ICE Zug in voller Fahrt mit Simulation der Aerodynamik

Studienrichtung Computational Engineering

Künstliche Intelligenz, Data Science und numerische Simulation: Mit Computational Engineering schliessen Sie die Lücke zwischen realen Vorgängen und theoretischen Modellen. Damit nutzen Sie die Chancen der Digitalisierung, Sie sind bereit für die Herausforderungen der Zukunft.

Abschluss

Bachelor of Science FHO in Systemtechnik, Studienrichtung «Computational Engineering»

Studiendauer

6 Semester (Vollzeit),
8 Semester (berufsbegleitend)

Studienort

Buchs und St.Gallen

Studiengebühren

CHF 1000.–/Semester

Studienschwerpunkte

Data Engineering, Computational Physics, Cloud Computing, Design of Experiments, Machine Learning , Digital Product Design

Studienbeginn

Mitte September

Anmeldefrist

für das Herbstsemester 2021: bis 31. Mai 2021

Zunächst erlernen Sie die Grundlagen der Mathematik, Physik, Mechanik, Werkstoffe, Informatik und Elektrotechnik. ­Kultur, Kommunikation und Betriebswirtschaftslehre runden die Grundlagen-Phase ab. Der anschliessende spezifische Teil der Studienrichtung besteht aus folgenden Modulen: 

Computational Engineering I

  • Erweiterte Grundlagen Mathematik
  • Wissenschaftliches Rechnen
  • Data Engineering
  • Programmierung mit Python
  • Praktikum: Wissenschaftliches Rechnen

Computational Engineering III

  • Design of Experiments und SPC
  • Computational Physics II: Modelle für Wärme und Strömung
  • Optimierung
  • Praktikum: Design of Experiments und SPC
  • Praktikum: Computational Physics II

Computational Engineering II

  • Messen und klassische Statistik
  • Computational Physics I: Grundlagen Modellierung
  • IoT und Cloud Computing 
  • Bildverarbeitung
  • Praktikum: Computational Physics I

Computational Engineering IV

  • Machine Learning 
  • Computational Physics III: Modelle für Strukturmechanik und Elektromagnetismus 
  • Digital Product Design
  • Praktikum: Machine Learning
  • Praktikum: Computational Physics III

Mit diesem Abschluss öffnen sich vielfältige Karrierechancen in den Bereichen: 

  • Simulation und Modellbildung in Forschung und Entwicklung
  • Qualitätskontrolle und Prozessoptimierung
  • Planung, Durchführung und Auswertung von Versuchen
  • Entwicklung von Digitalen Zwillingen komplexer Produkte und Vorgänge in Industrie und Technik
  • Design und Implementierung von durchgängigen Data Pipelines:  Messdatenerfassung, Datenbanken  bis zum Training von Machine Learning Modellen
  • Entwicklung von neuartigen Software-Services in der Digitalisierung
  • Digitale Produktentwicklung mit Co-Creation und Design Thinking Methoden

Weitere Karrierechancen ergeben sich durch die anschliessenden Master-Angebote: 

Zu den Profilen des MSE