Überblick Die Bioinformatik entwickelt Algorithmen und Programme, mit denen biochemische Prozesse simuliert und molekularbiologische Daten analysiert werden. Sie verknüpft Wissen über biochemische und molekularbiologische Abläufe in Organismen mit Angewandter Informatik und Datenmanagement sowie -auswertung. Als Teil der Systembiologie unterstützt die Bioinformatik sowohl die Forschung als auch die industrielle Entwicklung und Produktion. Damit erwarten Sie ausgezeichnete Perspektiven an der Schnittstelle von Grundlagenforschung und Entwicklung.Jetzt bewerbenKontaktieren Sie unsKontaktieren Sie uns!Elisabeth BeckElisabeth Holzmann, Bakk.techn.Johanna BauerBarbara PhilippMuthgasse 621190 WienT: +43 1 606 68 77-3600 F: +43 1 606 68 77-3609bioengineering@fh-campuswien.ac.atLageplan Standort Muthgasse (Google Maps)Öffnungszeiten während des SemestersMo bis Do, 16.30-18.00 Uhr Telefonische TerminvereinbarungMo bis Do, 10.00-18.00 UhrFr, 10.00-13.00 UhrNewsletter abonnierenNewsletter abonnieren!Studiendauer4 SemesterOrganisationsformberufsbegleitend120ECTSUnterrichtssprache Deutsch22StudienplätzeAbschlussMaster of Science in Engineering (MSc)Bewerbungsfrist für Studienjahr 2021/221. Jänner 2021 bis 15. Juni 2021Studienbeitrag / Semester€ 363,361+ ÖH Beitrag + Kostenbeitrag2 1 Studienbeitrag für Studierende aus Drittstaaten € 727,- pro Semester2 für zusätzliche Aufwendungen rund ums Studium (derzeit bis zu € 83,- je nach Studiengang bzw. Jahrgang) Was Sie mitbringen Sie kommen aus den Naturwissenschaften, begeistern sich für IT und bringen hier grundlegendes Wissen mit. Ihre Chance sehen Sie darin, beides zu kombinieren und IT dafür einzusetzen, die Datenflut der Life Sciences optimal darzustellen und zu verstehen. Sie zeichnen sich durch analytisches und prozessorientiertes Denken aus. Sie arbeiten gerne lösungsorientiert an der Schnittstelle verschiedener Disziplinen. Sie möchten berufliche Erfolge im Team und im Rahmen von Projekten erzielen und sind offen für Leitungsverantwortung. Sie können sich auch gut vorstellen, selbstständig Dienstleistungen zu erbringen. Durchschnittliche Englischkenntnisse werden erwartet. Whatchado Michael Lehrach Das Coolste an Michaels Studium ist: ”Das Projekt, an dem ich momentan arbeite. Es beschäftigt sich mit Phylogenie. Das sind Stammbäume, an denen die DNA - also das, was den Menschen ausmacht - vorwärts und rückwärts in der Zeit simuliert und berechnet werden kann. Etwas philosophisch gesehen kann man dadurch abschätzen, woher der Mensch kommt und wohin er gehen wird.” Laut Michael sollte man viele Interessen oder Erfahrungen, wie “Biologie, Statistik, Programmieren, Computerkenntnisse im Allgemeinen” für das Studium der Bioinformatik an der FH Campus Wien mitbringen. Was wir Ihnen bieten In Lehre und Forschung profitieren Sie von unserer engen Kooperation mit der Universität für Bodenkultur Wien (BOKU) und dem Vienna Institute of Biotechnology (VIBT), die mit uns den Standort teilen sowie von unserem starken Netzwerk mit der Industrie. Neben Expert*innen aus der Praxis lehren Forscher*innen der BOKU in unserem Studiengang und bringen ihr anwendungsorientiertes Know-how ein. Aktuell bauen wir eine IT-Infrastruktur auf, die als Internetdienst öffentlich Forscher*innen, aber auch Studierenden zur Verfügung stehen soll. Zahlreiche F&E-Projekte am Studiengang bieten Ihnen die Möglichkeit, sich mit topaktuellen Anwendungen auseinanderzusetzen und wertvolle Kontakte für Ihre berufliche Zukunft zu knüpfen. Praxisnähe ist auch garantiert, wenn wir mit hochkarätigen Expert*innen einen unserer frei zugänglichen Vortragsabende im Rahmen der Campus Lectures veranstalten. Was macht das Studium besonders Fokus auf medizinische BiotechnologieSchwerpunkt: Zusammenhänge zwischen Gensequenzen und deren Produkten herstellenZugang zu Top-Netzwerk mit Universitäten, insbesondere der BOKU sowie namhaften Biotech-UnternehmenDas Studium hat einen molekularbiologischen Schwerpunkt und ist speziell auf die Anforderungen der pharmazeutischen Produktion zugeschnitten. In der Forschung gehört die Bioinformatik bereits jetzt zum unverzichtbaren Bestandteil biotechnologischer Methoden, um die Datenflut der Life Sciences zu bewältigen. Das Entziffern des menschlichen Erbguts in der Genomforschung ist nur eine mögliche Anwendung. Es geht vor allem darum, auf Basis der Analyse menschlicher Gene neue Medikamente zu entwickeln. In großen Wirkstoff-Datenbanken wird nach geeigneten Kandidaten gesucht.Verfahren der Bioinformatik machen es auch möglich, Therapien zu optimieren und durch den Vergleich ganzer Genome zu individualisieren. Diese Aufgaben sind noch um ein Vielfaches komplexer als das Zusammensetzen der DNA-Sequenz und nur mit Hilfe der Bioinformatik zu lösen. In der Biotech-Industrie nimmt der Bedarf an Bioinformatiker*innen rasant zu. Mit unserer produktionsnahen Ausbildung sind Sie gefragt. Was Sie im Studium lernen Als interdisziplinäre Wissenschaft beantwortet die Bioinformatik biologische Fragestellungen mit Methoden der Informatik. Sie kombinieren daher im Studium Angewandte Informatik, Datenmanagement und Datenauswertung mit Molekularbiologie, Biochemie und Bioinformatik.Bei Angewandter Informatik setzen Sie sich mit Programmieren, Betriebssystemen, Netzwerken und Datenbanksystemen auseinander. Zum Datenmanagement und zur Datenauswertung eignen Sie sich Wissen über Mathematik, Statistik, Algorithmen und Softwareentwicklung an.Im Bereich Molekularbiologie und Biochemie lernen Sie Sequenzvergleiche durchzuführen, Struktur- und Funktionsvorhersagen zu treffen und wie High-Throughput-Technologien funktionieren.Kompetenzen in Projektmanagement und Unternehmensführung ergänzen Ihre Ausbildung.Die Methoden wissenschaftlicher Arbeit wenden Sie im Rahmen der Masterthesis an. Lehrveranstaltungsübersicht 1. Semester LehrveranstaltungSWSECTSAusgewählte Kapitel der Mathematik VOAusgewählte Kapitel der Mathematik VOVortragende: Univ.