Weitere Module6 ECTS
Carl von Ossietzky Universität Oldenburg · Master
Data Science and Machine Learning Master of Science an der Carl von Ossietzky Universität Oldenburg
Der Masterstudiengang Data Science and Machine Learning an der Uni Oldenburg vertieft datengetriebene Methoden zwischen Statistik, maschinellem Lernen und Softwareentwicklung.M.Sc.
Master of Science
120
ECTS-Punkte
4 Sem.
Regelstudienzeit
Oldenburg
Studienort
Über den Studiengang
Der Master Data Science and Machine Learning an der Carl von Ossietzky Universität Oldenburg richtet sich an Studierende, die nach einem ersten informatiknahen oder mathematisch-statistischen Abschluss tiefer in die algorithmischen und methodischen Grundlagen datengetriebener Systeme einsteigen möchten. Der Studiengang verbindet klassische Data-Science-Verfahren mit modernen Ansätzen des maschinellen Lernens und legt dabei Wert auf ein fundiertes methodisches Fundament statt auf reines Anwenderwissen.
Oldenburg positioniert sich als Universitätsstandort mit ausgeprägter Forschung im Bereich intelligenter Systeme und eingebetteter Datenanalyse, was dem Studiengang eine anwendungsnahe, aber wissenschaftlich fundierte Prägung gibt. Der zulassungsbeschränkte Vollzeit-Master schließt mit dem Master of Science ab und ist auf eine forschungsorientierte wie berufsqualifizierende Doppelfunktion ausgelegt.
Curriculum & Module
43 Module · 120 ECTS gesamt – der vollständige Studienverlauf. Durchsuche alle Module oder filtere nach Semester.
Weitere Module6 ECTS
Applied Deep Learning
Weitere Module6 ECTS
Machine Learning
Weitere Module6 ECTS
Statistical Learning
Weitere Module6 ECTS
Interdisciplinary Lecture Series Data Science and Data Ethics
Weitere Module6 ECTS
Exploring Research Data Management
Weitere Module6 ECTS
Trustworthy Machine Learning
Weitere Module6 ECTS
Machine Learning II
Weitere Module6 ECTS
Advanced Topics in Applied Deep Learning
Weitere Module6 ECTS
Time Series Analysis
Weitere Module6 ECTS
Introduction to IT-Security
Weitere Module6 ECTS
Designing Explainable Artificial Intelligence
Weitere Module3 ECTS
Applied AI - Multimodal-Multisensor Interfaces I: Foundations, User Modeling, and Common Modality Combination
Weitere Module3 ECTS
Applied AI - Multimodal-Multisensor Interfaces III: Language Processing, Software, Commercialization, and Emerging Directions
Weitere Module6 ECTS
Internship
Weitere Module6 ECTS
Current Topics in Data Science and Machine Learning
Weitere Module6 ECTS
Language Courses
Weitere Module6 ECTS
Theoretical Foundations of Machine Learning and Data Science
Weitere Module12 ECTS
Group Project Theoretical Foundation of Machine Learning in Mathematics and Natural Sciences
Weitere Module6 ECTS
Mathematical Foundations of Statistical Learning
Weitere Module6 ECTS
Introduction to Numerical Methods for Partial Differential Equations
Weitere Module6 ECTS
Computational Physics
Weitere Module6 ECTS
Modelling of Complex Systems
Weitere Module6 ECTS
Current Topics in Theoretical Foundations of Machine Learning in Mathematics and Natural Sciences
Weitere Module6 ECTS
Information Processing and Communication
Weitere Module6 ECTS
Medical Data Pipelines
Weitere Module6 ECTS
Medical Data Analysis with Deep Learning
Weitere Module6 ECTS
Big Data Analytics and Clinical Decision Support
Weitere Module12 ECTS
Group Project Data Science in Medicine and Healthcare
Weitere Module6 ECTS
Special Topics in Medical Informatics II
Weitere Module6 ECTS
Medical Technology
Weitere Module6 ECTS
Medical Basics
Weitere Module6 ECTS
Bioinformatics and Omics
Weitere Module6 ECTS
Current Topics in Data Science in Medicine and Healthcare
Weitere Module6 ECTS
Digital Signal Processing
Weitere Module6 ECTS
Hearing and Communication Acoustics
Weitere Module6 ECTS
Algorithms for Speech Processing
Weitere Module12 ECTS
Group Project Data-Driven Speech and Hearing Sciences
Weitere Module6 ECTS
Introduction to Neurophysics
Weitere Module6 ECTS
Processing and Analysis of Biomedical Data
Weitere Module6 ECTS
Human Computer Interaction
Weitere Module6 ECTS
Current Topics in Data-Driven Speech and Hearing Sciences
4. Semester30 ECTS
Master Thesis
Keine Module gefunden. Suche anpassen oder Filter zurücksetzen.
