CAS Grundlagen Data Science
Steigen Sie in die Welt der Daten ein und erwerben Sie die grundlegenden Techniken und Methodiken für die Arbeit mit Daten.
Das CAS Grundlagen Data Science führt in die Materie ein. Es vermittelt allen, die als Quereinsteiger ans Thema Data Science herantreten die grundlegenden Techniken und Methodiken für die Arbeit mit Daten.
Eckdaten
Akadem. Titel: Certificate of Advanced Studies in Grundlagen Data Science
Start: Herbstsemester und Frühlingsemester
Dauer: 1 Semester
Studienorte: Zürich, Bern
Studienmodell: Blended Learning
ECTS: 10
Anmeldeschluss: 30. Juni und 15. Dezember (spätere Anmeldungen nach Verfügbarkeit)
Kosten: CHF 5'700.–
Studium
Aufbau
Das CAS Grundlagen Data Science bereitet einerseits auf weiterführende Angebote wie das DAS/MAS Data Science vor, andererseits gibt es Teilnehmenden die Möglichkeit, die erworbene Tech-Kompetenz sofort praktisch anzuwenden und so am eigenen Leib zu erfahren, was es heisst als Data Scientist zu arbeiten. Dieses CAS ist insbesondere für Quereinsteiger mit wenigen Programmier- und Statistikkenntnissen konzipiert.
Das CAS Grundlagen Data Science ist in zwei Module aufgeteilt
Python and Friends: Einführung für Data Scientists*
Behandelt werden Grundkenntnisse in der objektorientierten Programmierung mit Python und ihren Bibliotheken, Technolgien zur Bereitsstellung von Daten, Cloud-Lösungen zur Durchführung von Data Science-Projekten, wie Git und Dockers. Abgeschlossen wird das Modul durch eine Einführung in SQL und relationale Datenbanken.
Einführung in die Statistik für Data Scientists mit R*
Ausgehend von den Grundlagen der Kombinatorik und Wahrscheinlichkeitsrechnung werden Zufallsvariablen, Verteilungsfunktionen bis hin zur Korrelations- und Regressionsrechnung und der deskriptiven Statistik eingeführt. Alle Themen werden unmittelbar in Projekten mit der Programmiersprache R umgesetzt und angewandt.
*Modulpläne und Lehrmittel können sich aufgrund von Modulüberarbeitungen ändern. Die aktuelle Literaturliste wird vor Semesterbeginn auf dem Studierendenportal publiziert.
Studienmodell
Als einzige Fachhochschule der Schweiz bietet die FFHS alle Studiengänge im Blended Learning-Modell an. Diese innovative Ausbildungsform kombiniert die Vorteile des E-Learning mit jenen des traditionellen Unterrichts – für grösste zeitliche Flexibilität.
Das Studium an der FFHS besteht aus:
- 80% Selbststudium unterstützt durch unsere Online-Lernplattform
- 20% Face-to-Face-Unterricht im FFHS-Campus in Zürich oder Bern (einen Samstag im Monat)
- Fakultativ wird für das CAS Grundlagen Data Science eine Online-Sprechstunde pro Block angeboten
Organisatorisches
Termine
- Start: Herbstsemester und Frühlingssemester
- Dauer: 1 Semester
- Anmeldeschluss: 30. Juni für Herbstsemester und 15. Dezember für Frühlingssemester (mit Studienplatzgarantie) spätere Anmeldungen je nach verfügbaren Studienplätzen möglich.
- Berufstätigkeit: bis 100% möglich
- Termine: aktueller Stundenplan
Der CAS Grundlagen Data Science findet zu 80% online statt (gemäss unserem Blended-Learning-Modell) und wird fünf Präsenzblöcke an den folgenden Daten enthalten (Änderungen vorbehalten).
Kosten
CHF 5'500.– (inkl. Online-Betreuung, Lernplattform, Zugang zur digitalen Bibliothek und ordentliche Prüfungsgebühren). Hinzu kommt eine Anmeldegebühr von CHF 200.–.
Zulassung
Folgende Personen werden zu den CAS zugelassen, sofern sie über mehrjährige qualifizierte Berufspraxis verfügen:
- Absolventen von Hochschulen (Universität, ETH, FH, PH)
- Absolventen einer höheren Fachschule
- Inhaber eines eidgenössischen Fachausweises oder eines eidgenössischen Diploms
Über die Zulassung von Personen, die die genannten Anforderungen zum MAS bzw. zu einem CAS nicht erfüllen, jedoch über mehrjährige, relevante Berufserfahrung verfügen, entscheidet die Fernfachhochschule Schweiz «sur dossier».
Kontakt
Markus Geuss
Studiengangsleiter
Telefon +41 27 510 38 44
Aktuell
Mithilfe von KI werden Schäden an Solarpanels gefunden
In Zusammenarbeit mit der SUPSI forscht Ralf Jandl, wissenschaftlicher Mitarbeiter am Laboratory for…
Wenn Künstliche Intelligenz die industrielle Metallverarbeitung optimiert
Die FFHS-Forscherinnen Prof. Dr. Martina Perani und Prof. Dr. Beatrice Paoli zeigen in einer Studie,…
Was Data Science und 100-km-Läufe gemeinsam haben
Als Quereinsteigerin ein Studium ausserhalb des eigentlich gelernten Fachbereichs in Angriff zu…
Frauen in Data Science
Obwohl Data Science von der Harvard Business Review zum attraktivsten Arbeitsgebiet des 21.…