Neuer Studiengang Data Science: Bewerbung jetzt möglich
Zum kommenden Wintersemester startet an der Universität Münster der interdisziplinäre Studiengang Data Science. Der internationale Studiengang verbindet theoretische Grundlagen zur KI-Forschung mit fachspezifischen Anwendungsgebieten. Neben vertiefendem Wissen zu den Themen „Machine Learning“ und „Data Engineering“ können die Studierenden sich in vier verschiedenen Fachrichtungen spezialisieren, darunter Data Science in Chemie oder Pharmazie.
Der Schwerpunkt „Data Science in Chemistry“ bietet Studierenden mit einem abgeschlossenen Bachelorstudium der Chemie die Möglichkeit, ihr Profil durch profundes Fachwissen in „Data Analysis“, wissenschaftlichem Programmieren und in der Anwendung von Maschinellem Lernen auf fortgeschrittene chemische Fragestellungen zu erweitern. Data Science und KI-Techniken spielen eine zunehmend wichtige Rolle in nahezu allen Bereichen der Chemie – angefangen bei grundlegenden Anwendungen in der Quantenchemie, über Modelle des Maschinellen Lernens für die Simulation und Vorhersage von Materialeigenschaften und Syntheseplanung bis hin zur Anwendung generativer KI für das Moleküldesign. In einem interdisziplinären Data Science Projekt mit chemischem Schwerpunkt und während ihrer forschungsorientierten Masterarbeit werden die Studierenden schließlich darauf vorbereitet, moderne, datenwissenschaftliche Methoden in der chemischen Forschung anzuwenden.
Die Ausrichtung „Pharmaceutical Data Science“ bereitet Studierende darauf vor, moderne Methoden der KI und der Datenwissenschaft in der pharmazeutischen Industrie anzuwenden, insbesondere in der Wirkstoffforschung und -entwicklung. Neben den notwendigen Fähigkeiten in KI und Datenwissenschaft erhalten die Studierenden Einblicke in wichtige pharmazeutische Grundlagen, darunter medizinische Chemie, die chemischen Eigenschaften von Wirkstoffen, deren Entwicklung und Optimierung sowie deren Wechselwirkungen mit biologischen Zielstrukturen. Der Studiengang vermittelt zudem zentrale Ansätze im computergestützten Wirkstoffdesign, wie molekulare Modellierung und molekulares Docking, wodurch die Studierenden in die Lage versetzt werden, Wirkstoff-Ziel-Wechselwirkungen zu analysieren und die Identifizierung sowie Optimierung vielversprechender Wirkstoffkandidaten zu unterstützen. Ein ideales Programm für Studierende, die KI und Data Science nutzen möchten, um die Arzneimittelforschung voranzutreiben und an der Entwicklung der Medikamente der Zukunft mitzuwirken.