Deep Learning Engineer (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.

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

Adressen:

Fachhochschule Wiener Neustadt
Johannes Gutenberg-Strasse 3
2700 Wiener Neustadt

Tel.: +43 (0)5 0421 1
Fax: +43 (0)2622 / 890 84 -99
E-Mail: office@fhwn.ac.at
Internet: https://www.fhwn.ac.at/

Schwerpunkte:
Standort Campus 1: Johannes Gutenberg-Straße 3
Standort City Campus: Schlögelgasse 22-26

Fachhochschule Vorarlberg - University of Applied Sciences
Hochschulstraße 1
6850 Dornbirn

Tel.: +43 (0)5572 / 792-0
Fax: +43 (0)5572 / 792-9500
E-Mail: info@fhv.at
Internet: https://www.fhv.at

Fachhochschule Technikum Wien
Höchstädtplatz 5
1200 Wien

Tel.: +43 (0)1 / 333 40 77-0
Fax: +43 (0)1 / 333 40 77-469
E-Mail: info@technikum-wien.at
Internet: https://www.technikum-wien.at/

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:

Vorbehaltlich der Genehmigung durch die AQ Austria ab WS 2021/22

Spezialisierungsrichtungen:

• 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. AbsolventInnen sind unter anderem als hochqualitative Software Engineers, Game Developer, DevOps-Engineer oder Smart Systems Engineers in praktisch 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
• Spezialisierung

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

Adressen:

Fachhochschule Technikum Wien
Höchstädtplatz 5
1200 Wien

Tel.: +43 (0)1 / 333 40 77-0
Fax: +43 (0)1 / 333 40 77-469
E-Mail: info@technikum-wien.at
Internet: https://www.technikum-wien.at/

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:

Start im Herbst 2018 vorbehaltlich der Genehmigung.

Weitere Infos: https://www.fh-joanneum.at/

Adressen:

Fachhochschule Joanneum - Standort Graz
Alte Poststraße 149
Weitere Adressen: Alte Poststraße 147, 149, 152 + 154; Eggenberger Allee 11 + 13; Eckertstraße 30i
8020 Graz

Tel.: +43 (0)316 / 54 53-8200
Fax: +43 (0)316 / 54 53-8201
E-Mail: info@fh-joanneum.at
Internet: https://www.fh-joanneum.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

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

Voraussetzungen:

• ein abgeschlossener facheinschlägiger Fachhochschul-Bachelorstudiengang oder
• der Abschluss eines gleichwertigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung im Ausmaß von mindestens 180 ECTS und sechs Semester.

Abschluss:

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

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Werden Sie Expert*in im Bereich der künstlichen Intelligenz (AI)! Mit diesem Master Studiengang lernen Sie, wie Sie die fortgeschrittene Verfahren der AI beherrschen und diese in Unternehmen sicher umsetzen können. Sie finden neue Wege und teilen ihr Wissen, um eine nachhaltige und umfassende AI-Nutzung in Österreich und/oder international sicherzustellen.

Lehrinhalte:

Das Curriculum umfasst folgende inhaltliche Schwerpunkte:

• Advanced Machine Learning
• AI Architecture
• AI & Society
• Digital Business Transformation
• Scientific Working

Zusätzlich können Studierende durch Wahlfächer individuelle Schwerpunkte setzen.

Berufsfelder:

Als Absolvent*icn steht den Studierenden ein breites Spektrum an beruflichen Tätigkeitsfeldern offen, unter anderem als:

• Data Scientist
• Business Analyst
• Data Architect
• Data Engineer
• DevOps
• Machine Learning Engineer

Weitere Infos: https://www.fhstp.ac.at/mdi

Adressen:

Fachhochschule St. Pölten GmbH
Campus-Platz 1
3100 St. Pölten

Tel.: +43 (0)2742 / 313 228 -200
Fax: +43 (0)2742 / 313 228 -339
E-Mail: csc@fhstp.ac.at
Internet: https://www.fhstp.ac.at

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.

Inhalt, u. a.:

• 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/

Adressen:

Fachhochschule Joanneum - Standort Graz
Alte Poststraße 149
Weitere Adressen: Alte Poststraße 147, 149, 152 + 154; Eggenberger Allee 11 + 13; Eckertstraße 30i
8020 Graz

Tel.: +43 (0)316 / 54 53-8200
Fax: +43 (0)316 / 54 53-8201
E-Mail: info@fh-joanneum.at
Internet: https://www.fh-joanneum.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

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

Voraussetzungen:

• abgeschlossenes, facheinschlägiges Bachelor- oder Diplomstudium (FH oder Universität)
• Bewerbungsgespräch

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien.

