Masterstudium Computational Science Version 2022 (066 910)

Mit dem 1. Oktober 2022 tritt ein neues Curriculum für das Masterstudium Computational Science in Kraft. Erste Informationen und Empfehlungen der Studienprogrammleitung finden Sie hier.

Hier finden Sie geringfügige Änderungen des Curriculums, die ab dem 1. Oktober 2023 gelten.

Die Unterrichtssprache ist Englisch, die Übersetzung des Curriculums finden Sie hier.

Die Ansprechperson bei Fragen zum Masterstudium Computational Science ist Assoz. Prof. Dipl.-Ing. Dr. Kerstin Hummer.

Zulassung

Die Zulassung zu einem Masterstudium erfolgt zentral über das Referat Studienzulassung der Universität Wien. Informationen zu den Zulassungsvoraussetzungen finden Sie im Curriculum und im Master Access Guide.

Sie haben Fragen zum Zulassungsverfahren? Alle Infos über Ihre Schritte im Zulassungsverfahren finden Sie auf der Website Studieren an der Universität Wien. Beachten Sie bitte auch die Antrags- und Zulassungsfristen. Unser Tipp: Stellen Sie Ihren Antrag auf Zulassung zum Studium mit Beginn der Antragsfrist. 

Zulassungsvoraussetzungen

Das Masterstudium Computational Science sieht qualitative Zulassungsbedingungen im Gesamtausmaß von 30 ECTS vor, welche folgende Fachgebiete beinhalten:

a) Informatik-Kenntnisse in den folgenden Bereichen im Ausmaß von insgesamt mindestens 10 ECTS. Es müssen alle Bereiche abgedeckt sein.

  • Grundlagen des Programmierens und Kenntnis einer höheren Programmiersprache (Grundkenntnisse über Algorithmen und Programmierung digitaler Rechner, Grundlagen der imperativen Programmierung)
  • Objektorientierte Programmierung (Funktionen, Klassen und Vererbung)
  • Datenbanksysteme (Grundlagen der logischen Datenorganisation, Datenbanksprachen (Schwerpunkt SQL), Integrität und Sicherheit, Konzeptuelle Modellierung, Abfragebearbeitung und Optimierung, Programmieren mit Datenbanksystemen)
  • Algorithmen und Datenstrukturen (grundlegende Datenstrukturen, Such- und Sortierverfahren und grundlegende Graph- und Optimierungsalgorithmen)


b) Mathematik-Kenntnisse in den folgenden Bereichen im Ausmaß von insgesamt mindestens 10 ECTS. Es müssen alle Bereiche abgedeckt sein.

  • Mathematische Grundlagen (Mengenlehre, Logik, Funktionenbegriff, reelle und komplexe Zahlen, Gruppen und Körper und elementare Kombinatorik)
  • Lineare Algebra (Matrix- und Vektorrechnung, Invertieren von Matrizen, Lösen von linearen Gleichungssystemen, Bestimmung von Determinanten, Eigenwerten und Eigenvektoren, lineare Optimierung, innere Produkte, Projektionen und Orthonormalbasen)
  • Analysis (Folgen und Reihen, Differential- und Integralrechnung in mehreren Variablen, Taylorreihen und Taylorentwicklung und lineare gewöhnliche Differentialgleichungen)


c) Naturwissenschaftliche Kenntnisse in einem oder mehreren der folgenden Bereiche im Ausmaß von insgesamt mindestens 10 ECTS:

  • Grundlagen der Astronomie und Astrophysik (Charakteristika astrophysikalischer Objekte und wesentliche astrophysikalische Prozesse)
  • Grundlagen der Biologie (Biochemie; Bioinformatik: Sequenzalignments und Datenbanksuchen, Rekonstruktion phylogenetischer Bäume, Vorhersage der Struktur und Funktion von Proteinen, molekulare Netzwerke; Mechanismen der molekularen Evolution; genetische und funktionelle Diversität von Mikroorganismen; Funktion von Mikroorganismen, Pflanzen oder Tieren in Ökosystemen und Zellbiologie)
  • Grundlagen der Chemie (Chemische Strukturformeln, funktionelle Gruppen und ihre Reaktivität, Reaktionsmechanismen, Thermodynamik und Kinetik)
  • Grundlagen der Meteorologie (Strahlung, Fluid-Dynamik und Thermodynamik der Atmosphäre)
  • Grundlagen der Pharmazie (Chemische Grundlagen der therapeutisch relevanten Arzneistoffklassen, Struktur-Wirkungs-Beziehungen, Methoden der computerunter-stützten Arzneistoffentwicklung, Pharmakodynamik, Pharmakokinetik und Risikobewertung)
  • Grundlagen der Physik (klassische Mechanik, Schwingungen und Wellen, Elektrizität und Magnetismus, Kontinuumsmechanik: Elastizität und Hydrodynamik, Thermodynamik und statistische Mechanik und Quantenmechanik)

Die qualitativen Zulassungsbedingungen können abhängig vom jeweiligen Vorstudium in Kombination mit der Absolvierung des Erweiterungscurriculums „Grundlagen für Computational Science" erfüllt werden. Können die oben genannten Kenntnisse nicht in Form des Erweiterungscurriculums nachgewiesen werden, so haben die Zulassungswerber*innen eine Qualifikationsbeschreibung vorzulegen, in der die Leistungen, die vor dem Antrag auf Zulassung erbracht wurden und die den Prüfungsleistungen im geforderten Erweiterungscurriculum entsprechen, dargelegt werden und anhand derer (gemeinsam mit den weiteren vorgelegten Unterlagen) das studienrechtlich zuständige Organ prüft, ob die qualitativen Zulassungsbedingungen erfüllt sind. Nähere Regelungen zur Qualifikationsbeschreibung werden vom studienrechtlich zuständigen Organ bekannt gegeben.

