066 645 Masterstudium Data Science

  • Zeige alle LVAs des Studienjahres an, in dem das ausgewählte Semester liegt.

2022W-2023S (2018U)

TitelAnm.Bed.StundenECTS
Masterstudium Data Science https://informatics.tuwien.ac.at/master/data-science/
120.0
Prüfungsfach Data Science - Foundations
36.0
Modul FDS/FD - Fundamentals of Data Science - Foundations
9.0
VU Data-oriented Programming Paradigms
2.03.0
VU Experiment Design for Data Science
2.03.0
VU Statistical Computing
2.03.0
Modul MLS/FD - Machine Learning and Statistics - Foundations
9.0
VU Advanced Methods for Regression and Classification
3.04.5
VU Machine Learning
3.04.5
Modul BDHPC/FD - Big Data and High Performance Computing - Foundations
9.0
VU Datenbanksysteme Vertiefung
4.06.0
VU Data-intensive Computing
2.03.0
Modul VAST/FD - Visual Analytics and Semantic Technologies - Foundations
9.0
VO Cognitive Foundations of Visualization
2.03.0
VO Information Visualization
2.03.0
VU Semantic Systems
2.03.0
Prüfungsfach Domain-Specific Aspects of Data Science
9.0
Modul DSA - Domain-Specific Aspects of Data Science
9.0
VU Interdisciplinary Lecture Series on Data Science
1.01.0
PR Interdisciplinary Project in Data Science
4.05.0
VU Domain-Specific Lectures in Data Science
3.0
Prüfungsfach Fundamentals of Data Science - Core and Extension
Modul FDS/CO - Fundamentals of Data Science - Core
6.0
VU Data Acquisition and Survey Methods
2.03.0
VO Data Stewardship
2.03.0
Modul FDS/EX - Fundamentals of Data Science - Extension
es dürfen maximal 18 ECTS absolviert werden
VU Advanced Cryptography
4.06.0
VU Systems and Applications Security
4.06.0
VU Communicating Data
2.03.0
VU Data Center Operations
2.03.0
VU Digital Humanism
2.03.0
UE Data Stewardship
2.03.0
VU Internet Security
2.03.0
VU Organizational Aspects of IT-Security
2.03.0
VU Software Security
2.03.0
VU User Research Methods
2.03.0
PR User Research Methods
2.03.0
Prüfungsfach Machine Learning and Statistics - Core and Extension
Modul MLS/CO - Machine Learning and Statistics - Core
6.0
VU Recommender Systems
2.03.0
VU Statistical Simulation and Computer Intensive Methods
2.03.0
Modul MLS/EX - Machine Learning and Statistics - Extension
es dürfen maximal 18 ECTS absolviert werden
VU Advanced Learning Methods
2.03.0
VU Advanced Modeling and Simulation
2.03.0
VU AI/ML in the Era of Climate Change
3.04.0
VU AKNUM Reinforcement Learning
4.06.0
VU Algorithmic Social Choice
4.06.0
VU Applied Deep Learning
2.03.0
VO Bayesian Statistics
2.03.0
UE Bayesian Statistics
1.02.0
VU Business Intelligence
4.06.0
VU Crypto Asset Analytics
???steg_ok???
Lehrveranstaltungen erfordern die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
2.03.0
VU Data Analysis
???steg_ok???