Info:

Das Studium ist mit zwei Vertiefungsmöglichkeiten in

• biomedizinischer Datenanalyse oder
• Datenanalyse in Marketing und Produktion

Studienschwerpunkte:

• Aufbau des Datenverständnisses: Datenselektion, Datenintegration und Datenaufbereitung, Verknüpfung, Transformation und Indizierung verschiedenster Datenquellen, Entwicklung aussagekräftiger Datenrepräsentationen und Visualisierungen
• Datenspeicherung und -management in Kombination mit Big Data und Cloud-Technologien, auch für Echtzeitdaten
• Datenanalyse mit Methoden aus den Bereichen Computational Intelligence und Statistik für die Erstellung von Prognosemodellen zur Beantwortung einer konkreten Fragestellung aus dem Unternehmen
• Computer Vision Methoden zur Extraktion von Wissen aus Bilddaten
• Praxisbezogene Projekte zur Datenanalyse mit Kooperationspartnern aus den Domänen Biomedizin, Marketing und Produktion

Weitere Infos: https://www.fh-ooe.at/

Adressen:

Fachhochschule Oberösterreich - Informatik, Kommunikation, Medien - Campus Hagenberg
Softwarepark 11
4232 Hagenberg

Tel.: +43 (0)5 0804 20
Fax: +43 (0)5 0804 21599
E-Mail: info@fh-hagenberg.at
Internet: https://www.fh-ooe.at/campus-hagenberg/

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

Adressen:

Fachhochschule Campus Wien
Favoritenstraße 226
1100 Wien

Tel.: +43 (0)1 / 606 68 77 -6600
Fax: +43 (0)1 / 606 68 77 -6609
E-Mail: office@fh-campuswien.ac.at
Internet: https://www.fh-campuswien.ac.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/

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
E-Mail: bdr@jku.at
Internet: https://www.jku.at/

Universität Salzburg - Paris Lodron Universität Salzburg
Kapitelgasse 4-6
5020 Salzburg

Tel.: +43 (0)662 / 80 44 -0
Fax: +43 (0)662 / 80 44 -145
E-Mail: studium@plus.ac.at
Internet: https://www.plus.ac.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: statistische Abteilungen im Bereich Banken und Finanzdienstanbieter, Unternehmensberatung, Konsumgüterindustrie, Forschungsinstitute in Wirtschaft und Technik, öffentliche Verwaltung.

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

Adressen:

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.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

Adressen:

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.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

Adressen:

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.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/

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
E-Mail: bdr@jku.at
Internet: https://www.jku.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

Info:

Im Masterstudium Data Science dreht sich alles darum, wie Daten effektiv, fachkundig und verantwortungsvoll zur Wissensgewinnung genutzt werden können. Ein Thema, dass sowohl für Unternehmen, Regierungen und andere Organisationen hohe Relevanz hat, aber auch jedes einzelne Individuum betrifft. Darüber hinaus sind Erhebung, Modellierung, Analyse und Interpretation von Daten zentral im Wissenschaftsbetrieb an Universitäten und anderen Forschungseinrichtungen. Absolventinnen und Absolventen des Studiums verfügen über vertieftes Wissen in Kernbereichen der angewandten Statistik und Informatik, welche sich mit der Erhebung, Speicherung, Verarbeitung, deskriptiver und inferentieller Analyse, Visualisierung, Interpretation und verantwortungsvoller Nutzung teilweise großer, heterogener und multivariater Daten beschäftigen.(Quelle: vgl. Universität Salzburg)

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

Adressen:

Universität Salzburg - Paris Lodron Universität Salzburg
Kapitelgasse 4-6
5020 Salzburg

Tel.: +43 (0)662 / 80 44 -0
Fax: +43 (0)662 / 80 44 -145
E-Mail: studium@plus.ac.at
Internet: https://www.plus.ac.at/

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.at/

Universität Wien
Universitäts-Ring 1
1010 Wien

Tel.: +43 (0)1 / 42 77 -0
E-Mail: studentpoint@univie.ac.at
Internet: https://www.univie.ac.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) oder
• DiplomingenieurIn (Dipl.-Ing.; DI)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

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

Adressen:

Universität Salzburg - Paris Lodron Universität Salzburg
Kapitelgasse 4-6
5020 Salzburg

Tel.: +43 (0)662 / 80 44 -0
Fax: +43 (0)662 / 80 44 -145
E-Mail: studium@plus.ac.at
Internet: https://www.plus.ac.at/

Universität Innsbruck
Innrain 52
6020 Innsbruck

Tel.: +43 (0)512 / 507 -0
Fax: +43 (0)512 / 507 -2804
E-Mail: Studienabteilung@uibk.ac.at
Internet: https://www.uibk.ac.at/

Universität Wien
Universitäts-Ring 1
1010 Wien

Tel.: +43 (0)1 / 42 77 -0
E-Mail: studentpoint@univie.ac.at
Internet: https://www.univie.ac.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, Dipl.-Ing., DI)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

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

Adressen:

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.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

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
E-Mail: bdr@jku.at
Internet: https://www.jku.at/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

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

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

• Master der Statistik (M.Stat) oder
• Magister/Magistra der Sozial- und Wirtschaftswissenschaften (Mag. rer. soc. oec.)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Berufsfelder: Bereich Wirtschaft: Statistik in Banken und Versicherungen, in der Industrie, in der Markt- und Meinungsforschung, in der Verwaltung; Technik: Statistik in der Qualitätssicherung; Bereich Naturwissenschaften: Statistik in den Naturwissenschaften, in der Medizin, im Gesundheitswesen, in der Psychologie, in den Umweltwissenschaften, in den Sozialwissenschaften, in den Wirtschaftswissenschaften.

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

Adressen:

Universität Linz - Johannes Kepler Universität
Altenbergerstr. 69
4040 Linz - Auhof

Tel.: +43 (0)732 / 24 68 -3314
Fax: +43 (0)732 / 24 68 -3300
E-Mail: bdr@jku.at
Internet: https://www.jku.at/