zum Vergleich hinzugefügt
Messenger
Master in Social and Economic Data Science
Uni Konstanz
Master in Social and Economic Data Science
Überblick
Dieses Profil ist allenfalls nicht aktuell
Nicht aktuell: Kontaktiere uns für aktuelle Infos
2 - 3 Jahre
Dauer
Konstanz
Standorte
120 ECTS
Punkte
max. 5'000 CHF
Kosten
Englisch
Sprache
Verpflegungsmöglichkeit: Ja
Sportmöglichkeit: Ja
Master
Abschluss
Voraussetzungen
Allgemeine Zugangsvoraussetzungen
- Überdurchschnittlicher Bachelorabschluss in Wirtschafts- oder Politikwissenschaft, Mathematik/Statistik, Informatik, Soziologie oder Psychologie (Mindestnote 2,5). Studierende, die sich im letzten Jahr ihres Bachelorstudiums befinden, können sich gerne bewerben.
- Lebenslauf und einseitiges Motivationsschreiben in Englisch
- zwei Empfehlungsschreiben von zwei akademischen Lehrern, die Aufschluss über Eignung und Motivation für das angestrebte Studium geben können
- Ergebnisse des GRE Tests (Graduate Record Examinations) erwünscht
- Nachweisliche Kenntnisse in mindestens zwei Kernbereichen (Informatik, Mathematik, Statistik, sozialwissenschaftliche Methoden) erworben in mindestens drei Kursen während Ihres Bachelorstudiums (siehe folgende Auflistung):
Informatik
- Data Visualization (Fachbereich Informatik und Informationswissenschaft)
- Konzepte der Informatik in Kombination mit einem Programmierungskurs (Fachbereich Informatik und Informationswissenschaft)
Mathematik
- Diskrete Mathematik und Logik (Fachbereich Informatik und Informationswissenschaft)
- Analyse und lineare Algebra (Fachbereich Informatik und Informationswissenschaft)
- Mathematik für Wirtschaftswissenschaftler (Fachbereich Wirtschaftswissenschaften)
- Lineare Algebra I (Fachbereich Mathematik und Statistik)
Statistik
- Statistik (Fachbereich Politik- und Verwaltungswissenschaft)
- Statistik I (Fachbereich Wirtschaftswissenschaften)
- Statistik I (Fachbereich Psychologie)
- Statistik I (Fachbereich Geschichte und Soziologie)
Sozialwissenschaftliche Methoden
- Econometrics I (Fachbereich Wirtschaftswissenschaften)
- Einführung in die Umfrageforschung (Fachbereich Politik- und Verwaltungswissenschaft)
- Research Design I: Research Design and Causal Inference (Fachbereich Politik- und Verwaltungswissenschaft)
- Methoden der empirischen Politik- und Verwaltungsforschung (Fachbereich Politik- und Verwaltungswissenschaft)
- Empirie: Quantitative Methoden (Fachbereich Soziologie)
- Methoden I & II (Fachbereich Psychologie)
Über den Studiengang
Weiterführendes Studium, das einen ersten Hochschulabschluss voraussetzt.
Die heutige Informationsgesellschaft ist geprägt durch eine zunehmende Fülle an Daten aus vielfältigen Quellen wie Verwaltungsprozessen, Erhebungen, Logistiknetzwerken, sozialen Netzwerken und Experimenten. Diese Daten stellen allerdings kaum mehr als „Rohmaterial“ dar und man benötigt gut ausgebildete AnalystInnen, um aussagekräftige Strukturen zu erkennen und relevante Informationen aus diesen Quellen zu filtern. Der interdisziplinäre Master-Studiengang Social and Economic Data Science (SEDS) bietet Studierenden mit unterschiedlichen wissenschaftlichen Hintergründen die Möglichkeit, sich in der Erfassung, der Aufbereitung und der Analyse quantitativer sozialwissenschaftlicher Daten zu spezialisieren.Ein besonderer Schwerpunkt liegt auf grundsätzlichen Aspekten, wie z. B. Mess- oder Repräsentationsprobleme und kausale Rückschlüsse, die in aktuellen Datenanalysen oft übersehen werden.
Der M.Sc. SEDS ist für Studierende mit einem Bachelor in den Verhaltens- und Sozialwissenschaften konzipiert, die ihr Wissen um quantitative und datenspezifische Methoden erweitern möchten. Die modulare Struktur des Masterprogramms umfasst methodische, mathematische, computerbasierte und statistische Grundlagen und fortgeschrittene Veranstaltungen aus der Statistik und der Informatik. Das Erlernen von Programmier- und Skriptsprachen gehört ebenso zum Programm wie die praktische Umsetzung des Erlernten in Fragestellungen aus der Wirtschaftswissenschaft, der Politikwissenschaft, der Psychologie und der Soziologie. Die sechs beteiligten Fachbereiche bieten zahlreiche Möglichkeiten für Auslandsaufenthalte, Praktika und die Mitarbeit in Forschungsprojekten. Die breite methodische Ausbildung sowie die interdisziplinäre Reichweite des Programms bereiten die Studierenden auf den schnell wachsenden Arbeitsmarkt für DatenwissenschaftlerInnen optimal vor – sei es in der Industrie, in NGOs oder in der wissenschaftlichen Forschung.