-Prof. Dipl.-Ing. Dr. Werner Timischl1SWS2ECTSLehrinhalte1 Diskrete Mathematik: Permutationen und Kombinationen; Zeitkomplexität von Algorithmen, Rekursionen. 2 Matrizen: Merkmalsraum, Objektraum; Rechenoperationen mit Vektoren und Matrizen, lineare Gleichungssysteme, Eigenwerte und Eigenvektoren. 3 Ausgewählte Methoden der multivariaten Statistik: Numerische Klassifikation; Hauptkomponentenanalyse. 4 Markov-Modelle: Markov-Ketten; Hidden-Markov-Modelle.PrüfungsmodusSchriftliche PrüfungLehr- und LernmethodeVortrag in Verbindung mit Übungen.12Proteomics ILVProteomics ILVVortragende: Lukas Janker, MSc1.5SWS3ECTSLehrinhalteProteomics: Möglichkeiten und Ziele Methoden, insbesondere Massenspektrometrie Statistische Verfahren zur Qualitätskontrolle, Sinn und Struktur von public repositories Datenbanken/Ontologies Bioinformatische Anwendungen basierend auf großen DatensätzenPrüfungsmodusschriftliche PrüfungLehr- und LernmethodeVortrag, Übungen am Computer1.53Statistik ILVStatistik ILVVortragende: Eva Valerie Lehner, BSc, Dipl.-Ing. Dr. Alexandra Posekany1.5SWS3ECTSLehrinhalteEine grundsätzliche Einführung in die Statistik und Wahrscheinlichkeitsrechnung mithilfe der Open Source Statistik-Software R: explorative Datenanalyse, Schätzstatistiken, graphische Darstellungen, Bayes Theorem, wichtige Verteilungen, Hypothesentesten, ANOVA und lineare Regression.PrüfungsmodusÜbungsbeispiele, Mitarbeit, schriftliche PrüfungLehr- und LernmethodeVorlesung, Beamerpräsentation, Arbeit am PC, Gruppenarbeit, Übungsbeispiele1.53Aufbau von Datenbanken VOAufbau von Datenbanken VOVortragende: DI. Dr.techn. Dominik Ertl, FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka2SWS4ECTSLehrinhalte• Grundlagen und Architekturen von Datenbanksystemen • Transaktionskonzept und SQL-Kern • Entity Relationship (ER) Modell • Relationales Modell • Relationaler Datenbankentwurf • Datenbankimplementierung mit SQL-DDL • Praktische Entwurfsaufgabe in der KleingruppePrüfungsmodusLV-immanenter Prüfungscharakter (Beurteilung der Präsentationen) Schriftlicher Test Abgabe der praktischen ProjektaufgabeLehr- und LernmethodeVorlesung Präsentationen durch Studenten und Diskussion Praktische Arbeit in der Kleingruppe FernlehreSpracheDeutsch24Data Mining und Visualisierung ILVData Mining und Visualisierung ILVVortragende: Dipl.-Ing. Barbara Lederer1SWS2ECTSLehrinhalteGrundprinzipien des Data Minings Einblick in Visualisierungsmöglichkeiten Vor- und Nachteile der Darstellungen Praktische ÜbungenPrüfungsmodusDie Prüfung setzt sich zusammen aus Anwesenheit und aktiver Mitarbeit sowie Beurteilung der Übungsarbeiten.Lehr- und LernmethodeVorlesung mit ÜbungSpracheDeutsch-Englisch12Einführung in das Programmieren ILVEinführung in das Programmieren ILVVortragende: DI Norbert Auer2.5SWS5ECTSLehrinhalteVertiefung in die Programmiersprache Python im Kontext von realen biologischer Problemstellungen. * Software Tools: Git * Kontainer Klassen (Listen, Dictionarys, ...) * Objektorientierte Prgrammierung (Klassen, Vererbung, ...) * Daten speichern/lesen * Generatoren * Spezielle Module: BiopythonPrüfungsmodusSchriftliche Prüfung nach Abschluss der Lehrveranstaltung und Beurteilung der ÜbungsarbeitenLehr- und LernmethodeVorlesung Hausübungen ÜbungenSpracheDeutsch2.55Einführung in Linux und Shellscripting ILVEinführung in Linux und Shellscripting ILVVortragende: Ing. DI (FH) Nadine Elpida Tatto1SWS2ECTSLehrinhalteDas Betriebssystem Linux ist in der Bioinformatik essentiell. Eine gewisse Grundkenntnis im Umgang mit Linux (Ubuntu) wird vorausgesetzt. Diese Vorlesung und Übung wird vermehrt auf Shell-Scripting und die Verwendung von sed und awk eingehen. Die genannten Tools werden für die Verarbeitung von typen Fileformaten der Bioinformatik verwendet.PrüfungsmodusSchriftliche Prüfung, pünktliche und vollständige Abgabe von Übungsaufgaben. Beides zählt 50/50 zur NoteLehr- und LernmethodeVortrag und Übungsaufgaben, Aufgaben während der Vorlesung und auch als HausübungenSpracheDeutsch12Grundlagen Algorithmen VOGrundlagen Algorithmen VOVortragende: Ing. Christian Binder, BSc1SWS2ECTSLehrinhalteEinführung Algorithmik, Graphentheorie, grundlegende allgemeine und bioinformatische AlgorithmenPrüfungsmodusSchriftliche Prüfung (multiple choice)Lehr- und LernmethodeVortrag mit Slides sowie praktische BeispieleSpracheDeutsch-Englisch12Transcriptomics und Genomics ILVTranscriptomics und Genomics ILVVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Lisa Tucek, BSc.2SWS4ECTSLehrinhalte1) Erarbeiten ausgewaehlter Kapitel der Bioinformatik (Next Generation Sequencing, ChIP-Seq, RNA-Seq) und 2) Anwendung entsprechender bioinformatischer Werkzeuge zur Analyse der assoziierten Daten 3) unter Verwendung von diverse script-Sprachen unter Linux (zBBash, AWK, Perl)Prüfungsmodus40 % Praktisch: Abgabe eines kurzen Programmes zur Lösung einer Aufgabe 60 % Theoretisch: Schriftliche PrüfungLehr- und Lernmethode- Einleitungen und Erklärungen (Vortrag) - Gemeinsame Übungen am ComputerSpracheDeutsch24Transcriptomics und Genomics Übung UETranscriptomics und Genomics Übung UEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Lisa Tucek, BSc.1.5SWS3ECTSLehrinhalteDie Übung dient zur Festigung des in der Vorlesung Transcriptomics and Genomics erworbenem Wissen. Es werden Programmierbeispiele in Python und R, und Bash durchgeführt und mit Software zur Sequenzanalyse gearbeitet.PrüfungsmodusPractical examplesLehr- und LernmethodeMoodle, Linux Server, und BeispielskripteSpracheDeutsch1.53 2. Semester LehrveranstaltungSWSECTSMachine Learning Methoden ILVMachine Learning Methoden ILVVortragende: Dipl.-Ing. Dr.techn. David Steyrl1SWS2ECTSLehrinhalteNach erfolgreichem Abschluss haben Studierende Wissen in folgenden Bereichen: - Geschichte des maschinellen Lernens - Wichtige Begriffe (AI, ML, ...) - Wichtige Konzepte (bias-variance trade off, cross-validation, ...) - Übersicht über wichtige Algorithmen - Grundlagen der Programmiersprache Python - Anwendung von ML Algorithmen auf echte Daten Jede Einheit besteht aus zwei Teilen. Der erste Teil beschäftigt sich mit theoretischen Aspekten und der zweite Teil mit der praktischen Anwendung.PrüfungsmodusSchriftliche Prüfung (multiple choice online in moodle, 30min). Es dürfen keine Hilfmittel verwendet werden.Lehr- und LernmethodeVorlesung + Übung: - Vorlesung: Online, Videos auf moodle - Übung: Jupyter notebooks, Lösungen, Online Besprechungen der ÜbungenSpracheEnglisch12Ausgewählte Themen der Bioinformatik SEAusgewählte Themen der Bioinformatik SEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, DI (FH) Anton Grünberg1SWS2ECTSLehrinhalteDas Seminar soll den Studierenden einen Überblick über die unterschiedlichen Bereiche der Bioinformatik geben. Es werden Vortragende aus verschiedenen Arbeitsfeldern und Themengebieten eingeladen, die über ihre Erfahrungen und Projekte sprechen.PrüfungsmodusSchriftliche Prüfung am Ende der Veranstaltung.Lehr- und LernmethodeSeminarreihe Vorträge und DiskussionenSpracheDeutsch-Englisch12Datenbanksysteme ILVDatenbanksysteme ILVVortragende: DI. Dr.techn. Dominik Ertl, FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka1.5SWS3ECTSLehrinhalte- Datenbankabfragen mit SQL - Persistenzproblematik, Datenbankprogrammierung, Cursor-Konzept - Herausarbeiten der speziellen Anforderungen für Bio-InformatikerInnen in Bezug zu Datenbanksystemen - Programmierung mit Perl: Perl-DBI, CGI - Praktische Programmieraufgabe in der KleingruppePrüfungsmodusLV-immanenter Prüfungscharakter (Beurteilung der Präsentationen und Mitarbeit) Abgabe der praktischen ProjektaufgabeLehr- und LernmethodePräsentationen durch Studenten und Diskussion Praktische Arbeit in der KleingruppeSpracheDeutsch1.53Medizinische Genomanalysen VOMedizinische Genomanalysen VOVortragende: DI Dr. Albert Kriegner, DI(FH) Dr. Stephan Pabinger1SWS2ECTSLehrinhalte- Einführung in die medizinische Genomanalyse - Qualitätsbeurteilung der Daten - Variantenidentifizierung - Variantenannotation - Interpretation der Daten - Methoden für "genetic Testing"Prüfungsmodus- Anwesenheit und aktive Mitarbeit - Präsentationen der StudentenLehr- und Lernmethode- Vorlesung mit Übung - Präsentationen durch Studenten und DiskussionSpracheDeutsch12Spezielle Statistik Übung UESpezielle Statistik Übung UEVortragende: Eva Valerie Lehner, BSc, Dipl.-Ing. Dr. Alexandra Posekany1SWS2ECTSLehrinhalteIn der Lehrveranstaltung werden allgemeine Themen der Statistik behandelt: Statistische Modellierung, Modellselektion verallgemeinerte Modelle (logistische Regression) Bayesianische Schätzung und Modellierung Erstellung interaktiver Applikationen mit R ShinyPrüfungsmodusprüfungsimmanente Lehrveranstaltung + AbschlussprüfungLehr- und Lernmethodeangewandte Übungen mit RSpracheDeutsch12Strukturvorhersagen in Biopolymeren VOStrukturvorhersagen in Biopolymeren VOVortragende: Dr. Sven Brüschweiler, Dr. Tanja Gesell1SWS2ECTSLehrinhalteThis lecture gives an introduction to basic principles of protein and RNA structure using top-down and bottom-up approaches for structure predictions. Topics include: - Introduction of experimental structure determination methods of biopolymers - Alignment methods and programs for structure prediction methods - In silicon prediction of RNA structure using dynamic programming - Genome wides screens of RNA structure - In silicon prediction of protein secondary and tertiary structure - Visualisations of RNA and Protein structuresPrüfungsmodusPractical sessions and a project at the end of the course (50% each).Lehr- und Lernmethodetheoretical and practical exercisesSpracheDeutsch-Englisch12Datenanalyse Labor LBDatenanalyse Labor LBVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Ing. DI (FH) Dr. Harald Kühnel, MSc2SWS4ECTSLehrinhalteAls Vorbereitung wird ein Oxford Nanopore Datensatz analysiert und eine Analyseabfolge erarbeitet. Im Labor (wet lab) wird DNA einer Probe extrahiert und eine Sequenzierung durchgeführt. Die erzeugten Daten werden mit der erarbeiteten Analysemethode analysiert und interpretiert.PrüfungsmodusImmanente Leistungsüberprüfung, Standard (Protokoll der Ergebnisse der Übung)Lehr- und LernmethodeVortrag, praktische Übungen im wet-lab