Cognitive Developer (m./w./d.)

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung oder
• facheinschlägige berufliche Qualifikationen (z. B. Lehre, BMS-Abschluss) mit Zusatzprüfung
• Quereinstieg im 3. Semester für facheinschlägige HTL-AbsolventInnen möglich

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudiengängen

Info:

Lehrinhalte: Informatik, Medieninformatik, Softwareentwicklung, Computersicherheit, Betriebs- und Volkswirtschaft, Unternehmensführung, Qualitätsmanagement, Englisch. Berufsfelder: Projektleitung in IT-Projekten, Datenbankdesign und -administration, Multimedia-Entwicklung, IT-Beratung, IT-Training.

Kosten: EUR 363,36 pro Semester + ÖH-Beitrag

Weitere Infos: https://www.fachhochschulen.ac.at

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Dual

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Studienberechtigungsprüfung, Berufsreifeprüfung

Abschluss:

Bachelor of Science in Engineering (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

vorbehaltlich durch die Genehmigung durch AQ Austria ab Herbst 2019 im Rahmen des Studiengangs Automatisierungstechnik und ab Herbst 2020 als eigener Studiengang

Präsenzzeiten: 20 Monate an der FH, 12 Monate im Unternehmen

Dieses neue duale Studium verbindet theoretischen Wissenserwerb im Bereich Mechatronik und Intelligenter Produktion in einer hochschulischen Einrichtung und das Anwenden der praktischen Kenntnisse im Betrieb. Dabei absolvieren die Studierenden das Studium in geblockter Form. Inhaltlich wird dieser Studiengang sowohl mechatronische Systeme als auch den Shop-Floor-Bereich der Produktionstechnik beinhalten. Neben den allgemeinen technischen Inhalten werden vertiefende Kenntnisse über Fertigungsverfahren, Planung und Betreiben von Produktionsanlagen einschließlich Roboter, Produktionstechnik, Betriebsorganisation, sowie Mechatronische Systeme vermittelt. (Quelle: FH OÖ)

Inhaltliche Themen:

• Grundlagenfächer eines mechatronischen Studiums (Mathematik, Mechanik, Elektrotechnik, Informations- und Kommunikationstechnik usw.)
• Smart Production
• Qualitätsmanagement
• Fertigungstechnik
• Auslegung mechatronischer Komponenten, Kenntnisse über den Einsatz von Werkzeugen, Werkzeugmaschinen und Messmitteln sowie Kenntnisse über Fabrikplanung und -organisation
• 4 Firmenprojekte

Weitere Infos: https://www.fh-ooe.at/campus-wels/studiengaenge/bachelor/intelligente-produktionstechnik/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium oder Abschluss eines gleichwertigen Studiums gegebenenfalls mit Zusatzprüfungen

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Spezialisierungen:

• AI Engineering
• Game Engineering

Absolvent*innen entwerfen, implementieren und integrieren AI basierte Systeme und AI Algorithmen auf Basis aktuellster Konzepte, Technologien, Programmiersprachen und Tools. Maschinelles Lernen, Visual Computing und Mixed Reality, Interactive AI, Verarbeitung von Sprache und Multimediadaten oder die intelligente Steuerung von virtuellen Charakteren sind Ausschnitte aus ihrer Welt. Design und Entwicklung von Unterstützungssystemen, Simulationsanwendungen oder Computerspielen sind nur Beispiele für Betätigungsfelder eines AI-Engineers. Absolvent*innen sind unter anderem als hochqualitative Software Engineers, Game Developer, DevOps-Engineers oder Smart Systems Engineers in allen Branchen gefragt.

Studieninhalte:

• Computer Graphics Basics / Programming Basics / Machine Learning Basics
• AI Concepts & Algorithms
• Advanced Programming
• Software Engineering
• Mathematics: Numerical Methods / Probabilistic Methods
• Visual Computing
• Engine Architecture and Design
• Development Projects
• Scientific Working and Ethics
• Mixed Reality und Simulation
• Interactive AI
• Master Thesis Project
• Entrepreneurship: Business Model Innovation / Law

Weitere Infos: https://www.technikum-wien.at/studium/master-studiengang-ai-engineering/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Bachelor- oder Diplomstudium oder gleichwertiger postsekundärer Bildungsabschluss
• berufspraktische Erfahrung
• gute Englischkenntnisse

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Das Studium wird vollständig in Englisch angeboten.

