Statistiker*in

Weiterbildung & Karriere

Statistiker*innen sind beruflich immer wieder vor neue Herausforderungen gestellt. Voraussetzung für Erfolg in diesem Beruf ist es, immer auf dem neuesten Stand der Entwicklung zu bleiben und das Fachwissen, die Methodenkompetenzen und sozialen Kompetenzen laufend zu ergänzen und weiter zu entwickeln.

In größeren Betrieben werden zur professionellen Weiterbildung auch innerbetriebliche Kurse, Seminare und Schulungen durchgeführt.

Weiterbildungseinrichtungen wie z. B. das Berufsförderungsinstitut (BFI) und das Wirtschaftsförderungsinstitut (WIFI) führen für Statistiker*innen relevanten kaufmännischen Themenbereiche Kurse und Lehrgänge durch, etwa in Rechnungswesen, Finanzwesen, Operations Research oder Wirtschaftsinformatik.

Neben Fachliteratur, Onlinemedien, Kongressen oder anderen Fachveranstaltungen bestehen Weiterbildungsmöglichkeiten für Statistiker*innen beispielsweise über facheinschlägige Universitäts- und Fachhochschullehrgänge bzw. Weiterbildungsstudien. Außerdem können sie sich in Form eines Zweitstudiums oder weiterführenden PhD-Studiums beruflichen weiterentwickeln und höher qualifizieren.

Wichtige Weiterbildungsbereiche für Statistiker*innen sind beispielsweise:

Fachkompetenzen

  • Angewandte Mathematik und Statistik
  • Informatik, Wirtschaftsinformatik
  • Daten-Modellierung und Computersimulation
  • Datenanalyse und Big Data
  • Demografie
  • Makro- und Mikroönomie
  • Wirtschafts-, Sozial- und Arbeitsrecht
  • Wirtschafts-, Arbeitsmarkt- und Sozialpolitik
  • statistische Modellierung
  • Anwendungen der künstlichen Intelligenz (KI)
  • statistische Software-Programme
  • Computersimulation
  • Kennzahlenrechnung, Business Analytics
  • digitale Anwendungen und Tools
  • Datensicherheit, Datenschutz

Methodenkompetenzen

  • Informationsrecherche, Wissensmanagement
  • Dokumentation
  • Projektmanagement
  • Zeitmanagement
  • Teamführung

Sozialkompetenzen

  • Kommunikationsfähigkeit
  • Kund*innen-, Serviceorientierung
  • Teamfähigkeit

Nach mehrjähriger beruflicher Erfahrung und Zusatzqualifikationen können Statistiker*innen zu Teamleiter*innen, Projektleiter*innen, Abteilungsleiter*innen oder Bereichsleiter*innen aufsteigen und führen als solche Mitarbeiter*innen und Teams.

In Bereichen der Forschung und Entwicklung ist der Aufstieg zum/zur Forschungsleiter*in ( Principal Investigator (PI) (m./w./d.)) oder Institutsleiter*in möglich. Auch die Ausübung von Universitätsprofessuren bietet eine Möglichkeit zur Weiterentwicklung.

Neben einem hierarchischen Aufstieg im Unternehmen ist in diesem Beruf auch eine Weiterentwicklung und Karriere durch fachliche Spezialisierung beispielsweise auf bestimmte Themen und Bereiche der Statistik und Wirtschaftsstatistik, Kund*inenngruppen, öffentliche Auftraggeber*innen usw. und damit die Entwicklung in eine Expert*innenrolle möglich.

Die Möglichkeit einer selbstständigen Berufsausübung ist beispielsweise im Freien Gewerbe der Markt- und Meinungsforscher gegeben - siehe Menüpunkt Selbständigkeit.

