Master in Informatik

Modernes Data Management umfasst eine Vielfalt von Systemen und Funktionen, die den Kern jedes Software-Vorhabens bilden. Heutzutage verwaltet jede Applikation gewaltige Mengen von Daten, von Machine Learning zu Webseiten, zu E-Kommerz bis zu Internet of Things. Diese Vertiefung deckt das Design, die Entwicklung, Benutzung, Ausführung und die Anwendungen von Datenmanagement-Systemen inklusive relationale Datenbank engines, Datenstreaming engines, key‐value stores, noSQL, Spark/Hadoop und andere Big Data Plattformen sowie semistrukturiert/Graph Datenmanagement-Systeme ab. Als Berechnungsplattform wird die Vertiefung sich mit Implementierungen befassen, die von einzelnen Knoten bis zu Rechenzentren reichen, wobei ein besonderer Schwerpunkt auf Cloud Computing liegt. Die Vertiefung ist so aufgebaut, dass sie einen detaillierten Einblick in Datenmanagementsysteme (über Kernfächer) bietet und die Studierenden (über Wahlfächer) in relevante Bereiche einführt, die eng mit modernen Datenmanagementsystemen verbunden sind.

Maschinelle Intelligenz verfolgt das Ziel, automatisch Modelle zu erstellen und Inferenz- und Entscheidungsverfahren zu entwerfen, die auf empirischen Grundlagen basieren, das heisst, auf Daten und auf von Menschen bereitgestelltes Wissen. Die Konzepte der Generalisierung und der Lernfähigkeit bestimmen die zentralen konzeptionellen Herausforderungen. Verschiedene Lernmodi - überwachtes, schwach überwachtes, unbeaufsichtigtes, Online- und adaptives Lernen - werden innerhalb eines streng mathematischen und statistischen Rahmens untersucht. Das Zusammenspiel von statistischer Schätzung und Berechnung sind wichtig bei Hardwarearchitekturen für maschinelles Lernen, maschineller Wahrnehmung, Hochleistungsberechnung und effizienten Informationssysteme. Ein wichtiger Aspekt ist die Entwicklung intelligenter Systeme, die mit unstrukturierten realen Daten umgehen können.

Sichere und zuverlässige Systeme sind die Grundpfeiler für den weiteren Ausbau und die Akzeptanz der Informationsgesellschaft. Ihre Entwicklung und Analyse stehen im Zentrum mehrerer Forschungsdisziplinen in der Informatik, darunter Informationssicherheit, Programmiersprachen und Software-Engineering. Studierende in dieser Vertiefung lernen, wie sie systematisch sichere und zuverlässige moderne Systeme erstellen und analysieren können inklusive Software, Hardware und Netzwerke.

Die digitale Verarbeitung visueller Informationen ist zu einem Kernthema der modernen Informatik und Informationstechnologie geworden. Basierend auf den theoretischen Grundlagen der Informatik und der angewandten Mathematik ist Visual Computing ein Kernbereich einer grossen Anzahl von Anwendungen; Bilderzeugung und -analyse, Computerfotografie, Modellierung und Steuerung von Robotersystemen, virtuelle und erweiterte Realität, computergestützte Herstellung, Benutzeroberflächen, Interaktionstechniken und interaktive Geräte, etc.
Methodologisch betrachtet basiert Visual Computing auf Computergrafik, algorithmischer Geometrie, digitaler Bildverarbeitung und Computer Vision. Starke konzeptionelle und algorithmische Verbindungen zu Computerwissenschaften und maschinellem Lernen bieten Visual Computing die Werkzeuge, die zur Lösung umfangreicher Visualisierungs- und Inferenzprobleme erforderlich sind.

Das Ziel der Theoretischen Informatik (TCS) ist es, die grundlegenden Konzepte von Berechnung und Information zu verstehen, die im Geiste mit dem Ziel der Physik vergleichbar sind: das Verständnis grundlegender Konzepte wie Materie und Energie. Zu den TCS-Themen gehören: Berechnungsmodelle (von der Automatentheorie bis zum Quantencomputer), Algorithmen und Datenstrukturen, Theorie der Berechenbarkeit und rechnerischen Komplexität, Informationstheorie und Kryptographie. Zufälligkeit ist ein Kernkonzept, das alle Bereiche von TCS betrifft.