Der Master Data Science & Intelligent Analytics verbindet Informatik, Statistik, Mathematik und verwandte Anwendungsdisziplinen. Die Absolvent*innen erlangen anwendungsbereite Kompetenzen in Datenanalyse, Technologie, Unternehmensanwendungen und der Entwicklung innovativer Lösungen. Durch praxisorientierte Data Science Labs und projektbasiertes Lernen gewährleisten wir ein hohes Maß an Komplexität. Unser Programm adressiert die gesamte Wertschöpfungskette von Rohdaten über Querschnittsfunktionen bis hin zum wirtschaftlichen Erfolg. (Quelle: FH Kufstein)

Studienschwerpunkte:

• 30 % Datenanalyse und Machine Learning
• 30 % Softwareentwicklung mit Python
• 20 % Datenspeicherung, -integration, -nutzung
• 10 % Innovation und Management von Daten
• 10 % Business Ethik, Compliance und Recht

Mögliche Berufsfelder:

• Big Data Application Development
• Data Engineering
• Big Data & BI Consultanting
• Data Scientist (m./w./d.)
• Manager*in für Data Science Teams
• Analyst*in für Big Data
• Spezialist*in für Business Intelligence & Analytics

Weitere Infos: https://www.fh-kufstein.ac.at/master/data-science-intelligent-analytics-vz

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen: Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Weltweit entstehen pro Sekunde 1.3 Petabyte an Daten. Die Analyse solcher Datenmengen erfordert Methoden aus den Bereichen Machine Learning und Artifical Intelligence. Diese erlernen High Potentials aus Informatik, Informationsmanagement, Mathematik, Physik, VWL etc. in diesem Studium. Die Expertise unserer Absolventinnen und Absolventen ist stark gefragt, denn Daten sind das Öl des 21. Jahrhunderts.

Lehrinhalte.:

• Scripting für Data Scientists
• Graphentheorie und Systemdynamik
• Informations- und Kodierungstheorie
• Datenbankgrundlagen und Abfragesprachen
• Management relationaler Datenbanken
• Einführung in Data Science
• Deskriptive Statistik
• Wahrscheinlichkeitstheorie und Induktive Statistik
• Agenten-basierte Programmierung
• High Performance Computing
• Datenstrukturen und Algorithmen
• Optimierung und Numerik
• Neuronale Netze: Architekturen / Deep Learning
• Multivariate Statistik und Data Mining
• Datenqualität und Datenbereinigung
• Fortgeschrittene Informationsvisualisierung
• Cloud Computing für Data Scientists
• Business Development und Innovation
• Fortgeschrittene Themen der Künstlichen Intelligenz
• Entscheidungs- und Spieltheorie
• Schwarmintelligenz und Evolutionäre Algorithmen
• Ethik, Compliance und Datenschutz

Weitere Infos: https://www.fh-joanneum.at/studium/master-studiengaenge/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium oder gleichwertige Qualifikationen und Berufspraxis

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Unterrichtssprachen: Deutsch und Englisch

Studierende erwerben in die Tiefe gehendes Know-how zu digitaler Technologie. Das versetzt sie in die Lage, Technologieentscheidungen zu treffen, komplexe Informationssysteme zu entwerfen und in agilen Teams als Prototypen umzusetzen und sich in zukunftsweisende Technologiegebiete selbständig einzuarbeiten.
Schwerpunkte bilden:

• Cognitive Systems: Machine Learning, Generative Artificial Intelligence, Intelligent Assistance, Data Science
• Cyber-Physical Systems: Internet of Things, Robotics, Assistance Systems, Augmented Reality

(Quelle: FH der WKW)

Inhalte, u.a.:

• Modul: Data Science
• Modul: Agile Software Engineering
• Modul: Human-Technology Interaction
• Modul: Innovation Design
• Modul: Innovation Teams and Networks
• Modul: Technology Lab: Cognitive Systems
• Modul: Technology Lab: Cyber-Physical Systems
• Modul: Strategic Transformation
• Modul: Innovation Challenge
• Modul: Technology Management
• Modul: Seminar: Emergent Digital Technologies
• Modul: Innovation Challenge & Prototyping - Project Work Continuation
• Modul: Innovation Deployment

Mögliche Tätigkeitsbereiche:

• Digital bzw. IT Consulting
• IT Management und IT Project Management
• Digital Engineering
• Innovation Management
• Digital Transformation
• Digital Product Development
• IT Research, Development and Innovation

Weitere Infos: https://www.fh-wien.ac.at/studium/master/digital-technology-and-innovation/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

Die Zulassung zum Masterstudium Multilingual Technologies setzt einen fachlich in Frage kommenden Bachelorabschluss (z. B. Computer Science and Digital Communications der FH Campus Wien oder Transkulturelle Kommunikation der Universität Wien) sowie folgende fachspezifische Kenntnisse voraus:

• Grundkenntnisse der Sprachtechnologien und Fachkommunikation
• Grundlagen der Informatik, grundlegende Methoden und Tools des Software Engineerings

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Multilingual Technologies verknüpft Sprache und IT. Der in Österreich einzigartige Master wird in Kooperation mit dem Zentrum für Translationswissenschaften der Uni Wien angeboten und richtet sich an alle, die bereits einen Abschluss in einem technischen oder translationswissenschaftlichen Bachelorstudium haben und sich für Sprachtechnologien sowie multilinguale Lösungen und Konzepte interessieren. Der interdisziplinäre Charakter des Studiums befähigt für zukunftsorientierte Berufsfelder, etwa in der Sprachtechnologie oder im Bereich maschinelle Übersetzung.