Weiterbildungsmöglichkeiten

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Berufsbegleitend

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifezeugnis oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Weitere Infos: https://www.campus02.at/wirtschaftsinformatik

Adressen:

Fachhochschule der Wirtschaft Graz - Campus 02
Körblergasse 111
8010 Graz

Tel.: +43 (0)316 / 6002-737
Fax: +43 (0)316 / 6002-1222
E-Mail: info@campus02.at
Internet: https://www.campus02.at/

Art: Fachhochschulstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

1. Allgemeine Universtitätsreife, nachgewiesen durch:

  • eine österreichische Reifeprüfung (AHS, BHS, Berufsreifeprüfung, nostrifiziertes Zeugnis) oder
  • eine Studienberechtigungsprüfung für die relevante Studienrichtung oder
  • ein gleichwertiges ausländisches Zeugnis (Reifeprüfung, Studienberechtigungsprüfung, Berufsreifeprüfung) oder
  • ein International Baccalaureat (IB) Diploma oder Europäisches Abiturzeugnis oder
  • ein Abschluss eines mindestens dreijährigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung

2. Einschlägige berufliche Qualifikation (Lehre, BMS) mit Zusatzprüfungen
Voraussetzung ist die Absolvierung eines fachlich einschlägigen Lehrberufs oder einer entsprechenden berufsbildenden mittleren Schule bzw. der Nachweis sonstiger facheinschlägiger Berufspraxis sowie die Ablegung der angegebenen Zusatzprüfungen. Die Überprüfung der Facheinschlägigkeit sowie die Festlegung der erforderlichen Zusatzprüfungen erfolgt durch die Studiengangsleitung.

Abschluss:

Bachelor of Science in Engineering (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudiengängen

Info:

Seit Beginn des digitalen Zeitalters hat die Menge verfügbarer Daten stark zugenommen. Daten werden zur Bewältigung vieler Herausforderungen künftig unverzichtbar sein: Im Gesundheitssektor ermöglichen Daten neue Behandlungs- und Diagnoseverfahren, im Produktionsbereich wird an vorbeugenden Instandhaltungstechniken gearbeitet. Bei der Erstellung neuer Produkte wird Data Science angewandt, um die Bedürfnisse der Kund*innen noch besser adressieren zu können.

Studienschwerpunkte:

  • Data Science: vermittelt die Fähigkeiten des Data Minings, des maschinellen Lernens und der künstlichen Intelligenz. Studierende lernen Daten zu sammeln, aufzubereiten, zu analysieren und zu visualisieren.
  • Informatik: befasst sich mit der Speicherung von Daten und vermittelt die Grundlagen der Programmierung. Weitere wichtige Themen des Schwerpunkts sind Big-Data-Technologien, Business Intelligence und Bildverarbeitung.
  • Wirtschaft und Recht: befasst sich mit wirtschaftlichen Grundlagen sowie rechtlichen und ethischen Fragestellungen.
  • Wahlmodul:Da Datenspezialistinnen und -spezialisten ihre Analysen immer in einem bestimmten Kontext durchführen, ermöglicht das Studium eine Spezialisierung in einem wählbaren Anwendungsgebiet (z. B.: Marketing, Gesundheit, Medien, Sicherheit, Produktion). Dabei werden wichtige Grundlagen des Fachbereichs vermittelt und ein Grundverständnis häufiger Problemstellungen geschaffen.

(Quelle: FH St. Pölten, www.fhstp.ac.at)

Berufsfelder:
Data Scientist, Data Engineer, Data Architect, Data Stewards, Chief Data Officer, Business Analyst, Business Intelligence Specialist, DevOps, Big Data Consultant, Customer Data Analyst, Data Mining Manager, Data Quality Manager, Finance Analyst / Financial Data Analyse, …

Weitere Infos: https://www.fhstp.ac.at/de/studium-weiterbildung/informatik-security/data-science-and-business-analytics

Adressen:

Fachhochschule St. Pölten GmbH
Campus-Platz 1
3100 St. Pölten

Tel.: +43 (0)2742 / 313 228 -200
Fax: +43 (0)2742 / 313 228 -339
E-Mail: csc@fhstp.ac.at
Internet: https://www.fhstp.ac.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Vorbehaltlich der Genehmigung durch die AQ Austria

Unterrichtssprache Englisch

Graduates of the Master of Science degree program have a practical as well as theoretical understanding in all of the following areas: Data acquisition, Data transmission, Data storage, Data evaluation, Data visualization, Legal and ethical frameworks. (Quelle: FH Kärnten)

Inhalte:

  • Information and Probability Theory
  • Satistics
  • Data Source & Data Quality
  • Introduction to Machine Learning
  • Unsupervised Learning
  • Project I: Prerequisits and Project Domains
  • Data Architecture & Database Technologies
  • Artificial Neural Networks & Deep Learning
  • Data Engineering
  • Data Visualization
  • Supervised Learning
  • Project ll: Frameworks and Concept Study
  • Project lll: Practical Implementation
  • Data Privacy Ethics

Weitere Infos: https://www.fh-kaernten.at/en/studium/engineering-it/master/applied-data-science

Adressen:

Fachhochschule Kärnten - Campus Villach
Europastraße 4
9524 Villach

Tel.: +43 (0)5 90 500 -7700
E-Mail: villach@fh-kaernten.at
Internet: https://www.fh-kaernten.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Start im Herbst 2018 vorbehaltlich der Genehmigung.

