Data Science

Sprache: Englisch
Ort: München, Garching bei München
Dauer: 6 Tage in 4 Wochen
Start: TBA
Kosten: 3.500 EUR
ECTS: 3
Angesichts des massiven Anstiegs der verfügbaren Informationen ist die Verarbeitung und Analyse von Daten für strategische Entscheidungen von entscheidender Bedeutung für Unternehmen und Organisationen. Gut ausgebildete Data Scientists spielen bei dieser Aufgabe eine zentrale Rolle.

Unser Zertifikatsprogramm bietet eine einzigartige Gelegenheit, sich in moderne computergestützte Methoden zur Analyse, Vorhersage und Visualisierung von Daten einzuarbeiten. Entwickelt in enger Zusammenarbeit mit renommierten Professorinnen und Professoren der Fakultät für Mathematik der TUM sowie Expertinnen und Experten aus der Praxis, bietet unser Programm ein umfassendes Curriculum, das theoretisches Wissen mit praktischer Anwendung verbindet. Mit einem starken Fokus auf aktuelle Forschungsergebnisse und praxisnahe Herausforderungen sind unsere Lernziele darauf ausgerichtet, Ihnen die notwendigen Kompetenzen zu vermitteln, um in der schnelllebigen Welt der Datenanalyse erfolgreich zu sein.

Wichtige Infos

Hier finden Sie alle Informationen die Sie für diesen Kurs benötigen.

Vorteile

01

1

Einführung in Data Science und Grundlagen des maschinellen Lernens

Erwerben Sie eine solide Grundlage in Data Science und maschinellem Lernen, die Sie mit grundlegenden Fähigkeiten zur Datenanalyse und Entwicklung von Vorhersagemodellen ausstattet.

02

2

Motivation, technische Erklärungen und Fallstudien von erfahrenen Dozierenden

Profitieren Sie von einem mit Expertise geleiteten Kursprogramm, welches theoretische Erkenntnisse mit realen Anwendungen kombiniert und so eine umfassende Lernerfahrung gewährleistet.

03

3

Professionelles Networking mit Teilnehmenden aus verschiedenen Branchen

Erweitern Sie Ihr berufliches Netzwerk, indem Sie sich mit Gleichgesinnten mit unterschiedlichem Hintergrund austauschen und so Zusammenarbeit sowie neue Karrieremöglichkeiten fördern.

04

3

Exklusives TUM-Zertifikat

Erhalten Sie ein anerkanntes TUM-Zertifikat nach Abschluss des Programms, das Ihre Expertise in Data Science und Machine Learning nachweist.

Programmüberblick

Finden Sie hier alle wichtigen Informationen zu dem Zertifikatsprogramm. Welche Ziele das Programm verfolgt, die genauen Details zum Ablauf, was Sie lernen und welche Dozentinnen und Dozenten Ihnen die Inhalte vermitteln werden, erfahren Sie nachfolgend.
Das Zertifikatsprogramm “Data Science” ist darauf ausgerichtet, Ihnen ein fundiertes Verständnis moderner computergestützter Methoden zur Analyse, Vorhersage und Visualisierung von Daten zu vermitteln. Durch eine Kombination aus theoretischen Konzepten und praktischer Anwendung erlernen Sie grundlegende statistische Prinzipien, breit einsetzbare statistische Methoden, moderne Vorhersagemethoden aus dem maschinellen Lernen sowie Optimierungs- und Randomisierungswerkzeuge. Das Programm zielt darauf ab, Ihnen die Fähigkeiten zu vermitteln, große datenanalytische Probleme zu lösen und fundierte Entscheidungen auf der Grundlage von Daten zu treffen.

Programm:

Data Science

Zielgruppe:

Fachexpertinnen und -experten, die ihr Fachwissen im Bereich Data Science ausbauen oder vertiefen möchten, z. B. weil sie derzeit eine Position als Data Scientist/Analyst in der Beratung, im Finanz-, Versicherungs- oder Technologiesektor innehaben oder anstreben.

Akademische Verantwortung:

Prof. Dr. Matthias Scherer, Chair of Risk and Insurance, TUM
Prof. Dr. Mathias Drton, Chair of Mathematical Statistics, TUM

Format & Zeitplanung:

Berufsbegleitend, Präsenz, 6 Tage in 4 Wochen

Studienort:

München, München bei Garching

Sprache:

Englisch

Termine:

TBA

Zulassungs-voraussetzungen:

Die Teilnehmenden sollten über eine fundierte Ausbildung in Mathematik und Informatik oder einem eng verwandten Bereich verfügen.

Abschluss:

Nach erfolgreicher Abschlussprüfung erhalten die Teilnehmenden ein Zertifikat der Technischen Universität München.

ECTS:

3 ECTS Punkte

Teilnahmegebühren:

3.500 Euro*

Rabatte:

10% Rabatt für TUM Alumni und Mitglieder oder Mitarbeitende unserer strategischen Kooperationspartner (siehe unten).

