptop, Mathematical Data Science, Master

.

Master Mathematical Data Science

Fit für die Herausforderungen der Zukunft
Neue Masterstudiengänge der Uni Ulm für Data Science und Künstliche Intelligenz 

Auf Zukunftsgebieten ganz vorne mitspielen: Die neuen Masterstudiengänge der Universität Ulm für „Mathematical Data Science“ und „Künstliche Intelligenz“ bilden Spezialisten für den Arbeitsmarkt der Zukunft aus. Zum Wintersemester 2021/22 gehen die ersten Studierenden an den Start. Interessierte können sich ab sofort informieren und vom 1. Juni bis zum 15. Juli bewerben beziehungsweise einschreiben. 

Big Data und Künstliche Intelligenz sind die wegweisenden technologischen Trends unserer Zeit. Dazu gehören intelligente Systeme, die große Datenmengen schnell analysieren, um daraus zu „lernen“ – ob zur Generierung von Wissen oder zur automatischen Entscheidungsfindung und Handlungsplanung. Die Anwendungsgebiete für diese Technologien sind vielfältig. Sie reichen von der Medikamentenentwicklung über die Spracherkennung, vom autonomen Fahren bis zu Industrie 4.0. „Die Universität Ulm möchte mit ihren neuen Masterstudiengängen `Künstliche Intelligenz´ und `Mathematical Data Science´ einen Beitrag zur Ausbildung von Fachkräften leisten, die solche Technologien nicht nur anwenden, sondern auch methodisch weiterentwickeln können“, erklärt Professorin Olga Pollatos, Vizepräsidentin für Lehre an der Uni Ulm.

Mathematical Data Science 

„Wir sind umgeben von Daten. Sie formen die Welt, in der wir leben und arbeiten“, erklärt Professor Stefan Funken vom Institut für Numerische Mathematik der Universität Ulm. Wie man diese Daten versteht, wie man mit Hilfe mathematischer Methoden sinnvolle Erkenntnisse aus ihnen gewinnen kann, das können Studierende an der Universität Ulm im neuen Masterstudiengang „Mathematical Data Science“ lernen, der im kommenden Wintersemester an den Start geht. Eingerichtet wurde das neue Studienangebot von der Fakultät für Mathematik und Wirtschaftswissenschaften. „Im Mittelpunkt stehen dabei Verfahren aus der Numerik, also mathematische Algorithmen und Modelle, die für die Datenanalyse und Mustererkennung eingesetzt werden“, so Funken, der Prodekan dieser Fakultät ist. Die Berufsaussichten sind bestens, braucht es diese mathematisch versierten Datenexperten doch in so gut wie allen Wirtschaftsbereichen. Was das Ulmer Studienangebot so besonders macht? „Wir konzentrieren uns auf die Grundlagen und die fundamentalen Prinzipien, die auch in zehn oder zwanzig Jahren noch wichtig sind. Wir vermitteln unseren Studierenden Kenntnisse und Kompetenzen, mit denen Sie auf Zukunftsgebieten ganz vorne mitspielen können“, versichert der Ulmer Mathematiker. Bewerben können sich Studierende mit einem Bachelor in Mathematik, in Informatik oder Physik, sofern vertiefte mathematische Kennnisse vorhanden sind. 

Fachkräfte für Wissenschaft und Wirtschaft 

Beide Masterstudiengänge – Mathematical Data Science und Künstliche Intelligenz – bereiten sowohl auf eine wissenschaftliche Forschungstätigkeit vor – zum Beispiel im Rahmen einer Promotion – aber auch auf einen Berufseinstieg in die Wirtschaft. Die Studierenden sollen daher viele Möglichkeiten erhalten, um Praxiserfahrung in Unternehmen zu sammeln. Dazu gehören Praktika, Projekt- und Abschlussarbeiten sowie Tätigkeiten als Werkstudent oder Werkstudentin. „In den neuen Studiengängen wenden Studierende mathematisches und informationstechnisches Wissen im Kontext hochaktueller Zukunftstechnologien an“, so Vizepräsidentin Pollatos. Beide neuen Studiengänge starten zum Wintersemester 2021/22. Informationen dazu gibt es unter https://t1p.de/Studiengaenge-Uni-Ulm.

Weitere Informationen zum Studiengang: 
M.Sc. Mathematical Data Science: Dr. Hartmut Lanzinger (Studienkommission mathematische Studiengänge), E-Mail: hartmut.lanzinger(at)uni-ulm.de

Infofilm auf Youtube über den Studiengang Mathematical Data Science

Text und Medienkontakt: Andrea Weber-Tuckermann

Bild: Mathematical Data Science hilft dabei, wertvolle Datenschätze zu heben. Links auf dem Bildschirm: grafische Darstellung einer Hauptkomponentenanalyse (PCA). Die PCA identifiziert Datenmuster, die auf der unterschiedlich starken Korrelation zwischen Merkmalen basieren. Die Anwendungsgebiete sind vielfältig: vom Börsenhandel bis zur Bioinformatik. Das Demonstrationsbeispiel kommt aus der Schrifterkennung. Die rechte Bildschirmseite zeigt eine mathematische Funktion, programmiert in Python (Foto: Prof. Stefan Funken / Uni Ulm)

 