Inhalte, u.a.:

• Introduction to Computational Linguistics
• Introduction to Machine Learning for Language Processing
• Multilingual and Crosslingual Methods and Language Resources
• Programming and Algorithms for Language Technologies
• Programming and Algorithms for Language Technologies
• Statistical Methods for Language Processing
• Translation Technologies
• Basics in Machine Translation
• Information Design for Language Data
• Information Extraction and Retrieval for Multilingual Natural Language Data
• Machine Learning Methods for Language Processing
• Machine Learning Methods for Language Processing
• Speech Technologies
• Transcultural Communication
• Advanced Machine Translation
• Human-Computer Interaction for Computational Linguists
• Software Engineering for Language Technologies
• Data Protection and Privacy for Computational Linguists
• IT Project Management for Computational Linguists

Weitere Infos: https://www.fh-campuswien.ac.at/studium-weiterbildung/studien-und-lehrgangsangebot/multilingual-technologies.html

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Weitere Infos: https://www.studienwahl.at/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung, Studienberechtigungsprüfung
• Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

in Englischer Sprache

Inhaltliche Schwerpunkte:

• Computer Science: Python programmiert und die Grundlagen über Algorithmen und Datenstrukturen
• Mathematics: alle für AI relevanten mathematischen Grundlagen
• AI Basics and Practical Work: Grundkompetenzen und Fertigkeiten anhand realer Problemstellungen
• AI and Society: Wie intelligent können Maschinen sein und wo werden sie im Alltag eingesetzt? Bedeutung der AI für die Gesellschaft und Interaktion von intelligente Systeme mit den Menschen
• Data Science: mit Techniken aus Mathematik, Statistik und Informatik Wissen aus Daten ziehen, Methoden der Sprachverarbeitung und der Signalverarbeitung
• Knowledge Representation and Reasoning: Wie kann Wissen so in eine Maschine integriert werden, dass diese Schlüsse daraus ziehen oder Probleme lösen kann?
• Machine Learning and Perception: Wie können Maschinen aus Daten und Erfahrungen für zukünftige Aufgabenstellungen lernen? Wie nehmen Maschinen ihre Umgebung wahr und lernen sie zu verstehen? Können Maschinen mehr lernen als Menschen?

Weitere Infos: https://www.jku.at/studium/studienarten/bachelordiplom/ba-artificial-intelligence/

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Berufsfelder: statistische Abteilungen im Bereich Banken und Finanzdienstanbieter, Unternehmensberatung, Konsumgüterindustrie, Forschungsinstitute in Wirtschaft und Technik, öffentliche Verwaltung.

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Berufsfelder: Unternehmen, der öffentlichen Verwaltung oder sonstigen Organisationen, deren Geschäftsfeld stark auf der Sammlung, Verarbeitung und Präsentation von Informationen durch Computer beruht. InformatikerInnen planen die Infrastruktur, den Einsatz von Informationssystemen und die Eigenentwicklung von Informationssystemen.

Informationen zu den Studienplänen und zu Spezialisierungsmöglichkeiten (Studienzweige) finden Sie unter Wissenschaftsuniversitäten - Übersicht (Uni-Wegweiser).

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

• Reifeprüfung (Matura), Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

• abgeschlossenes facheinschlägiges Bachelorstudium
• Englischkenntnisse auf Level B2 (Maturaniveau) empfohlen

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

in Englischer Sprache

Studienschwerpunkte:

Das Studium legt den Schwerpunkt auf Deep Learning. Daneben kann einer von vier inhaltlichen Schwerpunkte gewählt werden.

• AI und Mechatronik – Robotics and Autonomous Systems: Robotik, autonomes Fahren, Drohnen
• AI und Mechatronik – Embedded Intelligence and Signal Processing: KI in Sensoren und Geräte einbetten; KI-Techniken zur Datenanalyse; Signalverarbeitung zur Datenanalyse von Sensoren bei Kameras, Radar, Lidar, Ultraschall und chemischen Detektoren
• Reasoning and Knowledge Representation: logisches Schlussfolgern inklusive Modellprüfung und Theorembeweis; Software- und Hardware-Verifizierung, Computeralgebra, maschinelles Lernen
• AI and Life Sciences: KI-Techniken u. a. in Medizin, Biologie, Biotechnologie, Genomik und Genetik anwenden

Weitere Infos: https://www.jku.at/studium/studienarten/master/ma-artificial-intelligence/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science (MSc, Dipl.-Ing., DI)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Weitere Infos: https://www.studienwahl.at

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss:

Diplom-Ingenieur/in (Dipl.-Ing.)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Der Studienzweig Autonomous Systems and Robotics dient der wissenschaftlichen Berufsvorbildung und Qualifizierung für Tätigkeiten im Entwurf und Betrieb autonomer Systeme, die mittels mechatronischen Komponenten mit ihrem Umfeld interagieren, und den dazu erforderlichen wissenschaftlichen Erkenntnissen und Methoden. Die Lehrinhalte umfassen sowohl fundierte theoretische Grundlagen als auch praxisnahe Methoden.

Weitere Infos: https://www.studienwahl.at