Hochschule für Angewandte Wissenschaften
Datenwissenschaft und Analytik
Bewerbung offen
Gebühren und Studienform
Studienjahr: 2026/27
Bewerbungszeiträume und Termine
- 2026/2027 Ön BaşvuruBewerbung offen1. Januar 2026 — 31. August 2027
Programm-Informationspaket
Programmbeschreibung und Lernergebnisse aus dem offiziellen Informationspaket der Universität.
Programmbeschreibung und Lernergebnisse wurden automatisch aus dem türkischen Original übersetzt. Die offizielle Fassung steht im Informationspaket der Universität; die Abschnittsnamen bleiben in der türkischen Originalfassung.
Programmbeschreibung
Gründung
Die Abteilung für Datenwissenschaft und Analytik wurde 2025 gegründet und setzt ihre Tätigkeiten innerhalb der Uygulamalı Bilimler Yüksekokulu fort. Die Abteilung wird ihre ersten Studierenden im Studienjahr 2025-2026 aufnehmen.
Verliehener Grad
Abschluss: Bachelor-Diplom in Datenwissenschaft und Analytik
Qualifikationsniveau (Associate, Bachelor, Master, Promotion)
Bachelor-Abschluss (EQF-LLL Niveau 6)
Zulassungs- und Immatrikulationsbedingungen
TC-Staatsbürger: In das Programm werden Studierende durch zentrale Platzierung nach dem SAY-Punktetyp aufgenommen. Die von ÖSYM in das Programm platzierten Studierenden müssen sich innerhalb der angekündigten Einschreibungsfristen unter Erfüllung ihrer finanziellen Verpflichtungen endgültig einschreiben, Ausländische Staatsangehörige: Studierende ausländischer Staatsangehörigkeit werden gemäß den vom Universitätssenat festgelegten Kriterien aufgenommen. Bitte lesen Sie die entsprechende Webseite: Horizontale Mobilität: Ein Studierender, der sein Studium in einem gleichwertigen Programm im In- oder Ausland begonnen hat, kann sich für horizontale Mobilität bewerben. Die Zulassung des Studierenden wird vor Semesterbeginn unter Berücksichtigung der Bedingungen jedes einzelnen Studierenden und des Grades, für den er sich bewirbt, geprüft und gesondert bewertet. Bitte lesen Sie die entsprechende Rechtsvorschrift. Nişantaşı Üniversitesi Önlisans ve Lisans Öğretimi Yatay Geçiş Yönergesi: Yükseköğretim Kurumlarında Önlisans ve Lisans Düzeyindeki Programlar Arasında Geçiş, Çift Anadal, Yan Dal İle Kurumlar Arası Kredi Transferi Yapılması Esaslarına İlişkin Yönetmelik: Austauschstudierende: Studierende, die im Rahmen von von der Universität genehmigten und durch eine Vereinbarung in ihrem Rahmen festgelegten Studierendenaustauschprogrammen aus dem In- und Ausland kommen, können die im Programm angebotenen Kurse belegen.
Regeln zur Anerkennung früherer Lernleistungen (formal, nicht formal, informell)
Frühere Studien und erworbene Kompetenzen der Studierenden können gemäß der „Richtlinie der İstanbul Nişantaşı Üniversitesi über die Anerkennung bereits erworbener Qualifikationen, die Gleichwertigkeit von Lehrveranstaltungen und die Anrechnung“ anerkannt werden und in diesem Zusammenhang kann eine Befreiung von den erforderlichen Lehrveranstaltungen gewährt werden.
Qualifikationsvoraussetzungen und -regeln
Die Qualifikationsbedingungen und -regeln sind wie im Abschnitt „Abschlussbedingungen“ dargelegt.
