Masterstudiengang Computer Science mit Spezialisierung in Data Science & Engineering, Visual Computing, oder Distributed Computing

Im forschungsorientierten englischsprachigen Master-Studiengang Computer Science erweitern und fokussieren die Studierenden ihre fachlichen und fachübergreifenden Kompetenzen aus einem vorangegangenen informatiknahen Bachelor-Studiengang. Der Studiengang ermöglicht eine Spezialisierung in Data Science & Engineering, Visual Computing, ODER Distributed Computing. Er richtet sich daher an Studierende, die Spezialisten in diesen Themen werden wollen und eher eine internationale Karriere anstreben.

Überblick

  • Lehrsprache: Englisch
  • Umfang: 120 Leistungspunkte (CP) in vier Fachsemestern (Regelstudienzeit)
  • Voraussetzung: Passende Eingangskompetenzen (wird in neuem Tab geöffnet) durch Abschluss eines informatiknahen Studiengangs mit mind. 180 CP. Eventuell wird ein Eingangstest notwendig.
  • Sprachvoraussetzung: Englischkenntnisse auf dem Niveau: UNIcert Stufe III, TOEFL-Test (Paper 550, CBT 213, iBT 95), IELTS 7.0, CEFR C1 oder gleichwertig
  • Start: Wintersemester empfohlen, Sommersemester möglich
  • Bewerbung: SoSe 01.12.-15.01. | WiSe 01.06.-15.07. | Aktuelle Fristdaten | Frühzeitige Bewerbung empfohlen!
  • Individuelle Schwerpunkte setzen durch einen Vertiefungsbereich: Data Science & Engineering, Visual Computing ODER Distributed Computing

Das Studium gliedert sich in:

  • Basis-Wahlbereiche: Software & Hardware (praktische, technische und angewandte Informatik) sowie Theory (Theoretische Informatik)
  • Vertiefung: Studierende wählen einen Vertiefungsbereich. Zur Verfügung stehen derzeit die Vertiefungen Data Science and Engineering, Distributed Computing sowie Visual Computing. Zur Vertiefung gehören außerdem studienbegleitende Leistungen (Seminare, Praktikum in der Lehre, Praktika, etc.).
  • Studium Generale, das fachübergreifende Kenntnisse aus dem Gesamtangebot aller Fachbereich der TU Darmstadt ermöglicht
  • Masterarbeit

Die Studierenden aller Vertiefungen absolvieren eine Reihe von praktischen Kursen und Übungen und erhalten eine solide theoretische Grundlage. Aktuelle Forschungsthemen werden insbesondere in Seminaren behandelt. Einen Überblick über das Studienangebot finden Sie im Modulhandbuch (wird in neuem Tab geöffnet) .

Dadurch sind die Absolvent*innen sowohl auf eine Karriere in der Industrie als auch in der akademischen Forschung gut vorbereitet.

Nachfolgend finden Sie den idealtypischen Studienplan. Detailliertere Informationen zu Studien- und Prüfungsplänen finden Sie unter dem Punkt „Ordnungen“ am Ende der Seite.

Strukturübersicht des Studiengangs M.Sc. Computer Science. Das Bild zeigt eine vereinfachte, exemplarische Modulübersicht. Sie finden den offiziellen, verbindlichen Studien- und Prüfungsplan mit weiteren Informationen in der Studiengangsordnung.
Strukturübersicht des Studiengangs M.Sc. Computer Science. Das Bild zeigt eine vereinfachte, exemplarische Modulübersicht. Sie finden den offiziellen, verbindlichen Studien- und Prüfungsplan mit weiteren Informationen in der Studiengangsordnung.

Studierende behandeln in dieser Vertiefung das gesamte Spektrum von den theoretischen Grundlagen der Datenwissenschaften bis hin zur Implementierung und dem kohärenten Engineering datenzentrierter Systeme.

Die Studienangebote der Vertiefung gliedern sich in folgende Bereiche:

  • Foundations of Data Science
  • Data Science Engineering & Systems
  • Data Science Applications

Hinweis:

Die Vertiefung Data Science & Engineering unterscheidet sich grundlegend vom breiter angelegten Master in Artificial Intelligence and Machine Learning. Sie berücksichtigt maschinelles Lernen nur für die Entwicklung datengesteuerter Systeme.

Lehrveranstaltungen aus den Kernbereichen der Künstlichen Intelligenz wie Computer Vision, NLP, Planung oder Robotik sind NICHT Teil des Curriculums – stattdessen wird ein stärkerer Fokus auf Software Engineering gelegt.

Diese Spezialisierung richtet sich an Studierende, die eine fundierte Ausbildung sowohl in der Programmierung verteilter/paralleler Systeme als auch in den zugrunde liegenden Kommunikations- und Koordinationsmechanismen wünschen.