Das Masterstudium Computational Science wird in englischer Sprache angeboten. Das Studium setzt Kenntnisse der englischen Sprache auf dem Niveau B2 (Gemeinsamer Europäischer Referenzrahmen) voraus und ist in englischer Sprache absolvierbar. Alle Informationen hierzu finden Sie unter folgendem Link. In den Modulen mit Wahlmöglichkeiten können die aus den Masterstudien der Universität Wien mitverwendeten Lehrveranstaltungen auch in deutscher Sprache angeboten werden. Dafür sind Kenntnisse der deutschen Sprache auf dem Niveau B2 (Gemeinsamer Europäischer Referenzrahmen) empfohlen.

Information für Studierende des BA Physik bezüglich der Erfüllung der qualitativen Zulassungsbedingungen (QZB) für das Masterstudium "Computational Science":

Für BA Physik-Studierende ist es nicht erforderlich, das Erweiterungscurriculum (EC) "Grundlagen für Computational Science" in vollem Umfang zu machen.

BA Physik-Studierende erfüllen durch das Pflichtprogramm die QZB hinsichtlich der geforderten Mathematik-Kenntnisse sowie der naturwissenschaftlichen Kenntnisse. Durch die Lehrveranstaltungen "Programmieren für PhysikerInnen" und "Data Science" / "Scientific Computing" des BA Physik sind jedoch die erforderlichen Informatikkenntnisse inhaltlich nicht vollständig erfüllt. Um die Pflicht- und Wahlpflichtkurse des MA Comp. Science aus dem Bereich Programmierung & Algorithmen oder Data Science absolvieren zu können, sind fundierte C++ Kenntnisse, Algorithmen & Datenstrukturen / Datenbanksysteme notwendig. Daher wird empfohlen, aus dem EC "Grundlagen für Computational Science", aus dem Modul PM-InfA die Lehrveranstaltungen "Programmierung" und "Algorithmen & Datenstrukturen" oder "Databanksysteme" zu absolvieren. Beachten Sie, dass für die VU "Algorithmen und Datenstrukturen" C++ Programmierkenntnisse notwendig sind.

Sollten bereits C++ Programmierkenntnisse nachweislich aus anderen Wahllehrveranstaltungen erlangt worden sein, ist empfohlen, jedenfalls die VU "Algorithmen und Datenstrukturen" und die VU "Datenbanksysteme" zu absolvieren, um die QZB zu erfüllen.

Studienrechtlicher Hinweis: Sollten Sie im Rahmen des BA Physik Studiums statt der Module ERGB und SFSK (15 ECTS) als EC das EC "Grundlagen für Computational Science" (18 ECTS) absolvieren wollen, können die Module "Lineare Algebra für Physiker*innen" oder "Analysis für Physiker*innen" NICHT für PM-Math anerkannt werden.

Facts & Figures

 Klicken Sie bitte hier für weitere Informationen.

Ziele

Mit dem Begriff Computational Science bezeichnet man die Behandlung naturwissenschaflicher Fragestellungen mit Hilfe von computergestützter Modellierung und Simulation. Das Ziel des Masterstudiums Computational Science an der Universität Wien ist eine fundierte Ausbildung in den informatischen und mathematischen Methoden dieses modernen interdisziplinären Ansatzes und ihrer praktischen Anwendung in den Naturwissenschaften (Astronomie und Astrophysik, Biologie, Chemie, Meteorologie, Pharmazie und Physik).

Die Absolvent*innen des Masterstudiums Computational Science an der Universität Wien sind über ein Bachelorstudium hinaus befähigt, in interdisziplinären Teams computergestützt Lösungen zu komplexen naturwissenschaftlichen Problemstellungen zu erarbeiten. Sie sind in der Lage naturwissenschaftliche Sachverhalte modellmäßig zu erfassen, Algorithmen und Software zu deren Behandlung zu entwickeln, Berechnungen auf modernen Computersystemen durchzuführen sowie Daten und Modelle zu analysieren und zu visualisieren. Dabei greifen Sie auf im Masterstudium erworbene Kenntnisse in numerischer Mathematik, modernen Programmierparadigmen und im Hochleistungsrechnen (High Performance Computing) zurück. Die Absolvent*innen sind vertraut mit den Methoden der datengetriebenen Forschung (Data Science und Machine Learning) und ihrer Anwendung in den Naturwissenschaften. Sie verfügen außerdem über fortgeschrittene Kenntnisse in ausgewählten Naturwissenschaften und sind dadurch in der Lage, die Ergebnisse von Computersimulationen kritisch zu hinterfragen und zu interpretieren. Die im Masterstudium Computational Science erworbenen fachlichen sowie überfachlichen Kenntnisse und Problemlösungskompetenzen bereiten die Absolvent*innen auf berufliche Laufbahnen an Universitäten und außeruniversitären Forschungseinrichtungen sowie in der industriellen Forschung und Entwicklung und im Dienstleistungssektor vor.