Profil des Programms
Was ist Datenwissenschaft und Analytik? Datenwissenschaft und Analytik ist ein interdisziplinäres Feld, das darauf abzielt, große Datensätze zu analysieren, daraus sinnvolle Informationen zu gewinnen und diese Informationen in strategischen Entscheidungsprozessen zu nutzen. Diese Abteilung bietet den Studierenden eine umfassende Ausbildung in Datenerhebung, -verarbeitung, -analyse und in der Erstellung von Vorhersagemodellen unter Verwendung dieser Daten. Kurz gesagt, sie lehrt, durch die Verarbeitung von Rohdaten "wertvolle Erkenntnisse" zu gewinnen. Bildungsinhalte und Kurse Die Abteilung für Datenwissenschaft und Analytik umfasst Kurse aus einem breiten Spektrum. Die Studierenden erwerben eingehende Kenntnisse in Bereichen wie Statistik, Data Mining, maschinelles Lernen, künstliche Intelligenz, Programmierung, Datenvisualisierung und Big-Data-Technologien. Darüber hinaus sind Themen wie Datensicherheit und Ethik ein wichtiger Bestandteil der Ausbildung.
Berufsprofile der Absolventinnen und Absolventen (mit Beispielen)
Absolventen der Abteilung für Datenwissenschaft und Analytik verfügen über ein breites Tätigkeitsspektrum in vielen verschiedenen Branchen. Sie übernehmen eine aktive Rolle in den Prozessen der Datenerhebung, -bereinigung, -analyse und -berichterstattung. Die wichtigsten Positionen sind folgende: - Datenwissenschaftler: Führt informationsorientierte Erkundungen durch, beschreibt und klassifiziert den Ist-Zustand und entwickelt Vorhersagemodelle für die Zukunft. - Datenanalyst: Analysiert und interpretiert Unternehmensdaten und unterstützt durch die Berichterstattung dieser Daten dabei, richtige Entscheidungen zu treffen. - Business-Analyst: Versteht Geschäftsprozesse und -anforderungen und bietet datenbankbasierte Lösungen an. - Machine-Learning-Ingenieur: Entwickelt und implementiert Algorithmen des maschinellen Lernens. - Experte für künstliche Intelligenz: Arbeitet am Entwurf und an der Entwicklung von Systemen der künstlichen Intelligenz. In diesen Positionen besteht die Möglichkeit, in verschiedenen Branchen wie Bankwesen, Gesundheitswesen, E-Commerce, Telekommunikation, Produktion, Finanzen und Marketing Karriere zu machen.
Zugang zu weiterführenden Studiengängen
Absolventinnen und Absolventen eines Bachelorstudiums können sich für geeignete Master- und Doktoratsprogramme bewerben.
Prüfungen, Messung und Bewertung
Studierende, die sich zu Beginn des Semesters für den betreffenden Kurs eingeschrieben haben, müssen mindestens 70 % der theoretischen Kurse und mindestens 80 % der praktischen Kurse besucht haben, um an der Semesterabschlussprüfung teilnehmen zu können. Die Studierenden unterliegen in jedem Kurs einer Zwischenprüfung und einer Prüfung am Ende des Semesters. Der Beitrag der Zwischenprüfung zur Erfolgsnote (als Note der Zwischenprüfung können auch Punkte aus Bewertungsinstrumenten wie Hausarbeiten, Laborprüfungen, Quiz usw. berücksichtigt werden) beträgt 40 %, der Beitrag der Prüfung am Ende des Semesters 60 %. Prüfungs- und Lehrordnung für Associate- und Bachelorstudiengänge der Nişantaşı Üniversitesi: Richtlinie zum Prüfungs- und Erfolgsbewertungssystem: Lehr- und Prüfungsrichtlinie der Abteilung für Fremdsprachen der Nişantaşı Üniversitesi: Lehr- und Prüfungsrichtlinie des Anwendungs- und Forschungszentrums für Türkischunterricht der Nişantaşı Üniversitesi (Nişantaşı Tömer):
