Sowohl wissenschaftlich als auch praxisorientiert

Das Studium ist interessant, aber auch aufwendig, was bei einem eher quantitativen Studium auch zu erwarten sein sollte. Man wird sowohl wissenschaftlich als auch praxisorientiert intensiv im Themenfeld Data Science geschult und auf die Probe gestellt.

Besonders die quantitativen Modulinhalte wie Statistik, Mathematik und Machine Learning sind sehr umfangreich und detailliert. Ich persönlich finde es gut, dass man hier nichts geschenkt bekommt, da es im Beruf als Data Scientist auch nicht so ist. Bevor man zur Prüfung zugelassen wird, muss man mehrere Vorleistungen erbringen, was einen aber auch dazu zwingt, den Stoff wirklich zu lernen und zu verstehen. Die Übungen/Projekte sind teils verspielt und machen großen Spaß. Gerade wenn man gerne programmiert oder schwierige Rätsel löst.

Die Module sind sehr gut aufeinander abgestimmt und greifen ineinander über. In den quantitativen Modulen werden die mathematischen/statistischen Hintergründe tief beleuchtet, wodurch ein solides Verständnis aufgebaut wird. Dabei wird viel hergeleitet und bewiesen. Die Inhalte sind didaktisch hervorragend aufbereitet, sodass auch sehr schwierige Sachverhalte verständlich werden.

Hauptsächlich wird mit Programmiersprachen Python, R, SPSS und SQL gearbeitet.
Meine Highlights waren:

- Die Programmierung einer App, die ein komplexes Recommender-System beinhaltet
- Entwicklung eines statistischen Saisonalitätstests
- Die (from scratch) Entwicklung eines neuronalen Netzes
- Reinforcement Learning
- Mini Challange mit dem SPSS Modeler
- RPA
- Operations Research (lineare Optimierung unter Nebenbedingungen)

Die wirtschafswissenschaftlichen Module sind wichtig, da der Erfolg von „real-life“ Data Science Projekten erheblich von der Organisation, der Unternehmenskultur und den Menschen abhängt – und nicht nur von der Technik.

Ich habe bisher an mehreren Hochschulen/Unis (sowohl staatlich als auch privat) erfolgreich studiert, muss aber sagen, dass die ISM die bisher beste ist. Einerseits ist der Anspruch sehr hoch, was aber bei einem Data Science Studium auch sein muss, andererseits merkt man, dass die Dozenten einem den Stoff wirklich beibringen wollen (ist bei staatlichen nicht unbedingt so) - was sie auch schaffen.