Data Science nutzt Methoden und Techniken der Statistik und des Machine Learnings, um Wissen zu schaffen in einer Welt der ständig wachsenden Datenmengen. Dies erlaubt Ökonomen*innen und Manager*innen, wichtige Fragen zu beantworten wie beispielsweise ob soziale Medien einen Einfluss haben auf die allgemeine Zufriedenheit der Nutzer*innen oder wie sich die Verkäufe einer Firma in der Zukunft entwickeln. Die Spezialisierung “Applied Data Science” bringt Ihnen die Fähigkeiten bei, um diese und weitere Fragen zu beantworten. Sie werden einerseits klassische statistische Verfahren für die Bearbeitung kausaler Fragen kennenlernen. Andererseits werden Sie sich mit modernen Machine Learning-Verfahren auseinandersetzen, die sich für Fragen im Zusammenhang mit Voraussagen sehr gut eignen. Die dabei erworbenen Fähigkeiten erlauben Ihnen, an der Schnittstelle zwischen Data Science-Experten und Angestellten mit einem traditionellen Hintergrund in Volks- oder Betriebswirtschaftslehre zu arbeiten.

Die Einführungskurse in der Spezialisierung bringen den Studierenden wichtige Tools für Data Science (Server-Berechnungen, github etc.), Datenbearbeitung in R und Python, Datenbanken und Computer-Programmierung bei. Diese Kurse bilden die technische Grundlage für die Veranstaltungen im Bereich Machine Learning sowie für eher klassische statistische Verfahren im Bereich der Kausalanalyse und Mikroökonometrie. Schliesslich gibt es Vorlesungen zur Anwendung dieser Techniken in verschiedenen Bereichen der Betriebs- und Volkswirtschaft. Die meisten Kurse sind praktisch orientiert und beinhalten Übungsstunden, um das Gelernte direkt anzuwenden. Darüber hinaus können die Studierenden die erworbenen Fertigkeiten in unterschiedlichen Seminaren umsetzen.

Die Spezialisierung "Applied Data Science" kann komplett auf Englisch studiert werden.

Themenbereiche mit Beispielvorlesungen

Technische Grundlagen

• Toolkits and Architectures

• Introductin to Computer Science and Programming

• Data handling in R and Python

• Database management

Traditionelle statistische Methoden

• Quantitative Methods (logit/probit, survival analysis etc.)
• Workshop in Applied Data Analysis

Machine Learning

• Supervised machine learning
• Unsupervised machine learning
• Machine Learning in Marketing
• Causal machine learning

Anwendungen in Volks- und Betriebswirtschaftslehre

• Data visualization

• Introduction to Business Analytics

• Digital Ethics

Berufsperspektiven

Absolventinnen und Absolventen dieser Spezialisierung haben durch Ihre erworbenen Kompetenzen Zugang zu verschiedenen Feldern im Bereich Datenanalyse - etwa in der Unternehmensberatung, in Grossunternehmen, Start-Ups, bei Behörden wie dem SECO oder statistischen Ämtern oder in der Marktforschung. Ihr inhaltliches Wissen in Betriebs- und Volkswirtschaftslehre kombiniert mit ihren technischen Fähigkeiten erlaubt es, an der wichtigen Schnittstellenfunktion zwischen klassischen Betriebs- und Volkswirten und «Data Analysts» zu arbeiten.

Der Future of Jobs Report des World Economic Forum listet das Jobprofil “Data Analysts and Scientists” auf Platz 1 der "Top 10 Emerging" Jobs für das Jahr 2025. Auch in der Bundesverwaltung wird der Datenwissenschaft eine grosse Bedeutung beigemessen: Das Bundesamt für Statistik schafft auf Anfang 2021 ein nationales Kompetenzzentrum für Datenwissenschaft.