und in-silicoSpracheDeutsch24Vorbereitung auf die Masterarbeit SEVorbereitung auf die Masterarbeit SEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf0.5SWS1ECTSLehrinhalteForm und Merkmale der schriftlichen Darlegung der Masterarbeit (Diplomarbeit). Erarbeitung und Präsentation (Technik und Übung) ausgewählter Themen der Bioinformatik.Prüfungsmodus-Lehr- und LernmethodeVortrag - DiskussionSpracheDeutsch-Englisch0.51Softwareentwicklung ILVSoftwareentwicklung ILVVortragende: DI Christian Heiderer3SWS6ECTSLehrinhalteDie Lehrveranstaltung versteht sich als Einführung in das Programmieren mit C++. Nach einer Wiederholung der Sprachkonstrukte von C mit Schwerpunkt auf Felder, Zeiger und Referenzen wird anhand von praktischen Beispielen auf folgende Bereiche eingegangen: - Verwendung von Strings und Kontainerklassen aus der C++ Standardbibliothek - Datemmodellierung mit C++ Klassen - Erstellen von Graphischen Benutzeroberflächen (GUI) mit QT Nicht sprachbezogene Schwerpunkte sind: - Verständnis für Projektplanung und den Entwicklungszyklus - Effizienter Entwicklungsablauf bei kleinen Projekten - Klarer ProgrammierstilPrüfungsmodusPraktische Arbeit zum VorlesungsendeLehr- und LernmethodeVorträge, Diskussionen, selbstständiges Arbeiten am PC, Fernlehre.SpracheDeutsch-Englisch36Angewandtes Programmieren Übung ILVAngewandtes Programmieren Übung ILVVortragende: Ing. Christian Binder, BSc, Msc Josef Moser, BSc3SWS6ECTSLehrinhalte- Einführung in das Programmieren mittels C/C++ unter Linux - Verwendung von Compilern und Debuggern - Umsetzung von Beispielen - Exkurse in Objektorientierte Programmierung und High-Performance Computing - Von der Idee zur Umsetzung und die zur Verfügung stehenden HilfsmittelPrüfungsmodusZwischentests, Übungen, Präsentation, MitarbeitLehr- und Lernmethode- Theoretische Inhalte - Präsentation, Mitarbeit - Übung innerhalb der VO - ÜbungsbeispieleSpracheDeutsch36 3. Semester LehrveranstaltungSWSECTS Automatisierung Übung ILV 36 Biotechnologisches Seminar SE 0.51 Businessplanung und Kostenrechnung ILV 24 Validierung von Software und Medizinprodukten VO 12 Innovation und Unternehmensgründung ILV 12 Klinische Bioinformatik ILV 1.53 Metagenomanalyse ILV 12 Molecular Design ILV 1.53 Netzwerk und Internettechnologien ILV 12 Patentwesen ILV 12 Computational Systems Biology ILV 1.53 4. Semester LehrveranstaltungSWSECTS Masterabschlussprüfung AP 01 Masterarbeit - Durchführung MT 028 Masterarbeitsseminar SE 11Semesterdaten:Sommersemester 2020: 10. Februar bis 12. Juli 2020Wintersemester 2020/21: 17. August 2020 bis 31. Jänner 2021 Anzahl der Unterrichtswochen20 pro Semester Wahlmöglichkeiten im CurriculumAngebot und Teilnahme nach Maßgabe zur Verfügung stehender Plätze. Es kann zu gesonderten Auswahlverfahren kommen.Unterrichtszeiten 18.00-21.15 Uhr (ca. vier Mal zwischen Mo und Fr); Sa (ganztägig; ca. alle zwei Wochen, ab 8.30 Uhr)Unterrichtssprache Deutsch Offene Lehrveranstaltungen Sie haben auch die Möglichkeit, ausgewählte offene Lehrveranstaltungen anderer Studiengänge bzw. Departments zu besuchen. Details zur Anmeldung finden Sie hier. Ihre Karrierechancen Ausgehend von der historisch gewachsenen Brau- und Pharmaindustrie hat sich Wien zu einem Zentrum der biotechnologischen Forschung entwickelt. Viele Betriebe dieser Branchen haben in den letzten Jahren eigene Bioinformatik-Abteilungen gegründet. Hochdurchsatz-Sequenzanalysen und Vergleiche größerer Genome erfordern besonders leistungsfähige Sequenzanalyse- und Modellierungsmethoden, Datenbankverwaltungssysteme und graphische interaktive Anzeige-Tools für die teilautomatisierte Verarbeitung riesiger Genomik-Datenmengen. Neben der Genomikanalyse befasst sich die Bioinformatik mit verschiedenen anderen Bereichen wie z.B. der Genexpressionsanalyse. Als Absolvent*in sind Sie in der Lage, Datenbanken zu erstellen und zu betreiben sowie Applikationssoftware zu entwickeln. Sie wissen, wie Sequenz- und Funktionsanalysen von Biomolekülen funktionieren. Sie können molekularbiologische Experimente simulieren und softwaregestützte Vorhersagen treffen. Das Studium schafft auch eine gute Basis, um selbstständig Dienstleistungen anzubieten.Biotechnologische ForschungsunternehmenBiopharmazeutische IndustrieIndustrielle Biotechnologie Medizinische und molekularbiologische ForschungBioinformatik-Dienstleistungsanbieter*innen Bioinformatiker sprechen die Sprache der MedizinAnton Grünberg und Andreas Redl sind erfolgreiche Unternehmer. Mit dem Softwareunternehmen Datamedrix haben sie sich auf die Pharmazeutische Industrie, HealthCare und Bioinformatik spezialisiert. Sie selbst sagen rückblickend: ihre beste Entscheidung war, das Studium Bioinformatik absolviert zu haben und auch warum. mehr Aufnahme Zulassungsvoraussetzungen Naturwissenschaftlich-technischer Bachelor oder vergleichbarer Abschluss an einer Hochschule mit in Summe 180 ECTSUnd davon zumindest:13 ECTS-Leistungspunkte aus Naturwissenschaften wie Chemie, Biochemie, Molekularbiologie/Genetik und Mathematik/Statistik.13 ECTS-Leistungspunkte aus technischen Fächern wie Bioinformatik, Datenbanken, Betriebssysteme und Programmieren. Nähere Informationen erhalten Sie auf Anfrage.Gleichwertiges ausländisches ZeugnisGleichwertig ist es, wenn es völkerrechtlich vereinbart ist oder nostrifiziert wurde. Die Studiengangsleitung kann das Zeugnis auch im Einzelfall