Introduction to Profile Areas
| Introduction to Profile Areas | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Organisationseinheit Freie Universität Berlin/Mathematik und Informatik/Mathematik und Informatik |
|||||||||
Bereich
|
|||||||||
| Zugangsvoraussetzungen Keine |
|||||||||
| Qualifikationsziele Die Studierenden kennen themenbezogen exemplarische Problemstellungen und Lösungsansätze aus den zwei Profilbereichen und sind in der Lage diese problemlösungsorientiert anzuwenden. Sie erkennen, wo welche Kompetenzen gebraucht werden und sind in der Lage, eine bereichsspezifische Problemstellung zu analysieren. Studierende können Unterschiede und Gemeinsamkeiten des Arbeitens in den zwei verschiedenen Profilbereichen erarbeiten und vergleichen. Sie können geeignete themenbezogene Literatur finden und sind in der Lage, praktische Probleme aus den jeweiligen Bereichen zu bearbeiten. |
|||||||||
| Inhalte Das Modul präsentiert themenbezogen disziplinübergreifend exemplarische Problemstellungen und Lösungsansätze aus den Profilbereichen „Data Science in Life Sciences“ und „Data Science Technologies“. Im Bereich der Projektarbeit bearbeiten Teams gemeinsam konkrete Aufgabenstellungen zu ausgewählten Themen aus den Profilbereichen. Sie erarbeiten konkrete Lösungsvorschläge für praxisorientierte Problemstellungen, setzen diese um und präsentieren die Ergebnisse. |
|||||||||
| Lehr- und Lernformen | Aktive Teilnahme | ||||||||
| Vorlesung 2 SWS verpflichtete Teilnahme |
Rekapitulation des Lehrvortrags, Bearbeitung von Projekten |
||||||||
| Projektseminar 2 SWS verpflichtete Teilnahme |
Rekapitulation des Lehrvortrags, Bearbeitung von Projekten |
||||||||
Aufwand
|
|||||||||
| Modulprüfung Keine |
|||||||||
| Differenzierte Bewertung nicht differenzierte Bewertung |
|||||||||
| Modulsprache Englisch |
|||||||||
| Arbeitsaufwand (Stunden) 150 |
|||||||||
| Leistungspunkte (LP) 5 |
|||||||||
| Dauer des Moduls Ein Semester |
|||||||||
| Häufigkeit des Angebots Jedes Wintersemester |
|||||||||
| Verwendbarkeit Masterstudiengang Data Science |
|||||||||