Scientific Computing
Die numerische Simulation naturwissenschaftlich-technischer Phänomene hat die Entwicklungszyklen in Industrie und Wirtschaft durch „Scientific Computing“ enorm beschleunigt. Durch immer genauere Modelle und das Erschließen neuer Problemfelder werden auch immer höhere Anforderungen an die numerischen Verfahren gestellt. Probleme einer numerischen Approximation mit niedrigerer Komplexität zuzuführen, steht daher im Zentrum des Elitestudiengangs „Scientific Computing“.
Der Elitestudiengang in der Übersicht
Abschlussart | Master of Science |
Studiendauer | Vier Semester |
Studienort | Bayreuth |
Zugangsvoraussetzungen | Bachelor-Abschluss in Mathematik mit Numerikkenntnissen oder ein gleichwertiger Abschluss |
Unterrichtssprache | Englisch |
Bewerbungsfrist | 15. November, 15. Mai |
Studienbeginn | Winter- und Sommersemester |
Leitung | Prof. Dr. Mario Bebendorf |
Organisation | Dr. Maximilian Bauer E-Mail an Koordinator senden |
Weitere Informationen | Webpräsenz Scientific ComputingAllgemeine Studiengangsinformationen der Universität Bayreuth |
Künftige Herausforderungen numerischer Simulation
Der internationale Elitestudiengang „Scientific Computing“ bietet besonders qualifizierten Studierenden ein spezialisiertes Lehrangebot. Die Studierenden setzen sich mit der Entwicklung und mathematischen Analyse hocheffizienter numerischer Verfahren auseinander. Dabei beschäftigen sie sich mit der gesamten Lösungskette von der Modellierung über die mathematische, numerische und statistische Analyse, die Optimierung, die Implementierung von Algorithmen auf Hochleistungsrechnern bis hin zur Visualisierung der Ergebnisse.
Die interdisziplinären Problemstellungen stammen aus Fachgebieten wie zum Beispiel Biochemie, Physik, Informatik und den Ingenieurwissenschaften. Die exzellente inhaltliche Ausbildung wird begleitet von Veranstaltungen, in denen Schlüsselqualifikationen vermittelt werden.
Zentrales Element des Master-Studiengangs sind die Modellierungswochen. Diese Blockseminare finden außerhalb der Universität statt und bieten Gelegenheit, das erworbene Spezialwissen anzuwenden. In den Modellierungswochen werden herausfordernde Problemstellungen untersucht, an denen die Industrie und Wirtschaft aktuell arbeitet. Diese werden insbesondere von Vertretern ausgewählter Hightech-Firmen zu Beginn der Modellierungswoche vorgestellt. Die Studierenden haben die Chance, bereits während ihres Studiums an aktueller Forschung mitzuarbeiten, und können außerdem im Fast-Track-Verfahren parallel zu ihrem Masterstudium promovieren.
Individuelle Betreuung
Die Studentinnen und Studenten des Elitestudiengangs „Scientific Computing“ sind in ein Mentoren-System eingebettet. Dieses unterstützt sie bei der Auswahl der Lehrveranstaltungen aus einem breiten Lehrangebot entsprechend ihrer individuellen Interessen und unterstützt sie darüber hinaus bei der Persönlichkeitsentwicklung durch Förderung der Führungs- und Sozialkompetenz.
Mit dem neuen Elitestudiengang „Scientific Computing“ machen wir besonders begabte Studierende fit für die zukünftigen Herausforderungen der numerischen Simulation in Industrie und Forschung.
Prof. Dr. Mario Bebendorf
Aus dem Elitestudiengang
Gastvorlesungen in Scientific Computing
Gastwissenschaftlerinnen und Gastwissenschaftler zeigten im Sommer 2023 und Winter 23/24 die Mathematik hinter Supraleitern oder den Einsatz von maschinellem Lernen bei der Analyse von Autounfällen.
Präsentation der Modellierungsprojekte
Im September 2023 stellten die Studierenden des Elitestudiengangs Scientific Computing die Ergebnisse ihrer Projekte aus Industrie und Wirtschaft vor, an denen sie im Sommer 2023 gearbeitet haben.
Einblicke in die Forschungsarbeit
Leistungsmodellierung im HPC
Stefan de Souza untersucht die Verlustleistung moderner HPC-Systeme und die Systemkonfigurationen, die zu einem energieeffizienteren Rechnen führen können.
PDEs und der Zufall
Henrik Reger befasste sich in seiner Masterarbeit mit der effizienten numerischen Lösung von stochastischen partiellen Differentialgleichungen.
Abgeleitete Größen in DGL
Markus Büttner programmierte in seiner Masterarbeit eine Software zur Berechnung abgeleiteter Größen von parameterabhängigen Differentialgleichungen.