Da datenintensive Systeme in der Regel ebenfalls verteilt sind, umfasst die Spezialisierung Themen aus den Bereichen Software Engineering, Rechnerarchitektur und Data Science.

Die Studienangebote der Vertiefung gliedern sich in folgende Bereiche:

  • Computer Networks and Distributed Systems
  • Data-Intensive Systems and Heterogeneous Hardware
  • System Modeling and Engineering

Visual Computing befasst sich inhaltlich mit dem ganzen Themenspektrum der Verarbeitung visueller Daten – insbesondere mit Computergrafik, Computer Vision und verwandten Gebieten (wie z. B. digitalen Bibliotheken, maschinellem Lernen im Visual Computing, virtueller und augmentierter Realität, Biometrie, Geometrieverarbeitung, Informationsvisualisierung).

Die Studienangebote der Vertiefung gliedern sich in folgende Bereiche:

  • Computer Graphics,
  • Computer Vision & Machine Learning,
  • Integrated Methods of Vision & Graphics.

Ergänzt wird diese Vertiefung durch weitere Lehrveranstaltungen der Informatik und weiterer Fachbereiche sowie durch Seminare, Praktika/Projektpraktika bzw. Praktika in der Lehre.

Zugangsvoraussetzung zum Masterstudiengang Computer Science (M.Sc.) ist der Abschluss eines Studiengangs, der Kompetenzen im Umfang von mindestens 180 ECTS Credit Points (CP) vermittelt. Von diesen dürfen mindestens 60 CP nicht wesentlich verschieden sein zu den im Bachelorstudiengang Informatik (B.Sc.) der TU Darmstadt vermittelten Eingangskompetenzen (vergleichbarer Studiengang, siehe Abschnitt „Formale Voraussetzungen“).

Formale Eingangsprüfung

Die Eingangskompetenzen werden nachgewiesen durch das bei der Bewerbung eingereichte Zeugnis über den ersten Studienabschluss und das Diploma Supplement oder vergleichbare Unterlagen. Mehr Informationen über die Zulassung zu Master Studiengängen finden Sie hier: Application for international students und Bewerbung zum Master Studium

Materielle Eingangsprüfung

Konnten die Eingangskompetenzen auf diesem Weg nicht eindeutig geklärt werden, wird eine schriftliche Prüfung durchgeführt.

Zulassung mit Auflagen

Stellt sich nach erfolgter Eingangsprüfung heraus, dass den Bewerber*innen Eingangskompetenzen fehlen, die durch das Nachholen von Leistungen im Umfang von nicht mehr als 30 CP ausgeglichen werden können, so kann eine Zulassung unter Auflagen gemacht werden. Die Auflagen müssen innerhalb der ersten zwei Semester erfüllt werden. Welche Module oder Fachprüfungen zur Auflage gemacht werden und bis wann diese zu erbringen sind, wird im Zulassungsbescheid aufgeführt.

Übliche Voraussetzungen

Zusätzlich gelten die für alle Studiengänge üblichen Voraussetzungen: insbesondere eine fristgerechte Bewerbung mit vollständigen (oder innerhalb einer Frist nachgereichten) Unterlagen und – nach Zulassung durch die TU Darmstadt – fristgerechter Überweisung des Semesterbeitrags.

Fachliche Voraussetzung

Im Folgenden werden die erwarteten fachlichen Eingangskompetenzen für den M.Sc. Computer Science detailiert beschrieben.

Die Bewerber*innen sollten in der Lage sein, mathematische Notationen und Methoden zur Fundierung von Konzepten der Informatik einzusetzen, insbesondere zur formalen Modellierung und Verifikation von Soft- und Hardwaresystemen.

Veranstaltungen, in denen diese Eingangskompetenzen im Referenzstudiengang an der TU Darmstadt vermittelt werden, sind Aussagen- und Prädikatenlogik; Automaten, formale Sprachen und Entscheidbarkeit; Modellierung, Spezifikation und Semantik.

