Computational Biology an der Universität zu Köln
NC-Hinweis: Örtlich zulassungsbeschränkt; maximal 18 Studienplätze pro Jahrgang; NC variiert jährlich je nach Bewerberzahl
Der Master of Science Computational Biology an der Universität zu Köln wurde zum Wintersemester 2023/24 eingeführt und vermittelt fortgeschrittene Kenntnisse in computergestützten und quantitativen Methoden zur Analyse, Integration und Interpretation biologischer Daten – vom Einzell-Niveau bis hin zu ganzen Ökosystemen. Das Studium verbindet bioinformatische Algorithmen, mathematische Modellierung, klassische Statistik und maschinelles Lernen mit praktischer Labor- und Computerarbeit.
Das viersemestrige Vollzeitstudium ist vollständig auf Englisch. Im ersten Semester stehen Basismodule in Computational Biology und Principles of Molecular Genetics, Development and Aging im Mittelpunkt. In den Semestern zwei und drei vertiefen Fachmodule die erworbenen Kenntnisse und Projektmodule bringen die Studierenden in echte Forschungsgruppen an der Universität Köln – mit praktischen nass-laboratorischen Projekten. Ein Schwerpunkt kann aus verschiedenen biologischen Anwendungsfeldern gewählt werden: Genetik, Molekularbiologie, Neurowissenschaft, Pflanzenwissenschaften oder Biodiversitätsforschung. Im vierten Semester folgt die eigenständige Masterarbeit. Zugelassen werden maximal 18 Studienplätze pro Jahrgang; Bewerbungsschluss für das Wintersemester ist der 15. Juli.
Zulassungsvoraussetzung ist ein Bachelorabschluss in einem biologischen Fach mit ausgeprägtem quantitativen Interesse. Studierende aus Mathematik, Physik oder Informatik werden eher auf den M.Sc. Computational Sciences verwiesen. Der Semesterbeitrag beträgt ca. 336 Euro; Studiengebühren fallen nicht an.
Absolventinnen und Absolventen sind bestens vorbereitet für Promotionsprogramme an Spitzeninstituten, Karrieren in der Life-Science-Industrie (Pharma, Biotech, Diagnostik), in wissenschaftlichen NGOs, im Wissenschaftsmanagement sowie in Science Communication. Bioinformatische Kompetenzen sind am Arbeitsmarkt stark nachgefragt.
Module im Studium
- Computational Biology (Vorlesung)
- Principles of Molecular Genetics, Development and Aging
- Computational Biology (Seminar)
- Bioinformatics Algorithms
- Mathematical Modeling in Biology
- Machine Learning for Life Sciences
- Statistics and Data Analysis
- Project Module: Laboratory Research
- Elective: Biological Application Field
- Master Thesis
Schwerpunkte & Vertiefungen
- Genetik und Molekularbiologie
- Neurowissenschaften
- Pflanzenwissenschaften
- Biodiversitätsforschung
Was du lernst
- Bioinformatische Algorithmen auf große biologische Datensätze anwenden
- Mathematische Modelle für biologische Systeme entwickeln und validieren
- Machine-Learning-Methoden für Life-Science-Fragestellungen einsetzen
- Eigenständige Forschungsprojekte in einem biologischen Labor durchführen
- Biologische Daten aus Hochdurchsatz-Experimenten analysieren und interpretieren
- Wissenschaftliche Ergebnisse auf Englisch präsentieren und publizieren
Typische Berufsfelder
- Promotionsprogramme in Bioinformatik und Computational Biology
- Bioinformatik in der Pharmaindustrie
- Data Scientist in Biotech-Unternehmen
- Wissenschaftsmanagement und -kommunikation
- NGOs im Bereich Life Sciences und Gesundheit
- Diagnostik und personalisierte Medizin
Branchen
Empfohlene Vorkenntnisse
- Bachelorabschluss in einem biologischen Fach
- Ausgeprägte Affinität zu quantitativen und mathematischen Methoden
- Englischkenntnisse (Unterrichtssprache ist ausschließlich Englisch)
- Bewerbung bis 15. Juli für Wintersemester (max. 18 Plätze)
Studieninhalte & Dokumente
Detaillierte Modulbeschreibungen, Pflichtmodule und Studien- und Prüfungsordnung veröffentlicht die Universität zu Köln auf ihrer Website.
Modulhandbuch zu „Computational Biology” an der Universität zu Köln suchen →Erfahrungsberichte von Studierenden
Falsche Angaben? [email protected]
Lade Beiträge…
Studien-Quiz starten
In 1 bis 4 Minuten zur Empfehlung.
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?