* Unserer Erfahrung nach helfen Steuervergünstigungen in Deutschland vielen unserer Programmteilnehmenden, ihre Ausbildung zu finanzieren, da diese bis zu 50% der Studiengebühren und programmbezogenen Reisekosten in der Steuererklärung angeben können. Bitte sprechen Sie mit Ihrer Steuerberatung für eine Einschätzung Ihrer Situation. Für Teilnehmende unserer Programme, die ihren Wohnsitz außerhalb Deutschlands haben, kann dies ebenfalls zutreffen, bitte klären Sie die Situation mit den lokalen Steuerbehörden.
Prof. Dr. Mathias Drton,
Chair of Mathematical Statistics/ MDSI, TUM
Dr. Stephan Haug,
Chair of Mathematical Statistics, TUM
Prof. Dr. Oliver Junge,
Chair of Numerics of Complex Systems, TUM
Prof. Dr. Matthias Scherer,
Chair of Risk and Insurance, TUM
Prof. Marie-Christine Düker,
Department of Statistics and Data Science, Friedrich-Alexander University
Marco Rauscher,
Chair of Mathematical Finance, TUM
Prof. Dr. Elisabeth Ullmann,
Chair of Scientific Computing and Uncertainty Quantification, TUM
Prof. Dr. Michael M. Wolf,
Chair of Mathematical Physics, TUM
Prof. Dr. Christoph Knochenhauer,
Finanzmathematik, TUM School of Computation, Information and Technology
Modul 1: Computing with Data
  • An introduction to R, R Studio, and tidyverse
  • Data management
  • Data visualization
  • Creating reports with markdown toolsR interfaces with other languages (julia, python)
Modul 2: Statistical Foundations of Data Science
  • Designing experiments and modeling data
  • Linear regression
  • Likelihood and Bayesian inference
  • High-dimensional regression
Modul 3: Teil I: Basics of Supervised Learning
  • Generative and discriminative approaches to classification and regression
  • Logistic regression
  • Generalized linear models
  • Classification with logistic regression and discriminant analysis
Modul 3: Teil II: Basics of Unsupervised Learning
  • Unsupervised Learning
  • Clustering with k-means/k-medians, mixture models, stochastic block/ball models
  • Dimension reduction with PCA/SVD
  • Manifold Learning
  • Autoencoders
Modul 4, Teil I: Predictive Approaches in ML
Kernel methods:
  • support vector machines,
  • Gaussian processes
  • Decision trees
Ensemble methods:
  • boosting and random forests
Modul 4, Teil II: Predictive Approaches in ML
Neural networks and deep learning:
  • Training neural nets
  • Approximation theory
  • Network architectures
Reinforcement learning:
  • Markov decision processes
  • deep RL
Modul 4, Teil II: Predictive Approaches in ML
Neural networks and deep learning:
  • Training neural nets
  • Approximation theory
  • Network architectures
Reinforcement learning:
  • Markov decision processes
  • deep RL
Modul 5: Optimization and Randomization for Large-Scale Data Analysis
  • Non-linear optimization
  • Convex optimization
  • Stochastic gradient methods
  • Randomization and sketching
Modul 6: Case Studies & Final Exam
Presentation of case studies that exemplify applications in selected areas:
  • Financial and Actuarial Math
  • Examples from TUM Data Innovation Lab
  • BioTech.
Assessment of your participation in the program in a pass/fail exam

Partner

Das Programm wurde in Zusammenarbeit mit der Fakultät für Mathematik der TUM School of Computation, Information and Technology, Technische Universität München, erstellt. Erfahren Sie mehr zur Fakultät hier.

Was unsere Studierenden sagen

  • Das Data Science-Programm war eine hervorragende Gelegenheit, mein Wissen aufzufrischen und mich wieder mit der engen Verbindung zwischen Informatik und Mathematik vertraut zu machen. Besonders geschätzt habe ich die ausgewogene Kombination aus theoretischen Konzepten wie Bayes’scher Inferenz und praktischen Anwendungen in den Bereichen Reinforcement Learning und Optimierungsmethoden. Ein intensives Programm, das umfassende Einblicke in moderne datengesteuerte Ansätze vermittelt.

    Ing. Valmir Bekiri
    BSc, MSc

Info Sessions

Erfahren Sie mehr zu unserem Zertifikatsprogramm Data Science. Die Info Session findet einmal im Jahr statt, jeweils einige Monate vor Programmbeginn. Die Termine werden rechtzeitig bekannt gegeben.

Anfrageformular Zertifikatsprogramme Executive & Professional Education

„*“ zeigt erforderliche Felder an

Titel
Anrede*
Newsletter
Datenschutzerklärung*

  • Ihre Ansprechperson

    Berk Baltaci
    Program Manager
    Telefon: +49 (0) 89 289 26752
    Kontakt

    Anfrageformular Zertifikatsprogramme Executive & Professional Education

    „*“ zeigt erforderliche Felder an

    Titel
    Anrede*
    Newsletter
    Datenschutzerklärung*

Weitere Programme, die Sie interessieren könnten

  • Talent Booster – Leading Business Transformation

    Das Talent Booster-Programm, das in Zusammenarbeit mit der Manres Akademie und dem TUM Institute for LifeLong Learning entwickelt wurde, vermittelt Nachwuchsführungskräfte die Fähigkeiten, organisatorische Transformationen zu führen, Innovationen voranzutreiben und die Herausforderungen der digitalen Transformation zu meistern. In drei Workshops über 16 Wochen in München erarbeiten die Teilnehmenden Führungskompetenzen auf individueller, Team- und Organisationsebene und erhalten praxisnahe Werkzeuge für Strategie, Zusammenarbeit und persönliche Weiterentwicklung.

  • Data Science

    Unser Zertifikatsprogramm bietet eine einzigartige Gelegenheit, sich in moderne computergestützte Methoden zur Analyse, Vorhersage und Visualisierung von Daten einzuarbeiten. Entwickelt in enger Zusammenarbeit mit renommierten Professor:innen der Fakultät für Mathematik der TUM und Expertinnen aus der Praxis.

  • Executive MBA in Business & IT

    Im Zentrum dieses Programms steht die nahtlose Integration von Führungs- und Kommunikationskompetenz mit den neuesten technologischen Entwicklungen. So sollen Sie in der Lage sein, Ihr Wissen in diesen Bereichen zu erweitern, Ihre unternehmerischen Fähigkeiten auszubauen und ein Netzwerk aus Innovatorinnen und Innovatoren wie Ihnen aufzubauen.