Lehrveranstaltungen erfordern die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
2.03.0
VU Deep Learning for Visual Computing
2.03.0
VU General Regression Models
3.05.0
VO General Regression Models
2.03.0
UE General Regression Models
1.02.0
VU Intelligent Audio and Music Analysis
3.04.5
VO Introduction to Statistical Inference
3.04.5
UE Introduction to Statistical Inference
1.02.0
VU Machine Learning for Visual Computing
3.04.5
VU Mathematical Programming
2.03.0
VU Modeling and Simulation
2.03.0
VU Modelling and Simulation in Health Technology Assessment
2.03.0
VO Multivariate Statistics
3.04.5
UE Multivariate Statistics
1.01.5
VU Problem Solving and Search in Artificial Intelligence
2.03.0
VU Sicherheit, Privacy und Erklärbarkeit in Maschinellem Lernen
2.03.0
VU Self-Organizing Systems
3.04.5
VU Similarity Modeling 1
2.03.0
VU Similarity Modeling 2
2.03.0
VU Social Network Analysis
2.03.0
VU Theoretical Foundations and Research Topics in Machine Learning
2.03.0
Prüfungsfach Big Data and High-Performance Computing - Core and Extension
Modul BDHPC/CO - Big Data and High Performance Computing - Core
6.0
VU Basics of Parallel Computing
2.03.0
VU Energy-efficient Distributed Systems
2.03.0
Modul BDHPC/EX - Big Data and High Performance Computing - Extension
es dürfen maximal 18 ECTS absolviert werden
VU Algorithmics
4.06.0
VU Algorithmic Geometry
3.04.5
VU Optimization in Transport and Logistics
2.03.0
VU Graph Drawing Algorithms
2.03.0
VU Fixed-Parameter Algorithms and Complexity
3.04.5
VO Analysis 2
3.03.0
UE Analysis 2
2.04.5
VU Approximation Algorithms
2.03.0
VU Complexity Analysis
2.03.0
VU Database Theory
2.03.0
VU Effiziente Programme
2.03.0
VU GPU Architectures and Computing
4.06.0
VU High Performance Computing
3.04.5
VU Heuristic Optimization Techniques
3.04.5
VO Nonlinear Optimization
2.03.0
UE Nonlinear Optimization
1.02.0
VU Structural Decompositions and Algorithms
2.03.0
VU Advanced Multiprocessor Programming
3.04.5
Prüfungsfach Visual Analytics and Semantic Technologies - Core and Extension
Modul VAST/CO - Visual Analytics and Semantic Technologies - Core
6.0
UE Design and Evaluation of Visualisations
2.03.0
VU Advanced Information Retrieval
2.03.0
Modul VAST/EX - Visual Analytics and Semantic Technologies - Extension
es dürfen maximal 18 ECTS absolviert werden
VO Deductive Databases
2.03.0
VU Description Logics and Ontologies
2.03.0
VU Natural Language Processing and Information Extraction
2.03.0
UE Information Visualization
1.01.5
VU KBS for Business Informatics
4.06.0
VU Knowledge-based Systems
4.06.0
VU Knowledge Graphs
2.03.0
VO Medical Image Processing
2.03.0
UE Medical Image Processing
2.03.0
VO Processing of Declarative Knowledge
2.03.0
VU Real-time Visualization
2.03.0
VU Semantic Technologies
2.03.0
VU Semi-Automatic Information and Knowledge Systems
2.03.0
VU Visual Data Science
2.03.0
VU Visualization 2
3.04.5
Prüfungsfach Freie Wahlfächer und Transferable Skills
9.0
Modul Freie Wahlfächer und Transferable Skills
SE Coaching als Führungsinstrument 2
2.03.0
SE Critical Algorithm Studies
2.03.0
SE Didaktik in der Informatik
2.03.0
VO EDV-Vertragsrecht
1.01.5
VO Einführung in die Wissenschaftstheorie I
2.03.0
VO Einführung in Technik und Gesellschaft
2.03.0
SE Folgenabschätzung von Informationstechnologien
2.03.0
VU Forschungsmethoden
2.03.0
VO Frauen in Naturwissenschaft und Technik
2.03.0
VU Kommunikation und Moderation
2.03.0
SE Kommunikationstechnik
1.01.5
VU Kooperatives Arbeiten
2.03.0
VU Präsentation und Moderation
2.03.0
SE Privatissimum aus Fachdidaktik Informatik
4.04.0
VU Softskills für TechnikerInnen
2.03.0
VU Techniksoziologie und Technikpsychologie