anerkennen.Regelung für Studierende aus DrittstaatenInformationen zur Beglaubigung von ausländischen Dokumenten Bewerbung Im Masterstudium Bioinformatik stehen alle zwei Jahre 18 Studienplätze zur Verfügung. Das Verhältnis Studienplätze zu Bewerber*innen beträgt derzeit ca. 1:1,5. Für Ihre Bewerbung brauchen Sie folgende Dokumente: Bachelorzeugnis oder Diplomstudienzeugnis oder gleichwertiges ausländisches ZeugnisLegen Sie ausländische Zeugnisse sowie eine Beschreibung der Unterrichtsgegenstände und beispielhafte Unterlagen als beglaubigte Übersetzungen vor. Empfehlungsschreiben von Lektor*innen des ausländischen Institutes unterstützen die Studiengangsleitung dabei, die Erfüllung der Zugangsvoraussetzungen zu beurteilenListe der absolvierten Lehrveranstaltungen bzw. SammelzeugnisMotivationsschreibentabellarischer Lebenslauf Bitte beachten Sie:Ein Zwischenspeichern der Online-Bewerbung ist nicht möglich. Sie müssen Ihre Bewerbung in einem Durchgang abschließen. Ihre Bewerbung ist gültig, sobald alle verlangten Dokumente und Unterlagen bei uns eingelangt sind (bevorzugt per E-Mail, aber auch per Post oder persönlich im Sekretariat). Sollten zum Zeitpunkt Ihrer Bewerbung noch Dokumente fehlen (z.B. Zeugnisse), so können Sie diese auch später nachreichen. Aufnahmeverfahren Das Aufnahmeverfahren umfasst einen schriftlichen Test und ein Gespräch mit der Aufnahmekommission. ZielZiel des Aufnahmeverfahrens ist es, jenen Personen einen Studienplatz anzubieten, die das mehrstufige Aufnahmeverfahren mit den besten Ergebnissen abschließen. Die Testverfahren orientieren sich an den Fähigkeiten, die für den angestrebten Beruf erforderlich sind. AblaufDer schriftliche Aufnahmetest überprüft Ihr Wissen aus Programmieren, Bioinformatik, Statistik, Molekularbiologie und Genetik. Mit einem positiven Testergebnis werden Sie zu einem weiteren Termin eingeladen und führen ein Bewerbungsgespräch, das einen ersten Eindruck von der persönlichen Eignung vermittelt. Dazu gehören Berufsmotivation, Berufsverständnis, Leistungsverhalten und zeitliche Kapazität. Jeder Testteil wird mit Punkten bewertet.KriterienDie Kriterien, die zur Aufnahme führen, sind ausschließlich leistungsbezogen. Geographische Zuordnungen der Bewerber*innen haben keinen Einfluss auf die Aufnahme. Die Zugangsvoraussetzungen müssen erfüllt sein. Die abschließende Reihung der Bewerber*innen ergibt sich aus folgender Gewichtung: > Schriftlicher Aufnahmetest (60%) > Bewerbungsgespräch (40%) Die Studienplätze werden nach dieser Reihung spätestens Mitte Juli vergeben. Der Gesamtprozess sowie alle Testergebnisse und Bewertungen des Aufnahmeverfahrens werden transparent und nachvollziehbar dokumentiert. Termine Schriftlicher Aufnahmetest und Bewerbungsgespräche Mai und Juni 2021Voraussichtlicher Semesterstart für das 1. Semester (WS 2021/22) Mitte August 2021 Online-Infosessions verpasst? Keine Sorge, für Studieninteressierte gibt es die Videos auf YouTube zum Nachschauen.Jetzt Videos ansehen Studieren mit Behinderung Sollten Sie Fragen zur Barrierefreiheit oder aufgrund einer Beeinträchtigung einen spezifischen Bedarf beim Aufnahmeverfahren haben, kontaktieren Sie bitte aus organisatorischen Gründen so früh wie möglich Mag.a Ursula Weilenmann unter barrierefrei@fh-campuswien.ac.at.Da wir bemüht sind, bei der Durchführung des schriftlichen Aufnahmetests den individuellen Bedarf aufgrund einer Beeinträchtigung zu berücksichtigen, bitten wir Sie, bereits bei der Online-Bewerbung bei Frau Mag.a Weilenmann bekanntzugeben, in welcher Form Sie eine Unterstützung benötigen.Ihre Ansprechperson in der Abteilung Gender & Diversity Management:Mag.a Ursula Weilenmann Mitarbeiterin Gender & Diversity Managementbarrierefrei@fh-campuswien.ac.athttps://www.fh-campuswien.ac.at/barrierefrei Kontakt > FH-Prof. DI Dr. Michael Maurer Studiengangsleiter Bioengineering, Bioinformatik, Biotechnologisches Qualitätsmanagement, Bioverfahrenstechnik T: +43 1 606 68 77-3601michael.maurer@fh-campuswien.ac.at Sekretariat Elisabeth BeckElisabeth Holzmann, Bakk.techn.Johanna BauerBarbara PhilippMuthgasse 621190 WienT: +43 1 606 68 77-3600 F: +43 1 606 68 77-3609bioengineering@fh-campuswien.ac.atLageplan Standort Muthgasse (Google Maps)Öffnungszeiten während des SemestersMo bis Do, 16.30-18.00 Uhr Telefonische TerminvereinbarungMo bis Do, 10.00-18.00 UhrFr, 10.00-13.00 UhrPersönliche Beratung via ZoomVereinbaren Sie einen Termin mit Elisabeth Holzmann (Sekretariat) für einen persönlichen Beratungstermin via Zoom:elisabeth.holzmann@fh-campuswien.ac.at Lehrende und Forschende > FH-Prof.in Mag.a Dr.in Alexandra Graf Forschung und Entwicklung> Ing. DI (FH) Dr. Harald Kühnel, MSc Lehre und Forschung Projekte > 3M PurificationLeitung: FH-Prof. DI Dr. Michael Maurer> Fair BiopharmaLeitung: FH-Prof. DI Dr. Michael Maurer> UrbanMetagenAppLeitung: FH-Prof.in Dr.in Alexandra Graf> „proTect“ – Neue Konzepte für eine in vitro Evaluierung der Biokompatibilität von Werkstoffen und medizinischen ProduktenLeitung: FH-Prof.in Univ.Doz.in Dr.in Ines SwobodaNewsalle News> Nachhaltiges Ressourcenmanagement unter Leitung von Silvia Apprich15.03.2021 // Wechsel bei der Studiengangsleitung im Bachelorstudiengang Nachhaltiges Ressourcenmanagement: Silvia Apprich folgt Manfred Tacker in der Führungsposition nach. mehr> Erneut Würdigungspreis für Molekulare Biotechnologie25.11.2020 // Auch 2020 