Studiengang im Überblick
- Abschluss
- Master (konsekutiv)
- Bildungsart
- Studienangebot - weiterführend
- Studienfach
- Informatik (weiterführend);Datenwissenschaft, Data Science (weiterführend);Künstliche Intelligenz (weiterführend)
- Fachbereich
- Datenwissenschaft, Data Science
- Studienform
- Vor-Ort-Vollzeit
- Hochschultyp
- Universität
- Unterrichtssprache
- Englisch
- Studienbeginn
- Sommer- und Wintersemester
- Zulassung
- Auswahlverfahren/Eignungsprüfung
Studieninhalte und Schwerpunkte
Schwerpunkte
- Deep Learning, Embedded Systems, High Dimensional Propability, High Performance Computing, Image Processing, Mathematical Modelling, Numerical Analysis of PDEs, Process Mining, Quantum Algorithms, Stochastic Processes
Bewerbung, Zulassung und Fristen
- Studienbeginn
- Sommer- und Wintersemester
- Fristen für Auswahlgespräche und Eignungsprüfungen:
- Hochschulweite Frist:Die Bewerbungsfristen entnehmen Sie bitte der Studiengangseite:https://www.uni-augsburg.de/en/fakultaet/mntf/math/studium/studiengaenge/mathe-info-master/
- Vorlesungszeit:
- Studiengangspezifische Frist:Die Lehrveranstaltungen fallen innerhalb des Semesters aus:24.12.2026 bis 06.01.2027 (Weihnachtsferien)Hochschulweite Frist:12.10.2026-05.02.2027Die Lehrveranstaltungen fallen innerhalb des Semesters aus:24.12.2026 bis 06.01.2027 (Weihnachtsferien)
- Fristen für Auswahlgespräche und Eignungsprüfungen:
- Hochschulweite Frist:Die Bewerbungsfristen entnehmen Sie bitte der Studiengangseite:https://www.uni-augsburg.de/en/fakultaet/mntf/math/studium/studiengaenge/mathe-info-master/
- Vorlesungszeit:
- Studiengangspezifische Frist:Die Lehrveranstaltungen fallen innerhalb des Semesters aus:01.05.2027 (Tag der Arbeit)06.05.2027 (Christi Himmelfahrt)17.05.2027 (Pfingstmontag)18.05.2027 (Dienstag nach Pfingsten)27.05.2027 (Fronleichnam)Hochschulweite Frist:12.04.2027-16.07.2027Die Lehrveranstaltungen fallen innerhalb des Semesters aus:01.05.2027 (Tag der Arbeit)06.05.2027 (Christi Himmelfahrt)17.05.2027 (Pfingstmontag)18.05.2027 (Dienstag nach Pfingsten)27.05.2027 (Fronleichnam)
Zulassungsvoraussetzungen
Zulassungsmodus:
Auswahlverfahren/Eignungsprüfung
Zulassungsvoraussetzungen:
Die Zulassung erfolgt über ein Eignungsverfahren, welches in §4 und Anhang I der Prüfungsordnung festgelegt ist. Hierbei ist unter anderem eine Durchschnittsnote von 2,70 oder besser im vorausgehenden B.Sc.-Studiengang notwendig.
Weiterhin wird ein Nachweis folgender Kenntnisse aus dem Bachelor-Studium erwartet.
- Entweder 60 ECTS in Mathematik und 30 ECTS in Informatik
- oder 30 ECTS in Mathematik und 60 ECTS in Informatik
Studienort und Standort
Über die Fachrichtung Datenwissenschaft, Data Science
Das weiterführende Studienfach vertieft Kenntnisse aus dem grundständigen Studienfach und ggf. einer Berufstätigkeit. Das Studium führt zu einem zweiten Hochschulabschluss. Datenwissenschaft, Data Science gibt es auch als Fern-, Teilzeit- oder dualen Studiengang.