Die Bewerber*innen sollten fähig sein,

  • selbstständig aus einer Problembeschreibung die zur Lösung erforderlichen Standardalgorithmen und Datenstrukturen entsprechend den funktionalen und nichtfunktionalen Anforderungen auszuwählen bzw. unter Zugrundelegung von bekannten Strategien neue Algorithmen und Datenstrukturen zur Problemlösung zu konstruieren und einzuschätzen, ggf. unter Berücksichtigung von Parallelität.
  • die einzelnen Bestandteile einer Programmiersprache selbstständig und ohne analoges Beispiel im Rahmen einer Programmieraufgabe zu einer Gesamtlösung zusammenzuführen.
  • Programmieraufgaben in unterschiedlichen, auch parallelen, Programmiersprachen zu lösen, die verschiedenen Paradigmen folgen, unterschiedliche Anwendungsbereiche haben und auf der ganzen Bandbreite an Abstraktionsebenen angesiedelt sind.
  • die Qualität der erstellten Implementierungen durch formalisierte Testverfahren und Entwurfsmethoden sicherzustellen.
  • die genannten Kenntnisse in praktisch relevanten Bereichen der Informatik selber anzuwenden. Dabei sollen jeweils auch nicht-funktionale Aspekte, insbesondere auch die Sicherheit der erstellten IT-Systeme, berücksichtigt werden.

Diese Eingangskompetenzen in praktisch relevanten Bereichen der Informatik werden im Referenzstudiengang an der TU Darmstadt in folgenden Veranstaltungen vermittelt: Algorithmen und Datenstrukturen; Betriebssysteme; Computersystemsicherheit; Computernetze und verteilte Systeme; Einführung in den Compilerbau; Einführung in die Künstliche Intelligenz; Formale Methoden im Softwareentwurf; Funktionale und objektorientierte Programmierkonzepte; Informationsmanagement; Parallele Programmierung; Probabilistische Methoden der Informatik; Scientific Computing; Software Engineering; Visual Computing.

Die Bewerber sollten die Fähigkeit besitzen,

  • die einzelnen Entwurfsprinzipien und Grundelemente von digitalen Schaltungen, wie sie in den Vorlesungen nacheinander separat eingeführt werden, selbstständig und ohne analoges Beispiel im Rahmen einer Hardware-Entwurfsaufgabe zu einer Gesamtlösung zusammenzuführen.
  • Entwurfsaufgaben auf unterschiedlichen Abstraktionsebenen und aus unterschiedlichen Anwendungsbereichen durch strukturierte Entwurfsmethoden in verschiedenen Beschreibungssprachen und unter Einsatz eines Spektrums von Entwurfswerkzeugen zu lösen und bezüglich geeigneter Gütemaße zu evaluieren.
  • die Interaktion von Computer-, Prozessor- und Mikroarchitekturen zu verstehen und daraus für die System- und Anwendungssoftwareebene passende Implementierungsentscheidungen zu treffen.

Veranstaltungen, in denen diese Eingangskompetenzen im Referenzstudiengang an der TU Darmstadt vermittelt werden, sind Digitaltechnik und Rechnerorganisation.

In diesem forschungsorientierten englischsprachigen Master-Studiengang erweitern und fokussieren die Studierenden ihre fachlichen und fachübergreifenden Kompetenzen aus einem vorangegangenen Bachelor-Studiengang.

Nach Abschluss des Studienganges haben sich die Absolvent*innen in einer der angebotenen Vertiefungen inhaltlich und thematisch spezialisiert. Detaillierte Informationen hierzu finden Sie in der Studiengangsordnung.

Darüber hinaus sind Absolvent*innen – unabhängig von der gewählten Vertiefung – in der Lage:

  • die erlernten Kompetenzen auch in neuen und unvertrauten Situationen bei unvollständiger Information umzusetzen und dabei in Systemzusammenhängen zu denken,
  • Aufgaben und Probleme mit hohem Abstraktionsvermögen und Blick für komplexe Zusammenhänge zu lösen,
  • die Ergebnisse ihrer Analysen bzw. die ausgearbeiteten Lösungen verschiedenen Zielgruppen auch fremdsprachlich zu kommunizieren und zu präsentieren,
  • zukünftige Probleme, Technologien und wissenschaftliche Entwicklungen zu erkennen und bei ihrer Tätigkeit angemessen zu berücksichtigen,
  • komplexe Projekte effizient zu organisieren und durchzuführen sowie in Teams zielgerichtet zu arbeiten.

Außerdem haben die Studierenden im Rahmen des Studium Generale in selbstgewählten überfachlichen Bereichen ihre Fähigkeiten und Erfahrungen erweitert.

Zusammenfassend unterscheidet sich der Master-Studiengang von dem vorausgehenden Bachelor-Studiengang Informatik vor allem dadurch, dass der Schwerpunkt auf der Lösung komplexer Probleme bei unvollständiger Information liegt, die größeres Abstraktionsvermögen und das Denken in Systemzusammenhängen erfordern.

Hinzu kommt verstärkt die Fähigkeit, sich mit der aktuellen Forschungsliteratur auseinandersetzen zu können sowie die Befähigung zum wissenschaftlichen Arbeiten in einer selbst gewählten Vertiefung und zur selbstständigen Lösung aktueller Probleme in der Praxis.