2.03.0
VO Theorie und Praxis der Gruppenarbeit
2.03.0
SE Wissenschaftliche Methodik
2.03.0
Katalog Freie Wahlfächer - Informatik
Freie Wahlfächer
VU Pilots in Mobile Interaction: User-centered Interaction Research and Evaluation
2.03.0
VU Robotik für RoboCup
6.0
KO Reflections on ICTs and Society
2.02.0
VU Science of Information 1: Transdisciplinary Foundations of Informatics
2.03.0
PR Praktikum aus IT-Security
4.06.0
SE Formale Semantik natürlicher Sprache
2.03.0
VO Ausgewählte Kapitel der Technischen Informatik
2.03.0
SE Seminar für DiplomandInnen
2.02.0
SE Computer Vision Seminar für DiplomandInnen
2.02.0
VU Softwaretechische Konzepte und Infrastrukturtechnologien zur Identifikation von Objekten und Geräten: RFID, Smartcards, NFC und Mobile Phones
2.03.0
VU Advanced Services Engineering
2.03.0
SE Forschungsseminar für DiplomandInnen
2.03.0
SE Forschungsseminar für DiplomandInnen
2.03.0
VO Finanzmärkte, Finanzintermediation und Kapitalanlage
2.53.5
VU Methodisches, industrielles Software-Engineering mit Funktionalen Sprachen am Fallbeispiel Haskell
2.03.0
VU IT Governance
2.03.0
VU Current Trends in Computer Science
1.01.5
VU Programmierung von Strategie-Spielen
2.03.0
VU Medienanalyse und Medienreflexion
2.03.0
EX Exkursion
2.03.0
VU Theoretische Informatik und Logik für CI
4.06.0
SE Theorie und Praxis der Evaluierung von innovativen User Interfaces
2.03.0
VU Brückenkurs Programmierung für Studienanfängerinnen
VU Mobile (App) Software Engineering
2.03.0
VU Runtime Verification
3.0
VU Runtime Verification
2.03.0
VU 2D and 3D Image Registration
2.03.0
SE Critical Algorithm Studies
2.03.0
VU Brückenkurs Programmierung für Studienanfänger
2.00.0
VU Python!
3.0
VU VU Metaheuristics and Hybrid Methods for Combinatorial Optimization
4.0
VU Metaheuristics and Hybrid Methods for Combinatorial Optimization
4.0
VU Applied Machine Learning in Cyber-Physical Systems
3.0
VU Geisteswissenschaften, Kulturgüter und Naturwissenschaften: Einführung in die Methoden des Maschinellen Sehens und Materialanalyse im Bereich der Paleographie
2.03.0
VU Geisteswissenschaften, Kulturgüter und Naturwissenschaften: Einführung in die Methoden des Maschinellen Sehens und der Materialanalyse im Bereich Paleographie
3.05.0
VU Einführung in die Computer Algebra
2.03.0
PR Mobile (App) Prototyping and Evaluation
4.06.0
VU Introduction into Connected Car IT
2.03.0
VU Introduction into Connected Car IT
2.03.0
VU Advanded Aspects of Connected Car IT
2.03.0
PR Cases in Engineering Connected Car IT Systems
4.06.0
VU P2 - Einführung in die Programmierung 2
4.0
VU Experiment Design for Data Science
2.03.0
VU Advanced Programming Paradigms
2.03.0
VU Datenorientierte Programmierparadigmen
2.03.0
VU Datenorientierte Programmierparadigmen
2.03.0
VO Datenorientierte Programmierparadigmen
2.03.0
VO Interdisziplinäre Ringvorlesung aus Data Science
1.01.5
IP Interdisziplinäres Projekt aus Data Science
4.06.0
UE Formale Methoden der Informatik
2.03.0
VU Cryptocurrencies
3.0
VU Datenmodellierung 2
2.03.0
UE Einführung in Grundlagen des Programmierens für Studierende gemeinsam mit Geflüchteten
6.06.0
UE Einführung in Grundlagen des Programmierens für Studierende gemeinsam mit Geflüchteten
6.06.0
VU Current Research in Augmented and Virtual Reality
2.03.0
UE Programmierung von Geschäfts-Anwendungen mit Ruby on Rails
2.03.0
PR Virtual Reality Maker Lab
6.06.0
VU Visual Data Science
2.03.0
VU Smart Contracts
2.03.0
UE IT-Projekte für Jugendliche begleitend zu LVA 187.A97
2.01.5
VU Formal Methods for Security and Privacy
4.06.0
VU Formal Methods for Security and Privacy
4.06.0
VO Bachelor with Honors - Lehrveranstaltungen
7.010.0
