„Applied Mathematics and Scientific Computing“ ermöglicht Studierenden einen tieferen Einblick in die mathematischen Grundlagen der Data Science. Schwerpunkte der Spezialisierung sind einerseits die mathematische Modellbildung, andererseits der Übergang von kontinuierlichen zu diskreten und damit praktisch implementierbaren Modellen.

„Business Analytics and Operations“ schlägt die Brücke zu den Wirtschaftswissenschaften. Neben Grundkenntnissen der Betriebswirtschaftslehre, z.B. im Rechnungswesen, liegt der Schwerpunkt dieser Spezialisierung in datengesteuerten Lösungsansätzen zu betriebswirtschaftlichen, organisatorischen und technischen Problemstellungen.

„Digital Transformation of Society“ betrachtet Anwendungen der Data Science in den Sozial- und Humanwissenschaften. Neben Grundlagenwissen erhalten Studierende Einblicke in die Rolle empirischer Methoden, z.B. in Soziologie und Journalistik. Die substantielle Kenntnis von Methoden der Data Science gepaart mit Einblicken in die Sozial- und Humanwissenschaften ermöglicht den Studierenden eine kritische Auseinandersetzung mit dem fortschreitenden digitalen Wandel der Gesellschaft.

„Environmental Sciences“ ermöglicht den Studierenden einen Einblick in die datenbasierten Umwelt- und Geowissenschaften. Ein zentraler Aspekt ist das Anpassen von Modellen für dynamische (zeitlich veränderliche) Prozesse wie Wetter und Klima an Messdaten, die oft nur ungenau und unvollständig vorliegen.

„Finance and Economics“ beleuchtet makroökonomische Zusammenhänge, globale Märkte und Finanzinstrumente. Diese Gebiete sind stark von datenbasierten Methoden geprägt. Die Spezialisierung erweitert die Methodenkompetenz der Studierenden um Kenntnisse in der gebietsspezifischen Modellbildung und Fachsystematik.

„Machine Learning and Statistics“ ermöglicht Studierenden eine Vertiefung ihres Verständnisses für statistische Methoden und führt in fortgeschrittene und forschungsnahe Aspekte der statistischen und maschinellen Lernverfahren ein.