Abschlussvoraussetzungen
Damit Studierende einen Anspruch auf den Abschluss erwerben können, müssen sie alle im Studienplan enthaltenen Kurse (insgesamt mindestens 240 ECTS) erfolgreich abgeschlossen haben und der gewichtete Gesamtnotendurchschnitt in der Abschlussphase mindestens 2,00 von 4,00 betragen. Für den Abschluss muss der Studierende auch sein Praktikum oder seine Abschlussarbeit erfolgreich abgeschlossen haben. Bitte prüfen Sie die betreffenden Ordnungen und Richtlinien. Prüfungs- und Lehrordnung für Associate- und Bachelorstudiengänge der Nişantaşı Üniversitesi: Richtlinie der Nişantaşı Üniversitesi zu beruflichen Anwendungen am Arbeitsplatz (İMU) im 8. Semester: Richtlinie der Nişantaşı Üniversitesi zur Ausstellung von Diplomen, Diploma Supplement und anderen Dokumenten:
Studienform (Vollzeit, E-Learning)
Vollzeit
Adresse und Kontakt (Programmleitung, ECTS-/DS-Koordination)
Abteilungsleiter: Doç. Dr. Hatice Nazan Çağlar Kontakt: hatice.caglar@nisantasi.edu.tr Telefon: +90(212)2101010 Adresse: Neotech Kampüs, Maslak Mah., Taşyoncası Sok. No: 1V und No: 1Y, 34398 Sarıyer/İstanbul
Einrichtungen der Fakultät
Bibliothek, Computerlabore, voll ausgestattete Unterrichtsräume
Lernergebnisse
- Verfügt über Grundkenntnisse in Mathematik, Statistik und Informatik.
- Erwirbt grundlegende theoretische Kenntnisse in Datenwissenschaft und Analytik.
- Kennt die grundlegenden Konzepte zu künstlicher Intelligenz, maschinellem Lernen und Deep-Learning-Methoden.
- Führt die Prozesse der Datenerhebung, -bereinigung, -analyse und -interpretation effektiv durch.
- Kann unter Verwendung von Datenbankmanagementsystemen mit großen Datenmengen arbeiten.
- Entwickelt Entscheidungsunterstützungssysteme durch Anwendung von Techniken des maschinellen Lernens und der statistischen Modellierung.
- Kann Programmiersprachen und Softwareentwicklungswerkzeuge in Datenwissenschaftsprojekten einsetzen.
- Übernimmt Verantwortung in Datenwissenschaftsprojekten einzeln oder in multidisziplinären Teams.
- Erwirbt die Fähigkeit zur mündlichen und schriftlichen Kommunikation; kann technische Informationen klar vermitteln.
- Verfügt über grundlegende Kommunikationsfähigkeiten in Türkisch und Englisch; kann die Fachliteratur verfolgen.
- Kann aktuelle Werkzeuge, Software und Technologien seines Fachgebiets effektiv nutzen.
Lernergebnisse und türkischer Qualifikationsrahmen (TYYÇ)
Jede Zeile ist ein Punkt des türkischen Qualifikationsrahmens; die Zahlen daneben sind die Lernergebnisse, die ihn erfüllen.
KENNTNISSE
- 1
Über theoretische und praktische Kenntnisse auf fortgeschrittenem Niveau verfügen, die durch Lehrbücher, Anwendungsinstrumente und -geräte sowie andere Quellen, die aktuelle Informationen im eigenen Fachgebiet enthalten, gestützt werden, und dabei den wissenschaftlichen Ansatz in den Vordergrund stellen.
Lernergebnisse1 · 2 · 3 · 4 · 5 · 6 · 7 · 9 · 11
FERTIGKEITEN
- 1
Die im eigenen Fachgebiet erworbenen theoretischen und praktischen Kenntnisse auf fortgeschrittenem Niveau nutzen.
