M.Sc. Computational Mathematics

Der Studiengang „Computational Mathematics“ legt besonderen Wert auf die Entwicklung der Fähigkeit, konkrete Probleme mathematisch so zu formalisieren, dass sie einer algorithmischen Behandlung zugänglich sind, geeignete Algorithmen auszuwählen bzw. zu entwickeln und diese sachgerecht anzuwenden. Der Studiengang ist also theoretisch orientiert, besitzt aber auch stark anwendungsbezogene Komponenten. Sie können weiterführende Kenntnisse etwa aus den mathematischen Bereichen Kryptographie, Computeralgebra, Algorithmische Algebra und Geometrie, Bild- und Signalverarbeitung, Statistik und stochastische Simulation, Dynamische Systeme und Kontrolltheorie sowie Spezialkenntnisse aus der Informatik etwa in Datenmanagement, Machine Learning und Data Mining erwerben.

Darüber hinaus gibt es das Angebot, den Einsatz dieser Kenntnisse zur Problemlösung in Anwendungsbereichen wie etwa Marketing, Predictive Analytics, Computational Finance, Digital Humanities, IT-Sicherheit oder Robotik kennenzulernen.

Besonderheiten

• Komplett englischsprachiger Studiengang

• Breites Fächerspektrum mit algorithmischer Orientierung

• Sehr gute Kontakte zu Wirtschaft und Industrie

• Doppelabschlussprogramm mit der HSE Nizhny Novgorod (englisch)

• Zahlreiche Partnerschaftsprogramme mit weiteren ausländischen Universitäten

Studieninhalte

Der Pflichtbereich besteht aus zwei Seminaren zu Mathematik und der Präsentation der Masterarbeit.

Der Wahlpflichtbereich ist unterteilt in acht Modulgruppen:

• Algebra, Geometry and Cryptography - Vermittelt werden fortgeschrittene Ergebnisse der Algebra und Geometrie, welche besonders in der Kryptographie aber auch in vielen weiteren Bereichen der Mathematik die Grundlagen für algorithmische Berechnungen liefern.
• Mathematical Logic and Discrete Mathematics - Behandelt werden die theoretischen Möglichkeiten, aber auch die Grenzen algorithmischer Problemlösungen.
• Analysis, Numerics and Approximation Theory - Behandelt werden Methoden aus der Analysis, der angewandten harmonischen Analyse und der Approximationstheorie zur Modellierung und Approximation von kontinuierlichen und diskreten Daten und Systemen, sowie die effiziente numerische Umsetzung und Evaluierung dieser Methoden.
• Dynamical Systems and Optimization - Die Theorie dynamischer Systeme befasst sich mit der Beschreibung von zeitlicher Veränderung. Behandelt werden Methoden zur Modellierung, zur Analyse, zur Optimierung und zum Entwurf dynamischer Systeme sowie die numerische Umsetzung derartiger Verfahren.
• Stochastics, Statistics - Behandelt werden Methoden zur Modellierung und Analyse komplexer zufälliger Phänomene sowie die Konstruktion, Analyse und Optimierung von stochastischen Algorithmen und Verfahren der statistischen Datenanalyse.
• Data Analysis and Data Management and Programming - Behandelt werden Kernmethoden der Informatik zur Analyse von Daten unterschiedlicher Modalitäten (z.B. Multimedia Daten, Soziale Netzwerke, Sensoren) und zur Realisierung datenanalytischer Systeme.
• Applications - Behandelt wird der praktische Einsatz der in den Modulgruppen 1 bis 6 vermittelten Methoden in Anwendungsbereichen wie etwa Marketing, Predictive Analytics und Computational Finance.
• Key Competencies and Language Training - Diese Modulgruppe enthält nichtfachliche Hilfsmittel, wie etwa Sprach- und Schreibtraining, Soft Skills und Praktika, zur Unterstützung des fachwissenschaftlichen Studiums und zur Vorbereitung auf berufliche Tätigkeiten.

Berufsperspektiven

Die Berufsaussichten für Mathematikerinnen und Mathematiker sind gleichbleibend exzellent. Sie sind in jedem Gebiet besonders gefragt, in dem analytisches Denkvermögen auf höchstem Niveau erforderlich ist und ihr Berufsfeld ist deshalb weit weniger präzise definiert als etwa für Ärztinnen und Ärzte oder Ingenieurinnen und Ingenieure einer bestimmten Fachrichtung.

Außerhalb von Universitäten, Fachhochschulen und Forschungsinstituten werden Mathematikerinnen und Mathematiker in fast allen Bereichen von Wirtschaft und Verwaltung beschäftigt, typischerweise unter Einsatz von computerintensiven Methoden.

Zu den klassischen Tätigkeitsfeldern zählen etwa die Branchen Pharmaindustrie, Finanzen und Versicherungen, Consulting und Controlling, Marktforschung, Logistik und IT sowie Forschung und Entwicklung in Hochtechnologieunternehmen.