VU Tutorial on Introduction to Modern Cryptography
2.03.0
VU Deep Learning
4.0
PR Bachelor with Honors Internship Project
4.06.0
VU Summer/Winter School for Bachelor with Honors
2.03.0
VU Pragmatische Werkzeuge für modernes PM für Ingenieure
2.03.0
VU Pragmatische Werkzeuge für modernes Projektmanagement für Ingenieure
2.03.0
VU Crypto Asset Analytics
2.03.0
VU Crypto Asset Analytics
2.03.0
VU Privacy Enhancing Cryptography
4.06.0
VU Sicherheit, Privacy und Erklärbarkeit in Maschinellem Lernen
2.03.0
VU Epistemic Logic and Communication
2.03.0
VU Ausgewählte Kapitel digitaler Forensik I
2.03.0
VU Optimierung von Legacy-Systemen - Lernen aus der Geschichte großer IT-Systeme und ihrer (Nicht-)Ablöse
2.03.0
VU Technical and Organizational Mechanisms of Payments
2.03.0
LU Mikrocomputer für Informatiker_innen
2.02.0
VU Mikrocomputer für Informatiker_innen
1.01.0
SE Capture The Flag
6.06.0
VU Applied Deep Learning
2.03.0
PV TechTalks - Industrielle digitale Technologien Stand 2020
2.03.0
VU Hackathon: Kooperative Open Source Entwicklung mit Web of Needs
2.03.0
SE Unkonventionelle IT (U.IT) zwischen (Kontroll-)Theorie, Neuralen Netzen, Quantenalgorithmen und -kryptographie
2.03.0
VU Runtime Verification
4.06.0
VU Runtime Verification
4.06.0
VU Introduction to the Coq proof assistant
2.03.0
SE Seminar zu theoretischen Aspekten des Maschinellen Lernens
2.03.0
VU Deep Learning
2.03.0
VU Advanced Deep Learning
2.03.0
VU Deep Learning
2.03.0
VO Deep Learning
2.03.0
VU Deep Learning
2.03.0
VO Deep Learning
2.03.0
SE Seminar in Formal Methods for Security and Privacy
3.0
UE Attacks and Defenses in Computer Security
6.0
UE Attacks and Defenses in Computer Security
4.06.0
UE ProgPro Together
2.00.0
VU Theoretical Foundations and Research Topics in Machine Learning
2.03.0
VU Theoretische Grundlagen und Forschungsthemen des maschinellen Lernens
4.06.0
PR Machine Learning Algorithms and Applications
4.06.0
VU Theoretical Foundations and Research Topics in Machine Learning
2.03.0
PR Machine Learning Algorithms and Applications
2.03.0
PR Machine Learning Theory Project
2.03.0
VU Symmetric Cryptography
4.06.0
VU Sport-Technologien: Einführung in den Mess-, Trainings- und Plattform-Systembau für Athletinnen und Athleten
2.03.0
VU Free/Libre and Open Source Software
2.03.0
VU Sport-Technologien: Einführung in den Mess-, Trainings- und Plattform-Systembau für Athletinnen und Athleten
2.03.0
VU Competitive Programming for Programming Contests
2.03.0
VU Deontic Logic for Normative Reasoning
2.03.0
PR Presentation and Interaction in MOOCs
6.0
VU Mobile Security
2.03.0
UE CTF Contests: Einführung und Vertiefung in die "Olympiade" der IT Security Kultur (durch OlympionikInnen)
4.06.0
SE CAIML Seminar
1.01.5
UE Ergänzende Softwareentwicklungs-Skills für Data Scientists
2.03.0
VU Programmieren in Python
1.5
VU Programming Principles of Mobile Robotics
4.06.0
Katalog Freie Wahlfächer - Wirtschaftsinformatik
English TSK
Diplomarbeit und kommissionelle Gesamtprüfung
30.0
Abschlussarbeit Diplomarbeit
27.0
Abschlussprüfung Kommissionelle Abschlussprüfung
1.5
SE Seminar für Diplomand_innen
1.01.5
Verantwortliche_r Studiendekan_in
Bei Fragen zum Curriculum wenden Sie sich bitte an eine_n der verantwortlichen Studiendekan_innen.

Legende

Lehrveranstaltungen gehören zur Studieneingangs- und Orientierungsphase STEOP
Lehrveranstaltungen gehören zum Studieneingangsgespräch STEG
Lehrveranstaltungen erfordern die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
Lehrveranstaltungen erfordern die Erfüllung des Studieneingangsgesprächs STEG
Distance Learning
Distance Learning: Lehrveranstaltung wird überwiegend online abgehalten