Moduldaten aus dem offiziellen Modulhandbuch der Hochschule München. Umfang und Angebot können sich je Studien- und Prüfungsordnung ändern.
Studiengang im Detail
Über den Studiengang
Der Studiengang Data Science and Machine Learning an der Uni Oldenburg ist als forschungsnaher Master konzipiert, der mathematisch-statistische Grundlagen mit praktischer Modellentwicklung verbindet. Er baut auf einem ersten Hochschulabschluss mit informatik- oder datenaffinem Hintergrund auf und vertieft diesen gezielt in Richtung maschinelles Lernen.
Die zulassungsbeschränkte Aufnahme sorgt für eine fachlich vorbereitete Kohorte, mit der anspruchsvolle Inhalte von Beginn an auf hohem Niveau bearbeitet werden können.
Studieninhalte
Zentrale Bausteine sind Module wie Introduction to Data Science, Applied Deep Learning und Machine Learning, die von grundlegenden Konzepten der Datenanalyse bis zu komplexen neuronalen Netzarchitekturen reichen. Die Inhalte verbinden theoretische Modellbildung mit praktischer Implementierung.
Neben den Kernmodulen ist mit vertiefenden Wahlbereichen zu rechnen, die eine Spezialisierung etwa in Richtung Signalverarbeitung, Statistik oder angewandter KI erlauben, passend zum Forschungsprofil des Standorts Oldenburg.
Für wen passt das?
Der Studiengang eignet sich für Absolvent:innen mit Vorkenntnissen in Programmierung, Mathematik oder Statistik, die eine forschungsorientierte Vertiefung in maschinellem Lernen suchen. Wichtig ist die Bereitschaft, sich mit anspruchsvoller Theorie und deren praktischer Umsetzung intensiv auseinanderzusetzen.
Wer lieber breite Anwenderkenntnisse ohne tiefen methodischen Unterbau sucht, findet in diesem Master eher die falsche Ausrichtung – der Fokus liegt klar auf algorithmischem Verständnis.
Karriere & Arbeitsmarkt
Absolvent:innen finden Anschluss an Tätigkeitsfelder, die der Berufsgruppe Berufe in der Informatik zugeordnet werden, etwa in der Entwicklung datengetriebener Softwarelösungen oder im Aufbau von Machine-Learning-Pipelines.
Die Kombination aus wissenschaftlicher Methodik und praktischer Modellierungskompetenz öffnet sowohl Wege in die Wirtschaft als auch in die datenwissenschaftliche Forschung.
Hochschule & Format
Als Universität mit Forschungsschwerpunkten im Bereich intelligenter Systeme bietet die Uni Oldenburg ein Studienumfeld, in dem aktuelle Entwicklungen aus der Wissenschaft direkt in die Lehre einfließen können.
Das Vollzeitformat in Präsenz ermöglicht engen Austausch mit Lehrenden und eine kontinuierliche fachliche Begleitung während des gesamten Studiums.
Zulassung & Zugangswege
Zulassungsbeschränkt (NC)Die Zulassung erfolgt nach Kapazität; die aktuelle NC-Grenze bitte aktuell bei der Uni Oldenburg prüfen.
ZugangswegeIn der Regel Abitur oder Fachhochschulreife – auch beruflich Qualifizierte können zugelassen werden; ein einschlägiges Vorpraktikum ist teils empfohlen.
Deine Zulassungschancen
Ehrliche Einordnung auf Basis der gebundenen Daten, plus dein persönlicher Match.
Zulassungsbeschränkt (NC)
Die Studienplätze sind begrenzt und die NC-Grenze schwankt je Semester. Prüfe mit deinem Schnitt, wie deine Chancen aktuell stehen.
Kosten & Finanzierung
An staatlichen Hochschulen fallen in der Regel keine Studiengebühren an – du zahlst nur den Semesterbeitrag.
| Position | Betrag |
|---|---|
| Studiengebühren | 0 € |
| Semesterbeitrag | ca. 250 bis 350 € / Semester |
| Enthalten | u. a. Semesterticket & Studierendenwerk |
Richtwerte – den genauen Semesterbeitrag nennt die Hochschule.