überzeugte eine Absolventin des Masterstudiums Molecular Biotechnology die Jury des Würdigungspreises, den das Wissenschaftsministerium jährlich an die besten Absolvent*innen österreichischer Hochschulen vergibt. Samantha Vanessa Göber liefert mit ihrer Abschlussarbeit Erkenntnisse, womit erstmalig die Rolle der Immunabwehrzellen Neutrophile bei der Bekämpfung von Krebs untersucht werden kann. mehr> Platz 3 für Circular Innovation Curriculum beim Sustainability Award03.11.2020 // Das fachhochschulübergreifende Lehrprojekt Circular Innovation Curriculum zählt zu den Gewinner*innen beim österreichischen Nachhaltigkeitspreis 2020. mehr Kooperationen und Campusnetzwerk Wir arbeiten eng mit zahlreichen Industrieunternehmen, Universitäten wie der Universität für Bodenkultur Wien, dem Austrian Centre of Industrial Biotechnology (ACIB) und weiteren Forschungsinstituten zusammen. Das sichert Ihnen Anknüpfungspunkte für Ihre berufliche Karriere oder Ihre Mitarbeit bei Forschungs- und Entwicklungsaktivitäten. Viele unserer Kooperationen sind auf der Website Campusnetzwerk abgebildet. Ein Blick darauf lohnt sich immer und führt Sie vielleicht zu einem neuen Job oder auf eine interessante Veranstaltung unserer Kooperationspartner*innen!Campusnetzwerk Willkommen im Campusnetzwerk Passende Stellenangebote finden, wertvolle Mentoring-Beziehungen aufbauen und berufliches Netzwerk erweitern – werden Sie Teil unserer Community!Gleich kostenlos anmelden Downloads und Links Infofolder Bioinformatik (PDF 80 KB)Themenfolder Applied Life Sciences (PDF 1,15 MB)
1. Semester LehrveranstaltungSWSECTSAusgewählte Kapitel der Mathematik VOAusgewählte Kapitel der Mathematik VOVortragende: Univ.-Prof. Dipl.-Ing. Dr. Werner Timischl1SWS2ECTSLehrinhalte1 Diskrete Mathematik: Permutationen und Kombinationen; Zeitkomplexität von Algorithmen, Rekursionen. 2 Matrizen: Merkmalsraum, Objektraum; Rechenoperationen mit Vektoren und Matrizen, lineare Gleichungssysteme, Eigenwerte und Eigenvektoren. 3 Ausgewählte Methoden der multivariaten Statistik: Numerische Klassifikation; Hauptkomponentenanalyse. 4 Markov-Modelle: Markov-Ketten; Hidden-Markov-Modelle.PrüfungsmodusSchriftliche PrüfungLehr- und LernmethodeVortrag in Verbindung mit Übungen.12Proteomics ILVProteomics ILVVortragende: Lukas Janker, MSc1.5SWS3ECTSLehrinhalteProteomics: Möglichkeiten und Ziele Methoden, insbesondere Massenspektrometrie Statistische Verfahren zur Qualitätskontrolle, Sinn und Struktur von public repositories Datenbanken/Ontologies Bioinformatische Anwendungen basierend auf großen DatensätzenPrüfungsmodusschriftliche PrüfungLehr- und LernmethodeVortrag, Übungen am Computer1.53Statistik ILVStatistik ILVVortragende: Eva Valerie Lehner, BSc, Dipl.-Ing. Dr. Alexandra Posekany1.5SWS3ECTSLehrinhalteEine grundsätzliche Einführung in die Statistik und Wahrscheinlichkeitsrechnung mithilfe der Open Source Statistik-Software R: explorative Datenanalyse, Schätzstatistiken, graphische Darstellungen, Bayes Theorem, wichtige Verteilungen, Hypothesentesten, ANOVA und lineare Regression.PrüfungsmodusÜbungsbeispiele, Mitarbeit, schriftliche PrüfungLehr- und LernmethodeVorlesung, Beamerpräsentation, Arbeit am PC, Gruppenarbeit, Übungsbeispiele1.53Aufbau von Datenbanken VOAufbau von Datenbanken VOVortragende: DI. Dr.techn. Dominik Ertl, FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka2SWS4ECTSLehrinhalte• Grundlagen und Architekturen von Datenbanksystemen • Transaktionskonzept und SQL-Kern • Entity Relationship (ER) Modell • Relationales Modell • Relationaler Datenbankentwurf • Datenbankimplementierung mit SQL-DDL • Praktische Entwurfsaufgabe in der KleingruppePrüfungsmodusLV-immanenter Prüfungscharakter (Beurteilung der Präsentationen) Schriftlicher Test Abgabe der praktischen ProjektaufgabeLehr- und LernmethodeVorlesung Präsentationen durch Studenten und Diskussion Praktische Arbeit in der Kleingruppe FernlehreSpracheDeutsch24Data Mining und Visualisierung ILVData Mining und Visualisierung ILVVortragende: Dipl.-Ing. Barbara Lederer1SWS2ECTSLehrinhalteGrundprinzipien des Data Minings Einblick in Visualisierungsmöglichkeiten Vor- und Nachteile der Darstellungen Praktische ÜbungenPrüfungsmodusDie Prüfung setzt sich zusammen aus Anwesenheit und aktiver Mitarbeit sowie Beurteilung der Übungsarbeiten.Lehr- und LernmethodeVorlesung mit ÜbungSpracheDeutsch-Englisch12Einführung in das Programmieren ILVEinführung in das Programmieren ILVVortragende: DI Norbert Auer2.5SWS5ECTSLehrinhalteVertiefung in die Programmiersprache Python im Kontext von realen biologischer Problemstellungen. * Software Tools: Git * Kontainer Klassen (Listen, Dictionarys, ...) * Objektorientierte Prgrammierung (Klassen, Vererbung, ...) * Daten speichern/lesen * Generatoren * Spezielle Module: BiopythonPrüfungsmodusSchriftliche Prüfung nach Abschluss der Lehrveranstaltung und Beurteilung der ÜbungsarbeitenLehr- und LernmethodeVorlesung Hausübungen ÜbungenSpracheDeutsch2.55Einführung in Linux und Shellscripting ILVEinführung in Linux und Shellscripting ILVVortragende: Ing. DI (FH) Nadine Elpida Tatto1SWS2ECTSLehrinhalteDas Betriebssystem Linux ist in der Bioinformatik essentiell. Eine gewisse Grundkenntnis im Umgang mit Linux (Ubuntu) wird vorausgesetzt. Diese Vorlesung und Übung wird vermehrt auf Shell-Scripting und die Verwendung von sed und awk eingehen. Die genannten Tools werden