Weitere Infos: https://www.fh-joanneum.at/

Adressen:

Fachhochschule Joanneum - Standort Graz
Alte Poststraße 149
Weitere Adressen: Alte Poststraße 147, 149, 152 + 154; Eggenberger Allee 11 + 13; Eckertstraße 30i
8020 Graz

Tel.: +43 (0)316 / 54 53-8200
Fax: +43 (0)316 / 54 53-8201
E-Mail: info@fh-joanneum.at
Internet: https://www.fh-joanneum.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

  • ein abgeschlossener facheinschlägiger Fachhochschul-Bachelorstudiengang oder
  • der Abschluss eines gleichwertigen Studiums an einer anerkannten inländischen oder ausländischen postsekundären Bildungseinrichtung im Ausmaß von mindestens 180 ECTS und sechs Semester.

Abschluss:

Diplom-Ingenieur*in (Dipl.-Ing.)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Werden Sie Expert*in im Bereich der künstlichen Intelligenz (AI)! Mit diesem Master Studiengang lernen Sie, wie Sie die fortgeschrittene Verfahren der AI beherrschen und diese in Unternehmen sicher umsetzen können. Sie finden neue Wege und teilen ihr Wissen, um eine nachhaltige und umfassende AI-Nutzung in Österreich und/oder international sicherzustellen.

Lehrinhalte:

Das Curriculum umfasst folgende inhaltliche Schwerpunkte:

  • Advanced Machine Learning
  • AI Architecture
  • AI & Society
  • Digital Business Transformation
  • Scientific Working

Zusätzlich können Studierende durch Wahlfächer individuelle Schwerpunkte setzen.

Berufsfelder:
Data Scientist, Business Analyst, Data Architect, Data Engineer, DevOps, Machine Learning Engineer, Chief Data Officer, Chief Data Scientist

Weitere Infos: https://www.fhstp.ac.at/mdi

Adressen:

Fachhochschule St. Pölten GmbH
Campus-Platz 1
3100 St. Pölten

Tel.: +43 (0)2742 / 313 228 -200
Fax: +43 (0)2742 / 313 228 -339
E-Mail: csc@fhstp.ac.at
Internet: https://www.fhstp.ac.at

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium (beispielsweise Informatik, Software: z.B. Wirtschaftsinformatik, Informatik, Mobile Computing, Informations- und Kommunikationssysteme) oder Studium in verwandten Fachbereichen mit speziellen Anrechnungsregelungen

Abschluss: Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Lerninhalte: Studierende lernen

  • den kompletten Datenerhebungserhebungsprozess nach derzeitigem Stand der Technik durchzuführen, zum Beispiel für textuelle Daten, Bild- und Videodaten oder Sensordaten.
  • diese Daten für Analysen aufzubereiten und zu modellieren.
  • Analysen unter Berücksichtigung ethischer, datenschutzrechtlicher, infrastrukturbezogener und unternehmerischer Aspekte durchzuführen.
  • relevante Analysemethoden, Vorgehensweisen und Algorithmen zu vergleichen, auszuwählen und anzuwenden.
  • die Ergebnisse der Analysen zielgruppengerecht zu kommunizieren und in den Betrieb zu überführen.
  • Data Science Projekte unter Berücksichtigung der Unternehmensbedürfnisse und zum Zweck der Wertschöpfung zu planen, umzusetzen und erfolgreich zu managen.
  • für Data Science Projekte Anforderungen zu erheben und Ziele zu definieren.
  • als Schnittstelle gemeinsam mit Fachabteilung und IT-Abteilung Data Science Projekte zu planen und zu realisieren.
  • mit technischen und nicht-technischen Fachleuten beim Konzipieren und Umsetzen von Data Science Projekten zu kommunizieren, sowie Ideen und Umsetzungsvorschläge zu präsentieren.

