60 Präsenzstunden Projektstudium, 90 Stunden Vor-/Nachbereitung inklusive Erstellung der Projektarbeit bzw. Referat

Grundvorlesungen in Data Science & Scientific Computing oder Informatik insbesondere Maschinelles Lernen und ggf. Deep Learning

Das Projektstudium zielt darauf ab, die für den beruflichen Alltag als Data Scientist benötigten instrumentalen, systemischen und kommunikativen Kompetenzen zu fördern.

Die Studierenden beherrschen den kompletten Data Science Workflow von der Datensammlung bis zur Modellevaluation. Insbesondere sind die Studierenden in der Lage

• ihr Wissen auf auf eine typische Aufgabe aus ihrem Beruf anzuwenden,
• im Projekt relevante Informationen zu sammeln, zu bewerten und wissenschaftlich zu reflektieren,
• Werkzeuge aus dem Studium einzusetzen, um die Projektziele zu erreichen,
• kompetent zu kommunizieren,
• fachbezogen zu argumentieren,
• sich über Ideen und Lösungen auszutauschen,
• sich selbst - allein und im Team - zu organisieren und
• Verantwortung im Team zu übernehmen.

In der Veranstaltung wird ein eigenständiges kleines Projekt realisiert, im Rahmen dessen die Studierenden aktuelles Wissen und moderne Data Science Tools bzw. Prozesse konkret anwenden. Dabei lernen sie auch, wie man im späteren Berufsalltag selbstständig weiter lernt. Aufgaben werden im Team definiert und verteilt.

Das Projekt wird von einem (tatsächlichen bzw. virtuellen) Auftraggeber beauftragt und von den Studierenden als Team bearbeitet.

Allgemeine Beschreibung:

• Die Studierenden bearbeiten in Gruppen von bis zu drei Studierenden eine herausfordernde Aufgabe (Challenge) aus dem Data Science Bereich.
• Die Projektdurchführung kann mit der Datensammlung bzw. Durchsicht der Daten beginnen.
• Es folgt die Ideensammlung zur Lösungsfindung z.B. mit Methoden aus dem Bereich des Design Thinkings.
• Danach setzen die Gruppen jeweils ihre Lösungen um. Dies können z.B. Tools oder Machine Learning Modelle sein.
• Am Ende evaluieren die Gruppen ihre Lösungen anhand wissenschaftlicher Maßstäbe und Kriterien.
• Die Projektleitung liegt beim Team selbst. Sie kann zum Beispiel über einen agilen Prozess wie Scrum gelöst werden oder einem bestimmenden Teammitglied anvertraut werden.
• Die Veranstaltung endet mit Abschlusspräsentationen vor dem Auftraggeber und Interessierten

Gespräch, Tafel, Beamer, Scrum-Karten, Repository mit Versionsverwaltung (GIT), Ticketsysteme

Themenspezifische Literatur abhängig vom konkreten Projekt - in der Regel aus aktuellen Veröffentlichungen in Fachjournalen