Studium

3D-Visualisierung einer Erdbebensimulation. 3D-Visualisierung einer Erdbebensimulation. Foto: Alexander Breuer

Was ist Computational and Data Science?

Die computergestützte Vorhersage von Phänomenen aus Wissenschaft, Industrie und Gesellschaft ist in den letzten Jahrzehnten zu einer Schlüsseltechnologie der modernen Informationsgesellschaft avan­cie­rt. Kein Medikament, kein Flugzeug und keine Solaranlage wird heute entworfen, ohne vorher aus­reich­end am Computer simuliert worden zu sein. Mit der fortschreitenden Digitalisierung der Ge­sell­schaft (soziale Netzwerke oder digitaler Fußabdruck), der zunehmenden Verwendung von hoch­auf­lös­end­er Sensorik (in Umwelt oder Automobilindustrie) oder auch aus Computer-Simulationen fallen auß­er­dem große Daten­­mengen an. Weitreichende Fortschritte in Wissenschaft, Industrie und Gesellschaft werden daher zukünftig noch mehr auf der Fähigkeit beruhen, mit Hilfe des Computers große Daten­mengen analysieren und Phänomene simulieren zu können. Ziel des interdisziplinären Studienganges ist es, den Studierenden diese grundlegenden Kompetenzen im Zusammenspiel mit einer An­wend­ungs­disziplin wie beispielsweise Neuroscience, Biologie oder Geologie zu vermitteln und sie so auf die Herausforderungen der Berufswelt der nächsten Jahrzehnte vorzubereiten.

Besonderheiten in Jena: Simulationen mit hoher Realitätsnähe sowie die Analyse von großen Daten­mengen sind nur durch moderne Algorithmen und deren effizienter Umsetzung auf leistungsfähigen Computern zu bewerkstelligen. Daher ist in diesem Studiengang die Vermittlung von Kenntnissen zur Verwendung von Hochleistungsrechnern, bei denen mehrere Prozessoren an der Lösung derselben Problemstellung zuammenarbeiten, integraler Bestandteil.

Aufbau

Das Studium kann sowohl im Sommer als auch im Winter begonnen werden. Das Curriculum wird unterteilt in einen Pflichtbereich und einen Wahlpflichtbereich. Der zeitliche Ablauf unterscheidet sich je nach Studienbeginn. Zwei Musterstudienpläne illustrieren mögliche zeitliche Abläufe von Lehrveranstaltungen.

 

Aufbau des Studiums bei Beginn im Sommersemester. Aufbau des Studiums bei Beginn im Sommersemester. Foto: H. M. Bücker

 

 

Aufbau des Studiums bei Beginn im Wintersemester. Aufbau des Studiums bei Beginn im Wintersemester. Foto: H. M. Bücker
Pflichtbereich

Der Pflichtbereich besteht aus verpflichtenden Lehrveranstaltungen in den folgenden drei unterschiedlichen Bereichen:

Scientific Computing (rot) Eintrag erweitern
  • Wissenschaftliches Rechnen I
  • Wissenschaftliches Rechnen II
  • Mathematische Modelle für Optimierungsprobleme
  • Elemente der rechen- und datengetriebenen Wissenschaften
Computational Informatics (blau) Eintrag erweitern
  • Parallel Computing I
  • Parallel Computing II
  • Algorithm Engineering
  • Visualisierung
Data Science (gelb) Eintrag erweitern
  • Statistische Verfahren
  • Big Data
  • Datenbanken & Informationssysteme
  • Algorithmische Grundlagen des maschinellen Lernens
  • Management of Scientific Data
Wahlpflichtbereich

Der Wahlpflichtbereich (lachsfarben) dient der Vertiefung innerhalb eines Studienprofils, die von den Studierenden individuell gewählt werden. Die folgenden Liste führt in alphabetischer Reihenfolge mögliche Studienprofile auf. Die Studierenden können in Absprache mit dem Studiengangsverantwortlichen und den entsprechenden Fachgebieten weitere Studienprofile entwerfen.

Darstellung eines metabolischen Netzwerkes als Puzzle.
Foto: Jan-Peter Kasper (Universität Jena)
Bioinformatik
Metabolische und regulatorische Netzwerke
Optimalitätsprinzipien in der Evolution
3D-Strukturen biologischer Makromoleküle
Euro-Banknoten und Euro-Münzen.
Foto: Jan-Peter Kasper (Universität Jena)
Computational Finance
Finanzmathematik
Praktische Finanzmathematik
Seminar Computational Probabilities
Von kleinen Kanälen durchzogen ist dieses Versuchsmuster eines Silizium-Wafers.
Foto: Jan-Peter Kasper (Universität Jena)
Computational Material Science
Phasenfeldtheorie
Advanced Computational Material Science
Festkörperphysik für Materialwissenschaften
Algorithmen des materialwisseschaftlichen Rechnens
Modellieren und Simulation
Netzwerkkabel mit dem Logo der National Security Agency (NSA)
Foto: Jan-Peter Kasper (Universität Jena)
Data Science
Rechnersehen I
Mustererkennung
Hochleistungsrechnen
Parallele Algorithmen
Mit einer Pipette werden Zellproben in eine sogenannte Mikrotiterplatte eingebracht.
Foto: Jan-Peter Kasper (Universität Jena)
Medical Photonics (Microscopy)
Optical Engineering
Microscopy
Biological Microscopy
Image Processing II
Entwicklung nanostrukturierte optische Materialien mit völlig neuen Eigenschaften.
Foto: Jan-Peter Kasper (Universität Jena)
Medical Photonics (Spectroscopy)
Physical Chemistry
Light Matter Interaction
Microspectroscopy
Chemometrics