Mathematik Neuer Masterstudiengang: Maschinelles Lernen und wissenschaftliche Datenanalyse weiterentwickeln

Mathematisch-methodische Grundlagen zu vermitteln, mit denen künftige Generationen von Mathematikerinnen und Mathematikern Maschinelles Lernen und wissenschaftliche Datenanalyse weiterentwickeln können – darauf zielt ein neuer forschungsorientierter Studiengang an der Universität Heidelberg. Das englischsprachige Masterprogramm „Mathematics of Machine Learning and Data Science“ startet zum Wintersemester 2025/2026 und richtet sich insbesondere an Absolventinnen und Absolventen mathematischer Bachelorstudiengänge. Es ist an der Fakultät für Mathematik und Informatik angesiedelt, wird vom Institut für Mathematik ausgerichtet und in Kooperation mit dem Interdisziplinären Zentrum für Wissenschaftliches Rechnen durchgeführt. Eine Bewerbung ist bis zum 15. Mai 2025 möglich.

„Machine Learning und Data Science revolutionieren derzeit die Wissenschaften. Dies betrifft gleichermaßen die Grundlagenforschung zum besseren Verständnis etablierter Methoden wie der lernbasierten Analyse von Daten als auch Projekte zur Anwendung dieser Methoden in mittlerweile nahezu allen Wissenschaftszweigen“, betont Prof. Dr. Christoph Schnörr vom Institut für Mathematik der Universität Heidelberg. Das neue konsekutive und auf vier Semester angelegte Masterprogramm setzt hier an: Es vermittelt ein tiefgehendes Verständnis, wie reine Mathematik und angewandte Mathematik zusammenwirken, um Methoden des Maschinellen Lernens und der wissenschaftlichen Datenanalyse innovativ weiterzuentwickeln. Dazu verbindet das Studium Topologie, Differentialgeometrie und Dynamische Systeme mit Statistik, Optimierung, Numerik und Funktionalanalysis. 

„Im Vergleich zum regulären Masterstudiengang Mathematik ist dieses Programm stark interdisziplinär ausgerichtet. Dies zeigt sich unter anderem in der Ringvorlesung im ersten Semester, die einen breiten Überblick über mathematische Kerngebiete vermittelt“, so Prof. Schnörr. Dabei sollen in einem Data Science Lab Umsetzung und Anwendung von Konzepten aus der Vorlesung erarbeitet werden. Die Option für ein Auslandssemester bietet die Möglichkeit, Teamarbeit auf internationalem Niveau zu erproben, so der Heidelberger Mathematiker. Vertiefungsrichtungen, die sich über beide Jahre erstrecken, bereiten die Studentinnen und Studenten auf die Masterarbeit vor.

Im Masterstudiengang „Mathematics of Machine Learning and Data Science“ erwerben die Studierenden neben fachlichen Qualifikationen zentrale Kompetenzen im analytischen und strukturellen Denken, in der wissenschaftlichen Problemlösung sowie der interdisziplinären Zusammenarbeit. Dies qualifiziert die Absolventinnen und Absolventen für Promotionsstellen im In- und Ausland ebenso wie für forschungsorientierte Positionen in der Industrie, insbesondere im Bereich der Methodenentwicklung für Problemstellungen des Maschinellen Lernens und der wissenschaftlichen Datenanalyse.