Spezialisierung Master Data Science für Management

Spezialisierung Master Data Science für Management

Das ehrgeizige Ziel des Programms ist es, den Studierenden sowohl technische als auch Soft Skills zu vermitteln, die von Unternehmen auf der ganzen Welt zunehmend benötigt werden, um die digitale Revolution effektiv zu bewältigen und neue Geschäftsmöglichkeiten zu erschließen. Auf diese Weise erhalten die Absolventen des Programms Zugang zu einem schnell wachsenden und höchst lohnenden Arbeitsmarkt.

Der Master umfasst acht Kernkurse (strukturiert in Vorlesungen, Übungen und Seminaren), die eine Vielzahl von Bereichen abdecken, darunter: Datenbanksysteme und Programmierung, Statistik, Text- und Web-Mining, Datenanalyse und maschinelles Lernen. Die Studierenden erwerben solide rechnerische und statistische Fähigkeiten, um reale Geschäftsprobleme anzugehen, indem sie eine Vielzahl von branchenüblichen Tools (wie R, SAS und Python) erkunden. ihnen wird zudem die Möglichkeit geboten, die Zertifizierung «Maschinelles Lernen mit SAS Viya» zu erwerben.

Der Master stützt sich auf ein umfangreiches Netzwerk engagierter Partnerunternehmen und -institutionen, die hochprofessionelle Lehre, praxisnahe Fallstudien und Mentoring anbieten.

Total ECTS: 60

Data Management and Warehousing

Der Kurs veranschaulicht, wie ein Data Warehouse implementiert und technisch gewartet wird. Der Schwerpunkt liegt auf Datenbankdatendesign, Extraktion, Profilierung und Standardisierung sowie Datentransformation. Es wird eine detaillierte Analyse des Big Data-Qualitätsmanagements bereitgestellt.

Softwareentwicklung und Technologien für Business Intelligence

Der Kurs konzentriert sich auf Softwareentwicklung und objektorientierte Programmierung. Die Studierenden erwerben umfassende Softwareentwicklungsfähigkeiten, um selbstständig Prozeduren und Funktionen schreiben zu können, mit denen Datenanalysestudien und -ergebnisse erweitert und automatisiert werden können.

Statistics and Probability

Ziel dieses Kurses ist es, die Kenntnisse über Inferenzmethoden zu vertiefen, die für die empirische Forschung in allen Bereichen der Betriebswirtschaftslehre sowie im Bank-, Versicherungs- und Finanzwesen nützlich sind. Neben den theoretischen Konzepten werden Datensätze aus empirischen Studien analysiert. Die Open-Source-Softwareumgebung für statistische Berechnungen und Grafiken R wird vorgestellt und durchgehend verwendet.

Data Visualization

Dieser Kurs behandelt die Grundlagen der Datenvisualisierung und explorativen Datenanalyse. Wir werden mehrere Datenvisualisierungsbibliotheken in Python/R verwenden, beginnend mit einfachen Datensätzen und dann weiter zu Wirtschafts- und Finanzdaten. Wir werden uns auch ansehen, wie man Fehler und fehlende Daten behandelt, um die häufigsten Darstellungsfehler zu vermeiden.

Management für digitale Unternehmen

Der Kurs veranschaulicht die Geschäftsmerkmale eines Digital Enterprise sowie die Auswirkungen eines Digital Enterprise auf das Kundenerlebnis. Am Ende des Kurses sind die Studierenden in der Lage, die Bedeutung klarer Geschäftsziele für Digital Enterprise-Initiativen zu verstehen und die Beziehungen des Digital Enterprise zu bestimmten Enablern (Digitales Marketing, Analytik und Kundenbeziehungsmanagement) zu identifizieren.

Text- und Web-Mining

Dieser Kurs konzentriert sich auf die Extraktion von Wissen aus dem Web durch die Anwendung von Klassifizierungs- und Clustering-Techniken auf Hypertext-Dokumente. Die Studierenden werden in Methoden zur Informationsbeschaffung und -filterung eingeführt. Es werden praktische Anwendungen für die Extraktion von Webinformationen und die Textkategorisierung vorgestellt.

Data Mining und Mustererkennung

Ziel dieses Kurses ist es, Schritt-für-Schritt-Anleitungen für den gesamten Datenmodellierungsprozess bereitzustellen, wobei der Schwerpunkt auf den betriebswirtschaftlichen Kenntnissen liegt, die für den erfolgreichen Einsatz statistischer Modelle erforderlich sind. Darüber hinaus können die Studierenden geeignete Ansätze zur Mustererkennung auswählen und alternative Methoden vergleichen, um den besten Entscheidungsprozess für das untersuchte Problem zu implementieren.

Business Intelligence and Data Analytics

Dieser Kurs veranschaulicht die Verwendung von Daten und Analysen in modernen Geschäftsaktivitäten. Der Schwerpunkt liegt auf der Datenaufbereitung, um geeignete mehrdimensionale Datenbank-Marketing-Frameworks zu erstellen. Nachfragesegmentierung und Scoring-Modelle werden die praktischen Anwendungen sein.

Absolventen des Masters in Data Science for Management sind ideal geeignet, um Jobs im Bereich Data Analytics branchenübergreifend zu besetzen, von ICT bis Consulting, von Banken und Finanzen bis hin zu Versicherungen.