Studienaufbau Computational Engineering

Im Studiengang Systemtechnik mit Vertiefung Computational Engineering gestalten Sie Ihren Stundenplan flexibel mit frei wählbaren Modulen. Studieren Sie in Buchs oder St. Gallen. Mit dem Vollzeit-Studium schliessen Sie in der Regel nach 6 Semestern ab. Mit dem berufsbegleitenden Studium können Sie Ihr Pensum frei an Ihre individuellen Bedürfnisse anpassen.

Studierende des Computational Engineerings besuchen nebst den Modulen und Kursen der Studienrichtung auch Grundlagenmodule aus den Bereichen Mathematik, Physik, Mechanik, Werkstoffe / Chemie, Informatik, Elektrotechnik, aber auch ­Kultur und Kommunikation (in Deutsch und Englisch) sowie Betriebswirtschaftslehre. Weitere Informationen dazu, wie auch zum ­Studium an der NTB generell, finden Sie in unserer Basisdokumentation «Ingenieurstudium Systemtechnik». 
Der spezifische Teil der Studienrichtung Photonik besteht neben den Modulen Systemtechnik A und B aus einer Bachelorarbeit aus dem Fachgebiet sowie den folgenden Modulen:

Studienstruktur

In den ersten beiden Studienjahren vermitteln wir Ihnen grundlegende Kenntnisse der Systemtechnik.

Sie erarbeiten sich ein profundes Wissen in Elektrotechnik, Mechanik, Informatik, Werkstofftechnik, Chemie, Physik, Mathematik, Englisch, Kultur und Kommunikation und halten das Systemtechnikprojekt ab. Gegen Ende des ersten Studienjahres entscheiden Sie, in welches Spezialgebiet Sie sich fachlich vertiefen möchten.

Im dritten, resp. vierten Jahr wählen Sie Ihren Anwendungsschwerpunkt und schliessen ihr Studium mit einer Bachelorarbeit ab. 

Um Ihre Ausbildung abzurunden, besuchen Sie verschiedene Wahlmodule und bilden sich zusätzlich zum "Produkt- und Projektingenieur (m/w)" aus. 

Der Unterricht und die praktischen Übungen finden am Campus Buchs oder im Studienzentrum St. Gallen statt.

Modul Computational Engineering I

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

Modul Computational Engineering II

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

Modul 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

Modul Computational Engineering IV

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