Weitere Infos: https://www.technikum-wien.at/studiengaenge/master-data-science/

Adressen:

Fachhochschule Technikum Wien
Höchstädtplatz 5
1200 Wien

Tel.: +43 (0)1 / 333 40 77-0
Fax: +43 (0)1 / 333 40 77-469
E-Mail: info@technikum-wien.at
Internet: https://www.technikum-wien.at/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsbegleitend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

  • Abschluss eines facheinschlägigen Bachelor- oder Diplomstudiums (FH oder Universität) oder gleichwertiger postsekundärer Bildungsabschluss
  • Berufspraktische Erfahrung
  • Gute Englischkenntnisse

Abschluss:

Master of Science in Engineering (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Der Masterstudiengang “Data Science & Intelligent Analytics” konzentriert sich auf das Vermitteln von Kompetenzen im Zusammenhang mit der Erhebung, Integration, Speicherung, Analyse und Nutzung sowie dem innovativen Umgang mit Daten. Er vermittelt außerdem Kompetenzen im Bereich der Organisation und Führung von datengetriebenen Projekten und Produkten.

Lerninhalte

  • 36 % Data Science Grundlage
  • 22 % Data Science Anwendungskompetenz
  • 8 % Management & international Skills
  • 9 % Fachspezifische Vertiefungen & Wahlfächer
  • 25 % Praxistransfer & Masterarbeit

Mögliche Berufsfelder:

  • Big Data Application Development
  • Data Engineering
  • Big Data & BI Consultanting
  • Data Scientist (m./w./d.)
  • Manager*in für Data Science Teams
  • Analyst*in für Big Data
  • Spezialist*in für Business Intelligence & Analytics

Weitere Infos: https://www.fh-kufstein.ac.at/studieren/master/Data-Science-Intelligent-Analytics-BB

Adressen:

Fachhochschule Kufstein Tirol
Andreas Hofer Straße 7
6330 Kufstein

Tel.: +43 (0)5372 / 718 19-0
Fax: +43 (0)5372 / 718 19-104
E-Mail: info@fh-kufstein.ac.at
Internet: https://www.fh-kufstein.ac.at/

Art: Fachhochschulstudium – Masterstudium

Dauer: 4 Semester

Form: Berufsermöglichend

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen: abgeschlossenes, facheinschlägiges Bachelorstudium

Abschluss: Master of Science in Engineering (MSc)

Berechtigungen: Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Weltweit entstehen pro Sekunde 1.3 Petabyte an Daten. Die Analyse solcher Datenmengen erfordert Methoden aus den Bereichen Machine Learning und Artifical Intelligence. Diese erlernen High Potentials aus Informatik, Informationsmanagement, Mathematik, Physik, VWL etc. in diesem Studium. Die Expertise unserer Absolventinnen und Absolventen ist stark gefragt, denn Daten sind das Öl des 21. Jahrhunderts.

Inhalt, u. a.:

  • Scripting für Data Scientists
  • Graphentheorie und Systemdynamik
  • Informations- und Kodierungstheorie
  • Datenbankgrundlagen und Abfragesprachen
  • Management relationaler Datenbanken
  • Einführung in Data Science
  • Deskriptive Statistik
  • Wahrscheinlichkeitstheorie und Induktive Statistik
  • Agenten-basierte Programmierung
  • High Performance Computing
  • Datenstrukturen und Algorithmen
  • Optimierung und Numerik
  • Neuronale Netze: Architekturen / Deep Learning
  • Multivariate Statistik und Data Mining
  • Datenqualität und Datenbereinigung
  • Fortgeschrittene Informationsvisualisierung
  • Cloud Computing für Data Scientists
  • Business Development und Innovation
  • Fortgeschrittene Themen der Künstlichen Intelligenz
  • Entscheidungs- und Spieltheorie
  • Schwarmintelligenz und Evolutionäre Algorithmen
  • Ethik, Compliance und Datenschutz

Weitere Infos: https://www.fh-joanneum.at/studium/master-studiengaenge/

Adressen:

Fachhochschule Joanneum - Standort Graz
Alte Poststraße 149
Weitere Adressen: Alte Poststraße 147, 149, 152 + 154; Eggenberger Allee 11 + 13; Eckertstraße 30i
8020 Graz

