Data Engineering (B.Eng.)
Bachelorstudiengang am Fachbereich II
Warum Data Engineering studieren?
Was ist Data Engineering – einfach erklärt? Sie lernen, Systeme zu bauen, die große Datenmengen verarbeiten und daraus etwas Nützliches machen – zum Beispiel Empfehlungen in Online-Shops (zu diesen Schuhen passen diese Hosen) oder automatische Auswertungen (wir müssen mehr T-Shirts bestellen, da das Wetter bald umschlägt).
Warum ist das gerade jetzt relevant? Immer mehr Dinge passieren online: Einkaufen, Kommunikation, Mobilität. Dadurch entstehen riesige Datenmengen. Unternehmen brauchen Systeme, um diese Daten zu nutzen – und Menschen, die diese Systeme bauen.
Was mache ich konkret im Studium? Sie programmieren, bauen Systeme und arbeiten mit Daten. Schritt für Schritt entwicken Sie Anwendungen, die ähnlich funktionieren wie echte Systeme in Unternehmen.
Das sollten Sie mitbringen
Speziellen Vorkenntnisse in Informatik oder Machine Learning müssen Sie nicht mitbringen. Sie sollten jedoch Interesse daran haben zu verstehen, wie Systeme funktionieren und wie Technologie entwickelt und betrieben wird. Sie brauchen:
- Interesse daran, zu lernen
- Motivation, Probleme zu lösen
- Bereitschaft, sich mit Technik auseinanderzusetzen
Voraussetzungen
Das Studium
Der interdisziplinäre Bachelorstudiengang Data Engineering basiert auf fünf zentralen Säulen:
- Programmierung
- Verteilte Systeme
- Datenbanken
- Mathematik und Statistik
- Machine Learning
Das Studium folgt einem klar strukturierten Kompetenzaufbau, bei dem jedes Semester aufeinander aufbaut.
Nach dem ersten Semester („settle in“) verfügen Sie über grundlegende Kenntnisse in Programmierung und Mathematik, beispielsweise durch Module wie Introduction to Computer Science (basierend auf Harvard CS50) und Math for Programmers. Dieses Semester gleicht unterschiedliche Vorkenntnisse aus und erfordert keine vorherige Erfahrung.
Nach dem zweiten Semester („scale up“) verstehen Sie die parallele Datenverarbeitung innerhalb eines einzelnen Rechners. Sie lernen, mehrere CPU-Kerne effizient zu nutzen, und vertiefen Ihre mathematischen und statistischen Kenntnisse.
Nach dem dritten Semester („scale out“) können Sie verteilte Systeme entwerfen und einsetzen, die große Datenmengen verarbeiten. Sie erwerben praktische Kenntnisse in verteilten Datenpipelines und Datenbanksystemen und bauen Ihre Grundlage für Machine Learning weiter aus.
Nach dem vierten Semester („synthesize“) wenden Sie Ihr Wissen in anwendungsbezogenen Kontexten an. Über Wahlpflichtmodule arbeiten Sie in Bereichen wie Robotik, Bauingenieurwesen, Life Sciences, Gebäudetechnik oder Geoinformation mit Expert*innen aus anderen Fachbereichen der BHT zusammen.
Nach dem fünften Semester („apply“) absolvieren Sie ein etwa 23-wöchiges Vollzeitpraktikum in der Industrie. Sie arbeiten an realen Projekten in einem Unternehmen Ihrer Wahl und sammeln praktische Erfahrung in professionellen Arbeitsumgebungen.
Nach dem sechsten Semester („finish“) schließen Sie Ihr Studium mit dem Bachelor ab. Sie vertiefen Ihr Wissen in fortgeschrittenen Themen wie Deep Learning oder Large Language Models und bereiten sich auf ein weiterführendes Studium, beispielsweise im Master Data Science, vor.
Im Studium bearbeiten Sie reale Fragestellungen des Data Engineering: Sie entwerfen Datenpipelines, verarbeiten große Datenmengen und betreiben zuverlässige Machine-Learning-Systeme. Dies entspricht den Herausforderungen in Unternehmen wie Zalando, SAP oder Amazon. Durch Projekte, moderne Werkzeuge und das integrierte Praktikum sammeln Sie Erfahrung mit produktionsnahen Systemen statt mit vereinfachten Beispielen.
Als Absolvent*in sind Sie für Tätigkeiten wie Data Engineer, Machine Learning Engineer oder Backend Engineer qualifiziert. Diese Berufsbilder sind branchenübergreifend stark nachgefragt, unter anderem in E-Commerce, Gesundheitswesen, Finanzwirtschaft und Mobilität. Gleichzeitig bietet das Studium eine solide Grundlage für ein weiterführendes Masterstudium.
Unsere Alleinstellungsmerkmale:
Sie können das Studium ohne Vorkenntnisse in Informatik beginnen. Im ersten Semester erwerben Sie die Grundlagen in Programmierung und Mathematik und gleichen Ihr Wissen mit dem Ihrer Kommiliton*innen an.
Der Studiengang legt den Fokus auf den Aufbau und Betrieb realer Datenverarbeitungssysteme. Sie lernen frühzeitig, skalierbare Datenpipelines und verteilte Systeme zu entwerfen und implemetieren. Der strukturierte Aufbau – von Grundlagen über parallele und verteilte Systeme bis hin zu Anwendungen – gewährleistet eine kontinuierliche Kompetenzentwicklung.
Sie wenden Ihr Wissen in interdisziplinären Kontexten an und sammeln praktische Erfahrungen in verschiedenen Anwendungsfeldern. Ein zentraler Bestandteil ist das umfangreiche Industriepraktikum, in dem Sie an realen Projekten arbeiten. In Kombination mit der Verbindung von Forschung und Praxiserfahrung im Lehrteam werden Sie gezielt darauf vorbereitet, schnell in professionellen Entwicklungsumgebungen produktiv zu werden und sowohl in den Beruf einzusteigen als auch ein weiterführendes Studium aufzunehmen.