Kontakt

Dr. Hartmut Lanzinger

Studienkommission Mathematik, Wirtschaftsmathematik

Helmholtzstraße 18, Raum 224
89069 Ulm

Tel: +49  (0)731/50-23515
Email: Hartmut.Lanzinger (at) uni-ulm.de

Weitere Themen aus der Fakultät für Mathematik und Wirtschaftswissenschaften

Amerikanische Mathematiker rufen ihre Kollegen auf, nicht mit der Polizei zusammenzuarbeiten. Sie meinen, das verleihe einem rassistischen System wissenschaftlichen Anstrich. Mathematik ist Klarheit. Sie kann Aspekte unserer mehrdeutige Welt beschreiben, ist selbst aber eindeutig. Wahr ist in der Mathematik nur was bewiesen werden konnte. Dadurch wirkt sie losgelöst von der  aufgeregten Wirklichkeit, wie wir sie gerade auf den Straßen der Vereinigten Staaten sehen, wo George Floyds Tod  erst Demonstrationen und schließlich Denkmalstürze auslöste. Doch nun hat eine Gruppe von Mathematikern ihre beschauliche Wissenschaft in diesen Sturm hineingerissen. mehr lesen

In Ulm wird derzeit der Nahverkehr an Samstagen kostenlos angeboten. Die Einführung der Maßnahme hatte zwei zentrale Motive. Die Promotion des Nahverkehrsangebotes und die Belebung der Innenstadt. Ziel der wissenschaftlichen Begleitforschung ist es, die Eignung des kostenlos angebotenen Nahverkehrs zur Erreichung dieser Ziele zu untersuchen. Es wird untersucht, ob ein temporär kostenlos angebotener ÖPNV ein wirksames Instrument zur Förderung des Nahverkehrs ist und damit einen Beitrag zu nachhaltiger Mobilität darstellen kann. mehr lesen

Die Erwartungen der Bürger an den im Alter realisierbaren Lebensstandard weichen erfahrungsgemäß häufig von der Realität ab. Es gibt daher viele Argumente für eine frühzeitige, verständliche und realistische Darstellung des zu erwartenden Ruhestandseinkommens. Hierzu bedarf es einer einfach zugänglichen Quelle für die relevanten Informationen zum Stand der eigenen individuellen Vorsorge – mehr lesen

Das gemeinsame Projekt “BNTextillabor“ der Universität Ulm und der Technische Universität Berlin hat sich die Forschung zu einem nachhaltigeren Modekonsum bei Jugendlichen zum Ziel gesetzt. Im Projektzeitraumsoll das Konsumverhalten von Jugendlichen untersucht werden und mit Hilfe von verschiedenen Interventionen ein stärkeres Bewusstsein geschaffen und Konzepte für einen nachhaltigeren Textilkonsum entwickelt werden. mehr lesen

In Rahmen eines fortgeschrittenen CSE-Projektes sollte der Einsatz von einem Leap Motion Controller (LMC) im Bereich der Biomechanik überprüft werden. Der LMC ist ein Computer-Hardware-Sensorgerät, das analog zu einer Maus, Hand- und Fingerbewegungen als Eingabe unterstützt, aber keinen Handkontakt oder Berührung erfordert. Dieser Sensor soll helfen eine Handbewegung aufzunehmen, die anschließend in das AnyBody Modeling System™ (AMS) übertragen wird. mehr lesen

Für Arbeitslose ab dem 50. Lebensjahr ist die Gefahr der Langzeitarbeitslosigkeit besonders hoch. ForscherInnen am Institut für Business Analytics der Universität Ulm haben daher einen neuen, innovativen Ansatz entwickelt, um diese Zielgruppe mithilfe sozialer Medien bei der Arbeitssuche zu unterstützen: die digitale Peergruppenberatung (DIGIPEG). mehr lesen

Auf Zukunftsgebieten ganz vorne mitspielen: Die neuen Masterstudiengänge der Universität Ulm für „Mathematical Data Science“ und „Künstliche Intelligenz“ bilden Spezialisten für den Arbeitsmarkt der Zukunft aus. Zum Wintersemester 2021/22 gehen die ersten Studierenden an den Start. Interessierte können sich ab sofort informieren und vom 1. Juni bis zum 15. Juli bewerben beziehungsweise einschreiben.  mehr lesen

Diskriminierung durch Algorithmen wird immer mehr als gesellschaftliches und rechtliches Problem wahrgenommen. Zwar sind diverse Fairnesskriterien für algorithmische Entscheidungsprozesse vorgeschlagen worden, aber diese widersprechen sich zum Teil philosophisch und/oder mathematisch. Ein neuer Algorithmus wurde entwickelt, der eine stetige Interpolation zwischen zwei widerstrebenden Fairnesskriterien, nämlich individueller und gruppenbezogener Fairness ermöglicht. mehr lesen

Die tomographische Rekonstruktion der 3D Mikrostruktur realer Materialien ist sehr zeit- und kostenintensiv. Deshalb sind mathematische Modelle erforderlich, um den Einfluss der Mikrostruktur auf mechanische Materialeigenschaften systematisch zu untersuchen. Sie erlauben die Simulation virtueller, aber dennoch realistischer 3D Mikrostrukturen am Computer. Die mechanischen Eigenschaften dieser Strukturen werden anschließend mit numerischer Simulation bestimmt. Einen vielversprechenden Ansatz stellt insbesondere die Verwendung von KI-Methoden zur Beschleunigung der numerischen Simulation des Bruchverhaltens von Titanaluminiden dar. Die zur Etablierung dieses Ansatzes erforderliche Methodenentwicklung ist Gegenstand des Projektes SMILE. mehr lesen