Tel.: +43 (0)316 / 54 53-8200
Fax: +43 (0)316 / 54 53-8201
E-Mail: info@fh-joanneum.at
Internet: https://www.fh-joanneum.at

Art: Universitätsstudium – Bachelorstudium

Dauer: 6 Semester

Form: Vollzeit

NQR-Level: 6  ISCED-Level: 6  ECTS-Punkte: 180  

Voraussetzungen:

Reifeprüfung, Berufsreifeprüfung oder Studienberechtigungsprüfung

Abschluss:

Bachelor of Science in Applied Data Science (BSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen Masterstudien

Info:

Die Unterrichtssprache ist Englisch.

Kosten:EUR 7.350,00 pro Semester

Fünf Module:

  • Fundamentals of statistics and calculus
  • Fundamentals of data science and engineering
  • Fundamentals of management
  • Data science for business applications
  • Bachelor thesis

Inhalte, u. a.:

  • Applied Linear Algebra
  • Fundamentals of Computer Science and Programming
  • Legal Aspects of Data Science
  • Foundations of Artificial Intelligence
  • Project and Change Management
  • Societal and Ethical Impacts of Data Science
  • Latest Trends in Data Science
  • Blockchain Applications

Weitere Infos: https://www.modul.ac.at/study-programs/bachelor/bsc-in-applied-data-science

Adressen:

MODUL University for Tourism Vienna (MU Vienna)
Am Kahlenberg 1
1190 Wien

Tel.: +43 (0)1 / 320 35 55 -101
Fax: +43 (0)1 / 320 35 55 -901
E-Mail: office@modul.ac.at
Internet: https://www.modul.ac.at/

Art: Universitätsstudium – Masterstudium

Dauer: 4 Semester

Form: Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes facheinschlägiges Bachelorstudium

Abschluss:

Master of Science (MSc)

Berechtigungen:

Zugangsberechtigung zu facheinschlägigen PhD-Studien

Info:

Im Masterstudium Data Science dreht sich alles darum, wie Daten effektiv, fachkundig und verantwortungsvoll zur Wissensgewinnung genutzt werden können. Ein Thema, dass sowohl für Unternehmen, Regierungen und andere Organisationen hohe Relevanz hat, aber auch jedes einzelne Individuum betrifft. Darüber hinaus sind Erhebung, Modellierung, Analyse und Interpretation von Daten zentral im Wissenschaftsbetrieb an Universitäten und anderen Forschungseinrichtungen. Absolventinnen und Absolventen des Studiums verfügen über vertieftes Wissen in Kernbereichen der angewandten Statistik und Informatik, welche sich mit der Erhebung, Speicherung, Verarbeitung, deskriptiver und inferentieller Analyse, Visualisierung, Interpretation und verantwortungsvoller Nutzung teilweise großer, heterogener und multivariater Daten beschäftigen.(Quelle: vgl. Universität Salzburg)

Weitere Infos: https://www.studienwahl.at

Adressen:

Universität Salzburg - Paris Lodron Universität Salzburg
Kapitelgasse 4-6
5020 Salzburg

Tel.: +43 (0)662 / 80 44 -0
Fax: +43 (0)662 / 80 44 -145
E-Mail: studium@plus.ac.at
Internet: https://www.plus.ac.at/

Technische Universität Wien
Karlsplatz 13
1040 Wien

Tel.: +43 (0)1 / 588 01 -0
Fax: +43 (0)1 / 588 01 -41099
E-Mail: studabt@zv.tuwien.ac.at
Internet: https://www.tuwien.at/

Universität Wien
Universitäts-Ring 1
1010 Wien

Tel.: +43 (0)1 / 42 77 -0
E-Mail: studentpoint@univie.ac.at
Internet: https://www.univie.ac.at/

Art: Universitätsstudium – Doktorats-/PhD-Studium

Dauer: 6 Semester

Form: Berufsbegleitend und Vollzeit

NQR-Level: 8  ISCED-Level: 8  ECTS-Punkte: 180  

Voraussetzungen:

  • abgeschlossenes facheinschlägiges Master- oder Diplomstudium

Abschluss:

Doctor of Philosophy (PhD)

Weitere Infos: https://www.studienwahl.at

Adressen:

