Zum Inhalt springen
immatrikulation.org

Computational Engineering an der FAU Erlangen-Nürnberg

Erlangen Master

Der M.Sc. Computational Engineering an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) ist ein englischsprachiges Masterprogramm, das Mathematik, Informatik und ingenieurwissenschaftliche Anwendungsfelder systematisch verknüpft. Das Programm dauert vier Semester (120 ECTS) und ist an der Technischen Fakultät angesiedelt, die eng mit Forschungseinrichtungen wie Fraunhofer-Instituten und Max-Planck-Instituten in der Metropolregion Nürnberg kooperiert.

Das Studium folgt einer horizontalen Struktur aus drei Säulen: Mathematik und Simulation, Informatik sowie einem frei wählbaren Technical Application Field (TAF). Studierende können aus acht Vertiefungsfeldern wählen: Mechatronik, Computational Optics, Informationstechnik, Thermo- und Fluiddynamik, Festkörpermechanik und Dynamik, Computational Material Science, Medizintechnik sowie Regelungstechnik. Diese Breite erlaubt eine passgenaue Ausrichtung auf spätere Berufsfelder, ohne dabei die mathematisch-informatischen Grundlagen zu vernachlässigen.

Neben dem Standardmaster bietet die FAU eine Elite-Variante im Rahmen des Bayerischen Elitenetzwerks, ein Double-Degree-Programm mit europäischen Partneruniversitäten sowie eine Spezialisierung auf High-Performance Computing (EUMaster4HPC) an. Das vierte Semester ist vollständig der Masterarbeit gewidmet, die typischerweise in Kooperation mit Industrie- oder Forschungspartnern bearbeitet wird.

Absolventinnen und Absolventen sind in der Industrie ebenso gefragt wie in der Forschung: Tätigkeitsfelder reichen von der Entwicklung und Simulation in der Automobilindustrie und Medizintechnik bis hin zu HPC-Zentren, Rüstungstechnik und akademischen Forschungsgruppen. Zulassungsvoraussetzung ist ein einschlägiger Bachelorabschluss; Studiengebühren fallen für EU-Studierende nicht an.

Module im Studium

  • Numerische Mathematik
  • Computational Methods in Science and Engineering
  • Parallel Computing
  • High Performance Computing
  • Finite-Elemente-Methode
  • Computational Fluid Dynamics
  • Festkörpermechanik und Simulation
  • Regelungstechnik
  • Computational Material Science
  • Medizinische Bildverarbeitung
  • Masterarbeit

Schwerpunkte & Vertiefungen

  • Mechatronik
  • Computational Optics
  • Informationstechnik
  • Thermo- und Fluiddynamik
  • Festkörpermechanik und Dynamik
  • Computational Material Science
  • Medizintechnik
  • Regelungstechnik

Was du lernst

  • Komplexe technische Systeme mathematisch modellieren
  • Numerische Simulationen in gewähltem Anwendungsfeld durchführen
  • HPC-Methoden und Parallelrechnen einsetzen
  • Interdisziplinäre Forschungsprojekte eigenständig leiten
  • Wissenschaftliche Ergebnisse international publizieren

Typische Berufsfelder

  • Simulationsingenieur
  • HPC-Entwickler
  • Forschung und Entwicklung
  • Medizintechnik-Ingenieur
  • Regelungstechniker
  • Akademische Laufbahn / Promotion

Branchen

AutomobilindustrieMedizintechnikLuft- und RaumfahrtHigh-Performance ComputingForschungsinstitute

Empfohlene Vorkenntnisse

  • Einschlägiger Bachelorabschluss (Ingenieurwissenschaften, Informatik oder Mathematik)
  • Englischkenntnisse auf akademischem Niveau
  • Grundkenntnisse in numerischer Mathematik und Programmierung
Offizielles Modulhandbuch Offizielle Studienseite
mintsimulationinternationalhpc
Variante dieses Studiengangs 1 Eintrag
  • Computational Engineering Master of Science Vollzeit

Studieninhalte & Dokumente

Detaillierte Modulbeschreibungen, Pflichtmodule und Studien- und Prüfungsordnung veröffentlicht die FAU Erlangen-Nürnberg auf ihrer Website.

Modulhandbuch zu „Computational Engineering” an der FAU Erlangen-Nürnberg suchen →

Erfahrungsberichte von Studierenden

Falsche Angaben? [email protected]

Lade Beiträge…

Kommentar schreibenanonym

Hier kannst du Erfahrungen teilen oder Fragen stellen, die andere beantworten. Was hätte dir bei deiner Entscheidung geholfen? Oder was willst du aktuell wissen?

0 / 500 Zeichen

Rolle

Bitte schreibe einen Kommentar.

Nach dem Absenden erhältst du eine E-Mail mit einem 6-stelligen Code zur Bestätigung. Keine Kontoanlage, keine Werbung.

Studien-Quiz starten

In 1 bis 4 Minuten zur Empfehlung.