Lernergebnisse1 · 2 · 3 · 4 · 5 · 6 · 7 · 8 · 11 - 2
Unter Nutzung der im eigenen Fachgebiet erworbenen Kenntnisse und Fertigkeiten auf fortgeschrittenem Niveau Daten interpretieren und bewerten, Probleme definieren, analysieren und auf Forschungen und Belegen basierende Lösungsvorschläge entwickeln können.
Lernergebnisse2 · 4 · 5 · 6 · 7 · 8 · 11
KOMPETENZEN ( Kompetenz zur eigenständigen Arbeit und zur Übernahme von Verantwortung )
- 1
Führt eine fortgeschrittene Arbeit im Zusammenhang mit seinem/ihrem Fachgebiet selbstständig durch.
Lernergebnisse5 · 8 · 9 · 11 - 2
Übernimmt im Zusammenhang mit seinem/ihrem Fachgebiet bei Anwendungen die Verantwortung als Einzelperson und als Teammitglied, um auftretende und nicht vorhersehbare komplexe Probleme zu lösen.
Lernergebnisse8 · 9 · 10 - 3
Plant und leitet Aktivitäten zur Entwicklung der ihm/ihr unterstellten Mitarbeiter im Rahmen eines Projekts.
Lernergebnisse8 · 9 · 10
KOMPETENZEN (Lernkompetenz)
- 1
Bewertet die im Fachgebiet erworbenen fortgeschrittenen Kenntnisse und Fähigkeiten mit einem kritischen Ansatz.
Lernergebnisse3 · 5 · 6 - 2
Bestimmt Lernbedarfe und lenkt sein/ihr Lernen.
Lernergebnisse1 · 10 - 3
Entwickelt eine positive Haltung zum lebenslangen Lernen.
Lernergebnisse1
KOMPETENZEN (Kommunikative und soziale Kompetenz)
- 1
Kann in Angelegenheiten des Fachgebiets die zuständigen Personen und Institutionen informieren; seine/ihre Gedanken und Lösungsvorschläge zu Problemen schriftlich und mündlich vermitteln.
Lernergebnisse8 · 9 · 10 - 2
Kann in Angelegenheiten des Fachgebiets seine/ihre Gedanken und Lösungsvorschläge zu Problemen mit quantitativen und qualitativen Daten untermauert mit Fachleuten und Nichtfachleuten teilen.
Lernergebnisse8 · 9 - 3
Fähigkeit, mit gesellschaftlichem Verantwortungsbewusstsein Projekte und Aktivitäten für das soziale Umfeld, in dem man lebt, zu organisieren und diese umzusetzen
Lernergebnisse8 - 4
Fähigkeit, unter Verwendung einer Fremdsprache auf mindestens dem Niveau B1 des Europäischen Referenzrahmens für Sprachen Informationen im eigenen Fachgebiet zu verfolgen und mit Fachkollegen zu kommunizieren
Lernergebnisse10 - 5
Fähigkeit, die für das Fachgebiet erforderlichen Informations- und Kommunikationstechnologien zusammen mit Computersoftware auf mindestens dem Niveau des Fortgeschrittenen Europäischen Computerführerscheins zu nutzen
Lernergebnisse10
KOMPETENZEN (Fachspezifische Kompetenz)
- 1
Fähigkeit, in den Phasen der Erhebung, Interpretation und Anwendung von fachgebietsbezogenen Daten sowie der Bekanntmachung ihrer Ergebnisse im Einklang mit gesellschaftlichen, wissenschaftlichen, kulturellen und ethischen Werten zu handeln
Lernergebnisse4 · 5 · 6 · 7 · 11 - 2
Verfügen über ausreichendes Bewusstsein für die Universalität sozialer Rechte, soziale Gerechtigkeit, Qualitätskultur und den Schutz kultureller Werte sowie für die Themen Umweltschutz, Arbeitssicherheit und Gesundheitsschutz
Lernergebnisse5 · 6 · 7 · 8 · 9 · 11