Universität Innsbruck
Innrain 52
6020 Innsbruck

Tel.: +43 (0)512 / 507 -0
Fax: +43 (0)512 / 507 -2804
E-Mail: Studienabteilung@uibk.ac.at
Internet: https://www.uibk.ac.at/

Art: Universitätslehrgang

Dauer: 4 Semester

Form: Berufsbegleitend und Vollzeit

NQR-Level: 7  ISCED-Level: 7  ECTS-Punkte: 120  

Voraussetzungen:

abgeschlossenes Bachelor- oder Masterstudium, facheinschlägige berufliche Qualifikationen

Abschluss:

Master in Data Science (MDS)

Weitere Infos: https://www.uibk.ac.at/weiterbildung

Adressen:

Universität Innsbruck - Postgraduate
Innrain 52
6020 Innsbruck

Tel.: +43 (0)512 / 507 -0
Fax: +43 (0)512 / 507 -2804
E-Mail: studienabteilung@uibk.ac.at
Internet: https://www.uibk.ac.at

Art: Universitätsstudium – Masterstudium

Dauer: 2 Semester

Form: Berufsbegleitend

ECTS-Punkte: 45  

Voraussetzungen:

Das Erweiterungsstudium steht allen Studierenden offen, die eines der folgenden Studienangebote belegen:

  • ein Masterstudium der Karl-Franzen-Universität Graz,
  • oder ein Masterstudium, das mit der Karl-Franzens-Universität eingerichtet wurde (NAWI-Graz),
  • oder die Diplomstudien Rechtswissenschaften, katholische Theologie, sowie die auslaufenden Diplomstudien Pharmazie und Lehramt
  • und Prüfungen des Wahlfachangebots TIMEGATE der Karl-Franzens-Universität Graz im Umfang von 2 ECTS

Abschluss:

Zertifikat

Info:

Ziel ist der Erwerb zusätzlicher Kompetenzen zum ordentlichen Studium und eine Vorbereitung in den Einstieg in das Berufsleben.

Inhalte:

  • Fachkompetenzen: organisations-, prozess-, aufgaben- und arbeitsplatzspezifische berufliche Fertigkeiten
  • Sozialkompetenzen: Kooperationsfähigkeit, Verhandlungsgeschick, Führungsqualität, Kommunikationsfähigkeit und Durchsetzungsvermögen
  • Personalkompetenzen: Selbstmanagement/-organisation und -motivation, Reflexionsfähigkeit, Fähigkeit, Verantwortung übernehmen und sich auf veränderte Umstände einstellen
  • Methodenkompetenzen: Organisationsfähigkeit, Präsentationstechniken, selbstständiges Arbeiten, die Fähigkeit, vorhandenes Wissen auf neue Probleme anzuwenden und kritisches Denken

Weitere Infos: https://klug.uni-graz.at/de/erweiterungsstudium/

Adressen:

Universität Graz - Karl-Franzens-Universität Graz
Universitätsplatz 3
8010 Graz

Tel.: +43 (0)316 / 380 -1066
Fax: +43 (0)316 / 380 -9030
E-Mail: 4students@uni-graz.at
Internet: https://studien.uni-graz.at/

Art: Sonstige Ausbildung

Dauer: 24 UE

Form: Berufsbegleitend

Voraussetzungen: Eigener PC oder Laptop

Info:

Zielgruppe:

  • Mitarbeiter*innen aus den Bereichen Marketing, Sales und PR
  • Journalist*innen, Content-Autor*innen
  • Nicht-technische Mitarbeiter*innen, die mit Programmierer:innenn im Unternehmen interagieren
  • Studierende, die Python zur Recherche oder Datenerhebung nutzen wollen

Kosten: EUR 590,00

Inhalte:

  • Einführung in Python
  • Strings
  • Numbers und Conditions
  • Lists und FOR Loops
  • Funktionen und Testing
  • Objektorientiertes Programmieren (OOP)
  • Web Scraper
  • Conclusio

Weitere Infos: https://www.bfi.wien/kurs/6884/K10367/python-basics-web-scraping-und-web-mining/23BTDE0335

Adressen:

BFI Berufsförderungsinstitut Wien
Alfred-Dallinger-Platz 1
1030 Wien

Tel.: +43 1 811 78 -10100
Fax: +43 1 811 78 -10111
E-Mail: information@bfi.wien
Internet: https://www.bfi.wien