Digitale Technologien (berufsbegleitend)
Wissensgruppen und Schwerpunkte
Wissensgruppen und Wissensbereiche
Gesamtkosten
Die Gesamtkosten des Weiterbildungsangebots belaufen sich auf 6.800,00 Euro (4 Semester à 1.700,00 Euro). KostenübersichtLehr- und Lernformate
Berufsbegleitend
70 %
70 %
Selbstlernphasen (Asynchron)Seminare (Präsenz)
Information
- Asynchron: Bei einem asynchronen Konzept werden die Kursmaterialien (Texte, Präsentationen, Podcasts, Screencasts, Videos) zur Verfügung gestellt und die Teilnehmer können diese zu einem anderen Zeitpunkt abrufen bzw. bearbeiten.
- Synchron: Bei einer synchron stattfindenden Veranstaltung sind Sie und Ihre Studierenden gleichzeitig in einem virtuellen Raum oder auf einer Plattform anwesend.
- Präsenz: Bei einer Veranstaltung vom Typ 'Präsenz' ist die Teilnahme am Standort der weiterbildenden Hochschule erforderlich.
Angebotsdauer: 4 Semester
Fristen und Termine
Vorlesungszeit: bis
Die Vorlesungszeiten der berufsbegleitenden Verbundstudiengänge und praxisintegrierten Studiengänge weichen hiervon ab.
Bewerbungsfristen
Deutsche und Bildungsinländer - Studienanfänger
abgelaufen, wird ggf. nochmal angeboten
Deutsche und Bildungsinländer - höhere Fachsemester
abgelaufen, wird ggf. nochmal angeboten
International Studierende aus der EU
abgelaufen, wird ggf. nochmal angeboten
International Studierende aus Staaten, die nicht Mitglieder der EU sind
abgelaufen, wird ggf. nochmal angeboten
Zugang und Zulassung
Sommer- und Wintersemester
Eine Zulassung ist ausschließlich mit erstem berufsqualifizierendem Hochschulabschluss und praktischer Erfahrung möglich.
Bei mehreren ersten Hochschulabschlüssen reicht es in der Regel einen der genannten Hochschulabschlüsse vorweisen zu können.
Bachelor/Bakkalaureus
12 Monate Berufserfahrung
Zu erwerbende Kompetenzen
Kompetenter Einsatz skalierbarer Methoden und Techniken für die Analyse großer, heterogener Datenmengen zur Lösung wirtschaftlicher, technischer oder naturwissenschaftlicher Probleme. Organisatorisch und inhaltlich Umsetzung von Data Science Prozessen. Planung und Entwicklung robuster und flexibler Big-Data-Infrastrukturen. Anschluss interner und externer Datenquellen über Batch- und Streaming-Schnittstellen. Softwareentwicklung im Data Science Kontext. Förderung der Führungskompetenzen.Qualitätssicherung
Systemakkreditiert
Standorte und kooperierende Hochschulen
Gütersloh