Master-Studiengang & Bewerbung/Zulassung Judith Zimmermann – Studienkoordinatorin, Departement Informatik, ETH Zürich
Master's in Data Science 120 Core Courses 62 Data Analysis 16 8 Information and Learning Statistics 8 Data Management and Processing 16 Core Electives 10 Interdisciplinary Electives 10 Data Science Lab 14 Seminar 2 Science in Perspective 2 Master's Thesis 30
Vorläufiger Kurskatalog: «Core Courses» Data Analysis: Information & Learning (min. 1 Kurs) 252-0535-00 Machine Learning HS 8 D-INFK new Mathematics of Information FS 8 D-ITET Data Analysis: Statistics (min. 1 Kurs) 401-3621-00 Fundamentals of Mathematical Statistics HS 10 D-MATH 401-3632-00 Computational Statistics FS 10 D-MATH Data Management and Processing (min. 2 Kurse) 263-3010-00 Big Data HS 8 D-INFK new 8 D-INFK Algorithmic Aspects of Data Science HS new Optimization for Data Science FS 8 D-INFK
Vorläufiger Kurskatalog: «Core Electives» new Research in Data Science HS/FS 6 yearly all yearly D-INFK 252-0417-00 Randomized Algorithms and Probabilistic Methods HS 7 yearly D-INFK 252-1407-00 Algorithmic Game Theory HS 7 yearly D-INFK 263-2800-00 Design of Parallel and High-Performance Computing HS 7 yearly D-INFK 263-0006-00 Algorithms Lab HS 6 yearly D-INFK 263-0007-00 Advanced Systems Lab HS 6 yearly D-INFK 252-1414-00 System Security HS 5 yearly D-INFK 263-3210-00 Deep Learning HS 4 yearly D-INFK 263-5210-00 Probabilistic Artificial Intelligence HS 4 252-0341-01 Information Retrieval HS 4 yearly D-INFK yearly D-INFK 252-0211-00 Information Security FS 8 263-0008-00 Computational Intelligence Lab FS 6 yearly D-INFK yearly D-INFK 263-2300-00 How To Write Fast Numerical Code FS 6 yearly D-INFK 252-0526-00 Statistical Learning Theory FS 6 yearly D-INFK 252-0538-00 Shape Modeling and Geometry Processing FS 5 yearly D-INFK new Architecture of Data Centers FS 5 yearly D-INFK 252-3005-00 Natural Language Understanding FS 4 yearly D-INFK 263-3700-00 User Interface Engineering FS 4 yearly D-INFK 252-0579-00 3D Vision FS 4 401-3601-00 Probability Theory HS 10 yearly D-MATH 401-4623-00 Time Series Analysis HS 6 bi-yearly D-MATH 401-3901-00 Mathematical Optimization HS 6 yearly D-MATH 401-3054-14 Probabilistic Method in Combinatorics HS 6 bi-yearly D-MATH 401-3612-00 Stochastic Simulation HS 5 bi-yearly D-MATH 401-0625-01 Applied Analysis of Variance and Experimental Design HS 4 yearly D-MATH 401-3627-00 High-Dimensional Statistics HS 4 irregular D-MATH 401-3611-00 Advanced Topics in Computational Statistics HS 4 bi-yearly D-MATH 401-3052-10 Graph Theory FS 10 yearly D-MATH 401-3622-00 Regression FS 8 bi-yearly D-MATH 401-3602-00 Applied Stochastic Processes FS 8 bi-yearly D-MATH 401-0674-00 Numerical Methods for Partial Differential Equations FS 8 yearly D-MATH 401-4904-00 Combinatorial Optimization FS 6 yearly D-MATH 401-3052-05 Graph Theory FS 5 yearly D-MATH 401-4628-16 Estimation and Testing under Sparsity FS 4 irregular D-MATH 401-4632-15 Causality FS 4 bi-yearly D-MATH 401-6102-00 Multivariate Statistics FS 4 bi-yearly D-MATH 701-0104-00 Statistical Modelling of Spatial Data FS 3 yearly D-MATH 6 yearly D-ITET 227-0427-00 Signal and Information Processing: Modeling, Filtering, Learning HS 6 yearly D-ITET 263-5902-00 Computer Vision HS 6 yearly D-ITET 227-0101-00 Discrete-Time and Statistical Signal Processing (in English) HS 227-0417-00 Information Theory I HS 6 yearly D-ITET 4 yearly D-ITET 227-0689-00 System Identification HS 227-0558-00 Principles of Distributed Computing FS 6 yearly D-ITET 6 yearly D-ITET 227-0150-00 Energy-Efficient Parallel Computing Systems for Data Analytics FS 6 yearly D-ITET 227-0420-00 Information Theory II FS 4 yearly D-ITET 227-0224-00 Stochastic Systems FS 4 yearly D-MAVT 151-0563-01 Dynamic Programming and Optimal Control HS 4 yearly D-MAVT 151-0566-00 Recursive Estimation FS 151-0664-00 Artificial Intelligence for Robotics FS 4 yearly D-MAVT
Interdisciplinary Courses: ein Beispiel Atmosphäre & Klima 701-0412-00 Klimasysteme 3 D-USYS 701-0473-00 Wettersysteme 3 D-USYS 701-0023-00 Atmosphäre 3 D-USYS 701-1252-00 Climate Change Uncertainty and Risk: From 3 D-USYS Probabilistic Forecasts to Economics of Climate Adaptation 701-1226-00 Inter-annual Phenomena and their Prediction 3 D-USYS Weitere Vorlesungspakete sind in der Ausarbeitung.
Design-Prinzipien des Data Science Masters Fundiert Kenntnisse in der Analyse und der Handhabung grosser Datenmengen Fachliche Kenntnisse in einem Anwendungsgebiet Erste Erfahrungen im Umgang mit realen Daten Weitere Informationen: www.inf.ethz.ch/de/data-science
Zielpublikum Qualifizierende Studiengänge Bachelor in Elektrotechnik und Informationstechnologie Bachelor in Informatik Bachelor in Maschinenbau Bachelor in Mathematik Bachelor in Physik Bachelor in Rechnergestützte Wissenschaften Generell Bachelor Curriculum mit einem hohen formalen Anteil!
Bewerbung & Zulassung, HS 2017 Spezialisierter Master-Studiengang Auch ETH Bachelor-Studierende müssen sich bewerben ! Bologna Bewerbungsperiode: 1. März - 31. März 2017 Weitere Informationen: http://www.admission.ethz.ch/
Bewerbungsunterlagen Einzureichende Unterlagen Online-Bewerbungsformular (ausfüllen, drucken & unterzeichnen) ETH-Transkript: Ausdruck aus mystudies Offizielle Transkripts von früheren Studien & Mobilität CV GRE General Test Referenzschreiben ETH Bachelor-Studierenden sind entbunden von Sprachnachweis Bewerbungsgebühr
Zulassungsgrundsätze Selektive Zulassung, in der Regel ohne Auflagen Lücken im Vorwissen Statistik, Analysis, Lineare Algebra, Wahrscheinlichkeitstheorie Programmierung Datenbanken, Datenmodellierung Wir erwarten, dass Studierende diese Lücken selbständig schliessen! Gute Studienleistungen im Bachelor-Studium Webseite mit Material zur Vorbereitung (coming soon)! Webseite mit Material zur Vorbereitung (coming soon)!
Recommend
More recommend