für die Verarbeitung von typen Fileformaten der Bioinformatik verwendet.PrüfungsmodusSchriftliche Prüfung, pünktliche und vollständige Abgabe von Übungsaufgaben. Beides zählt 50/50 zur NoteLehr- und LernmethodeVortrag und Übungsaufgaben, Aufgaben während der Vorlesung und auch als HausübungenSpracheDeutsch12Grundlagen Algorithmen VOGrundlagen Algorithmen VOVortragende: Ing. Christian Binder, BSc1SWS2ECTSLehrinhalteEinführung Algorithmik, Graphentheorie, grundlegende allgemeine und bioinformatische AlgorithmenPrüfungsmodusSchriftliche Prüfung (multiple choice)Lehr- und LernmethodeVortrag mit Slides sowie praktische BeispieleSpracheDeutsch-Englisch12Transcriptomics und Genomics ILVTranscriptomics und Genomics ILVVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Lisa Tucek, BSc.2SWS4ECTSLehrinhalte1) Erarbeiten ausgewaehlter Kapitel der Bioinformatik (Next Generation Sequencing, ChIP-Seq, RNA-Seq) und 2) Anwendung entsprechender bioinformatischer Werkzeuge zur Analyse der assoziierten Daten 3) unter Verwendung von diverse script-Sprachen unter Linux (zBBash, AWK, Perl)Prüfungsmodus40 % Praktisch: Abgabe eines kurzen Programmes zur Lösung einer Aufgabe 60 % Theoretisch: Schriftliche PrüfungLehr- und Lernmethode- Einleitungen und Erklärungen (Vortrag) - Gemeinsame Übungen am ComputerSpracheDeutsch24Transcriptomics und Genomics Übung UETranscriptomics und Genomics Übung UEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Lisa Tucek, BSc.1.5SWS3ECTSLehrinhalteDie Übung dient zur Festigung des in der Vorlesung Transcriptomics and Genomics erworbenem Wissen. Es werden Programmierbeispiele in Python und R, und Bash durchgeführt und mit Software zur Sequenzanalyse gearbeitet.PrüfungsmodusPractical examplesLehr- und LernmethodeMoodle, Linux Server, und BeispielskripteSpracheDeutsch1.53
2. Semester LehrveranstaltungSWSECTSMachine Learning Methoden ILVMachine Learning Methoden ILVVortragende: Dipl.-Ing. Dr.techn. David Steyrl1SWS2ECTSLehrinhalteNach erfolgreichem Abschluss haben Studierende Wissen in folgenden Bereichen: - Geschichte des maschinellen Lernens - Wichtige Begriffe (AI, ML, ...) - Wichtige Konzepte (bias-variance trade off, cross-validation, ...) - Übersicht über wichtige Algorithmen - Grundlagen der Programmiersprache Python - Anwendung von ML Algorithmen auf echte Daten Jede Einheit besteht aus zwei Teilen. Der erste Teil beschäftigt sich mit theoretischen Aspekten und der zweite Teil mit der praktischen Anwendung.PrüfungsmodusSchriftliche Prüfung (multiple choice online in moodle, 30min). Es dürfen keine Hilfmittel verwendet werden.Lehr- und LernmethodeVorlesung + Übung: - Vorlesung: Online, Videos auf moodle - Übung: Jupyter notebooks, Lösungen, Online Besprechungen der ÜbungenSpracheEnglisch12Ausgewählte Themen der Bioinformatik SEAusgewählte Themen der Bioinformatik SEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, DI (FH) Anton Grünberg1SWS2ECTSLehrinhalteDas Seminar soll den Studierenden einen Überblick über die unterschiedlichen Bereiche der Bioinformatik geben. Es werden Vortragende aus verschiedenen Arbeitsfeldern und Themengebieten eingeladen, die über ihre Erfahrungen und Projekte sprechen.PrüfungsmodusSchriftliche Prüfung am Ende der Veranstaltung.Lehr- und LernmethodeSeminarreihe Vorträge und DiskussionenSpracheDeutsch-Englisch12Datenbanksysteme ILVDatenbanksysteme ILVVortragende: DI. Dr.techn. Dominik Ertl, FH-Hon.Prof. Priv.-Doz. Mag. DI. DI. Dr.techn. Karl Michael Göschka1.5SWS3ECTSLehrinhalte- Datenbankabfragen mit SQL - Persistenzproblematik, Datenbankprogrammierung, Cursor-Konzept - Herausarbeiten der speziellen Anforderungen für Bio-InformatikerInnen in Bezug zu Datenbanksystemen - Programmierung mit Perl: Perl-DBI, CGI - Praktische Programmieraufgabe in der KleingruppePrüfungsmodusLV-immanenter Prüfungscharakter (Beurteilung der Präsentationen und Mitarbeit) Abgabe der praktischen ProjektaufgabeLehr- und LernmethodePräsentationen durch Studenten und Diskussion Praktische Arbeit in der KleingruppeSpracheDeutsch1.53Medizinische Genomanalysen VOMedizinische Genomanalysen VOVortragende: DI Dr. Albert Kriegner, DI(FH) Dr. Stephan Pabinger1SWS2ECTSLehrinhalte- Einführung in die medizinische Genomanalyse - Qualitätsbeurteilung der Daten - Variantenidentifizierung - Variantenannotation - Interpretation der Daten - Methoden für "genetic Testing"Prüfungsmodus- Anwesenheit und aktive Mitarbeit - Präsentationen der StudentenLehr- und Lernmethode- Vorlesung mit Übung - Präsentationen durch Studenten und DiskussionSpracheDeutsch12Spezielle Statistik Übung UESpezielle Statistik Übung UEVortragende: Eva Valerie Lehner, BSc, Dipl.