Deine Jobgarantie mit StudySmarter
Wenn du deinen Studiengang über StudySmarter und das StudyKit findest und dich darüber einschreibst, ist die Jobgarantie automatisch dabei.
Jobgarantie
6 Monate
Findest du innerhalb von 6 Monaten nach deinem Abschluss keinen Job, übernehmen wir dein professionelles Jobcoaching – so lange, bis du einen hast.
Gilt ab dem Tag deines Studienabschlusses.
So sicherst du sie dir
- Finde & wähle deinen Studiengang über StudySmarter und das StudyKit
- Schreib dich darüber an deiner Uni ein und schließe erfolgreich ab
- Bewirb dich über die StudySmarter Jobbörse und CareerKit für deinen ersten Job nach dem Studium
Ohne Zusatzkosten
Automatisch dabei.
Mit deiner Einschreibung über StudySmarter ist die Jobgarantie inklusive – du musst nichts extra buchen.
Infomaterial anfordern
Es gelten die Teilnahmebedingungen. Details und Bedingungen erhältst du mit dem Infomaterial.
Karriere & Gehalt
Der Weg vom Berufseinstieg bis in leitende Positionen im datengetriebenen Umfeld verläuft typischerweise über mehrere Erfahrungsstufen.
- Junior Data Scientist / ML EngineerEinstieg in Datenanalyse, Modellentwicklung und erste eigenständige ML-Projekte unter Anleitung · 0 bis 2 Jahre
- Data Scientist / Machine Learning EngineerEigenverantwortliche Entwicklung und Optimierung von Modellen sowie Zusammenarbeit mit Fachabteilungen · 2 bis 5 Jahre
- Senior Data Scientist / ML LeadVerantwortung für komplexe Projekte, technische Architekturentscheidungen und Mentoring jüngerer Kolleg:innen · 5 bis 8 Jahre
- Head of Data Science / ML-AbteilungsleitungStrategische Steuerung von Data-Science-Teams und Verantwortung für datengetriebene Unternehmensentscheidungen · ab 8 Jahren
Gehaltsspanne nach Karrierephase
Branchenweite Marktorientierung für Berufe in der Informatik (o.S.) (brutto pro Jahr), kein hochschulspezifischer Wert. Tatsächliche Gehälter hängen von Branche, Region und Erfahrung ab.
Arbeitsmarkt & Zukunft
Wie sich Berufe im Umfeld von Data Science durch künstliche Intelligenz verändern, lässt sich bereits heute in Grundzügen abschätzen.
46–86 Tage
Vakanzzeit – so lange bleibt eine gemeldete Stelle im Schnitt offen.
BA EngpassanalyseEngpassberuf
Offizielle Einstufung für Berufe in der Informatik (o.S.).
Fachkräftemangel66.000 €
Orientierungswert Bruttojahresgehalt (Median).
GehaltWie KI den Beruf verändert
KI-Systeme verändern schon jetzt, welche Aufgaben in datenwissenschaftlichen Berufen automatisiert ablaufen und welche menschliches Urteilsvermögen erfordern.
KI nimmt dir ab
- Automatisiertes Datenpreprocessing und Feature-Engineering
- Modelltraining und Hyperparameter-Optimierung über automatisierte Pipelines
- Routinemäßige Auswertung und Visualisierung großer Datenmengen
- Erste Anomalieerkennung in Datenströmen
Menschlich gefragter denn je
- Formulierung relevanter Fragestellungen und Zieldefinitionen
- Kritische Bewertung von Modellergebnissen und deren Grenzen
- Ethische Einordnung von Datennutzung und algorithmischen Entscheidungen
- Kommunikation komplexer Ergebnisse an nicht-technische Stakeholder
Kompetenzen aus Modulen wie Applied Deep Learning und Machine Learning bilden die methodische Basis für viele dieser Zukunftsaufgaben.
Arbeiten neben dem Studium
Sammle schon im Studium Praxis und verdiene dazu – Werkstudentenjobs und Praktika in Oldenburg, ideal neben dem Präsenzstudium am Campus.
bis 20 Std.pro Woche im Semester – das erlaubt das Werkstudentenprivileg
ab 13,90 €pro Stunde gesetzlicher Mindestlohn; technische Werkstudierende oft darüber
SV-freiWerkstudentenjobs sind weitgehend sozialversicherungsfrei – mehr netto bleibt
Werkstudentenjobsin OldenburgLive Praktikain OldenburgLive Werkstudent Maschinenbaubundesweit & remoteLive
Stellen live aus der StudySmarter Jobbörse · laufend aktualisiert.
Tools & Rechner
Kostenlose StudySmarter-Tools für Finanzierung, Karriere und Bewerbung – direkt einsatzbereit.
GehaltsrechnerWas verdienst du mit diesem Abschluss? Gehälter nach Beruf und Region.BAföG-RechnerBerechne in zwei Minuten deinen möglichen BAföG-Anspruch.Karriere-QuizFinde heraus, welche Berufe und Studiengänge zu dir passen.CV-CheckLass deinen Lebenslauf prüfen und erhalte konkrete Verbesserungen.Skills-AnalyseWelche Skills brauchst du im Beruf – und wo hast du noch Lücken?KarrierepfadSieh typische Karrierewege und Gehaltsstufen für deinen Beruf.
Die Hochschule im Profil
Kurzprofil der Carl von Ossietzky Universität Oldenburg – Trägerschaft, Format und, wo verfügbar, unsere Einschätzung aus Studierendenbewertungen.
UO
Carl von Ossietzky Universität Oldenburg
Staatliche HochschulePräsenzstudiumOldenburg
StudySmarter-Score
Für diese Hochschule liegen noch keine aggregierten Studierendenbewertungen vor.
Was Studierende sagen
Das wird gelobt
- Enge Verzahnung von Theorie und praktischer Modellentwicklung
- Forschungsnahes Umfeld mit Bezug zu intelligenten Systemen
- Klarer methodischer Fokus statt oberflächlicher Tool-Schulung
Worauf du achten solltest
Wer sich vor mathematisch-statistischer Tiefe scheut, sollte bedenken, dass der Studiengang ein solides quantitatives Fundament voraussetzt und dieses konsequent weiter ausbaut.
Passt Data Science and Machine Learning zu dir?
Das solltest du mitbringen
- Du bringst Vorkenntnisse in Programmierung, Statistik oder Informatik mit und willst diese methodisch vertiefen.
- Du interessierst dich für maschinelles Lernen nicht nur als Werkzeug, sondern als Forschungsgegenstand.
- Du arbeitest gerne selbstständig an komplexen, mathematisch geprägten Fragestellungen.
- Du schätzt ein forschungsnahes Universitätsumfeld mit direktem Bezug zu aktuellen Entwicklungen.
Weitere & ähnliche Studiengänge
Ähnliche Studiengänge an der Uni Oldenburg
Angewandte Psychologie (B.Sc.)
Studiengang ansehen
Anglistik
Studiengang ansehen
Applied Economics and Data Science
Studiengang ansehen
Betriebswirtschaftslehre
Studiengang ansehen
Betriebswirtschaftslehre mit juristischem Schwerpunkt
Studiengang ansehen
Betriebswirtschaftslehre: Management und Recht
Studiengang ansehen
Häufige Fragen
Ist der Master Data Science and Machine Learning an der Uni Oldenburg zulassungsbeschränkt?
Ja, der Studiengang ist zulassungsbeschränkt, was auf eine hohe Nachfrage und ein anspruchsvolles Anforderungsprofil hindeutet.
Welche Vorkenntnisse werden für den Studiengang erwartet?
In der Regel wird ein erster Hochschulabschluss mit Bezug zu Informatik, Mathematik oder Statistik vorausgesetzt, da Module wie Machine Learning und Applied Deep Learning auf einem entsprechenden methodischen Fundament aufbauen.
Welche beruflichen Perspektiven eröffnet der Abschluss?
Absolvent:innen finden Anschluss an Tätigkeiten im Bereich der Berufe in der Informatik, etwa in der Entwicklung datengetriebener Anwendungen oder im Aufbau von Machine-Learning-Systemen.
Wird der Studiengang in Vollzeit oder Teilzeit angeboten?
Der Master wird an der Uni Oldenburg als Vollzeitstudiengang in Präsenzform angeboten.
Kostenlos & unverbindlich
Infomaterial zu Data Science and Machine Learning bekommen
Studienführer, Termine, Zulassung & Finanzierung – kostenlos direkt in dein Postfach.
StudyKit · kostenlos
Noch unsicher bei der Studienwahl?
Mit StudyKit gehst du Studienwahl, Bewerbung und Finanzierung an einem Ort an, begleitet von einem persönlichen KI-Assistenten. Finde heraus, was wirklich zu dir passt, und starte deine Bewerbung Schritt für Schritt.
Karriere-QuizBewerbungs-WalkthroughGehalts- & CV-Check