-Ing. Dr. Alexandra Posekany1SWS2ECTSLehrinhalteIn der Lehrveranstaltung werden allgemeine Themen der Statistik behandelt: Statistische Modellierung, Modellselektion verallgemeinerte Modelle (logistische Regression) Bayesianische Schätzung und Modellierung Erstellung interaktiver Applikationen mit R ShinyPrüfungsmodusprüfungsimmanente Lehrveranstaltung + AbschlussprüfungLehr- und Lernmethodeangewandte Übungen mit RSpracheDeutsch12Strukturvorhersagen in Biopolymeren VOStrukturvorhersagen in Biopolymeren VOVortragende: Dr. Sven Brüschweiler, Dr. Tanja Gesell1SWS2ECTSLehrinhalteThis lecture gives an introduction to basic principles of protein and RNA structure using top-down and bottom-up approaches for structure predictions. Topics include: - Introduction of experimental structure determination methods of biopolymers - Alignment methods and programs for structure prediction methods - In silicon prediction of RNA structure using dynamic programming - Genome wides screens of RNA structure - In silicon prediction of protein secondary and tertiary structure - Visualisations of RNA and Protein structuresPrüfungsmodusPractical sessions and a project at the end of the course (50% each).Lehr- und Lernmethodetheoretical and practical exercisesSpracheDeutsch-Englisch12Datenanalyse Labor LBDatenanalyse Labor LBVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf, Ing. DI (FH) Dr. Harald Kühnel, MSc2SWS4ECTSLehrinhalteAls Vorbereitung wird ein Oxford Nanopore Datensatz analysiert und eine Analyseabfolge erarbeitet. Im Labor (wet lab) wird DNA einer Probe extrahiert und eine Sequenzierung durchgeführt. Die erzeugten Daten werden mit der erarbeiteten Analysemethode analysiert und interpretiert.PrüfungsmodusImmanente Leistungsüberprüfung, Standard (Protokoll der Ergebnisse der Übung)Lehr- und LernmethodeVortrag, praktische Übungen im wet-lab und in-silicoSpracheDeutsch24Vorbereitung auf die Masterarbeit SEVorbereitung auf die Masterarbeit SEVortragende: FH-Prof.in Mag.a Dr.in Alexandra Graf0.5SWS1ECTSLehrinhalteForm und Merkmale der schriftlichen Darlegung der Masterarbeit (Diplomarbeit). Erarbeitung und Präsentation (Technik und Übung) ausgewählter Themen der Bioinformatik.Prüfungsmodus-Lehr- und LernmethodeVortrag - DiskussionSpracheDeutsch-Englisch0.51Softwareentwicklung ILVSoftwareentwicklung ILVVortragende: DI Christian Heiderer3SWS6ECTSLehrinhalteDie Lehrveranstaltung versteht sich als Einführung in das Programmieren mit C++. Nach einer Wiederholung der Sprachkonstrukte von C mit Schwerpunkt auf Felder, Zeiger und Referenzen wird anhand von praktischen Beispielen auf folgende Bereiche eingegangen: - Verwendung von Strings und Kontainerklassen aus der C++ Standardbibliothek - Datemmodellierung mit C++ Klassen - Erstellen von Graphischen Benutzeroberflächen (GUI) mit QT Nicht sprachbezogene Schwerpunkte sind: - Verständnis für Projektplanung und den Entwicklungszyklus - Effizienter Entwicklungsablauf bei kleinen Projekten - Klarer ProgrammierstilPrüfungsmodusPraktische Arbeit zum VorlesungsendeLehr- und LernmethodeVorträge, Diskussionen, selbstständiges Arbeiten am PC, Fernlehre.SpracheDeutsch-Englisch36Angewandtes Programmieren Übung ILVAngewandtes Programmieren Übung ILVVortragende: Ing. Christian Binder, BSc, Msc Josef Moser, BSc3SWS6ECTSLehrinhalte- Einführung in das Programmieren mittels C/C++ unter Linux - Verwendung von Compilern und Debuggern - Umsetzung von Beispielen - Exkurse in Objektorientierte Programmierung und High-Performance Computing - Von der Idee zur Umsetzung und die zur Verfügung stehenden HilfsmittelPrüfungsmodusZwischentests, Übungen, Präsentation, MitarbeitLehr- und Lernmethode- Theoretische Inhalte - Präsentation, Mitarbeit - Übung innerhalb der VO - ÜbungsbeispieleSpracheDeutsch36
3. Semester LehrveranstaltungSWSECTS Automatisierung Übung ILV 36 Biotechnologisches Seminar SE 0.51 Businessplanung und Kostenrechnung ILV 24 Validierung von Software und Medizinprodukten VO 12 Innovation und Unternehmensgründung ILV 12 Klinische Bioinformatik ILV 1.53 Metagenomanalyse ILV 12 Molecular Design ILV 1.53 Netzwerk und Internettechnologien ILV 12 Patentwesen ILV 12 Computational Systems Biology ILV 1.53
4. Semester LehrveranstaltungSWSECTS Masterabschlussprüfung AP 01 Masterarbeit - Durchführung MT 028 Masterarbeitsseminar SE 11
Zulassungsvoraussetzungen Naturwissenschaftlich-technischer Bachelor oder vergleichbarer Abschluss an einer Hochschule mit in Summe 180 ECTSUnd davon zumindest:13 ECTS-Leistungspunkte aus Naturwissenschaften wie Chemie, Biochemie, Molekularbiologie/Genetik und Mathematik/Statistik.13 ECTS-Leistungspunkte aus technischen Fächern wie Bioinformatik, Datenbanken, Betriebssysteme und Programmieren. Nähere Informationen erhalten Sie auf Anfrage.Gleichwertiges ausländisches ZeugnisGleichwertig ist es, wenn es völkerrechtlich vereinbart ist oder nostrifiziert wurde. Die Studiengangsleitung kann das Zeugnis auch im Einzelfall anerkennen.Regelung für Studierende aus DrittstaatenInformationen zur Beglaubigung von ausländischen Dokumenten
Bewerbung Im Masterstudium Bioinformatik stehen alle zwei Jahre 18 Studienplätze zur Verfügung. Das Verhältnis Studienplätze zu Bewerber*innen beträgt derzeit ca. 1:1,5. Für Ihre Bewerbung brauchen Sie folgende Dokumente: Bachelorzeugnis oder Diplomstudienzeugnis oder gleichwertiges ausländisches ZeugnisLegen Sie ausländische Zeugnisse sowie eine Beschreibung der Unterrichtsgegenstände und beispielhafte Unterlagen als beglaubigte Übersetzungen vor. Empfehlungsschreiben von Lektor*innen des ausländischen Institutes unterstützen die Studiengangsleitung dabei, die Erfüllung der Zugangsvoraussetzungen zu beurteilenListe der absolvierten Lehrveranstaltungen bzw. SammelzeugnisMotivationsschreibentabellarischer Lebenslauf Bitte beachten Sie:Ein Zwischenspeichern der Online-Bewerbung ist nicht möglich. Sie müssen Ihre Bewerbung in einem Durchgang abschließen. Ihre Bewerbung ist gültig, sobald alle verlangten Dokumente und Unterlagen bei uns eingelangt sind (bevorzugt per E-Mail, aber auch per Post oder persönlich im Sekretariat). Sollten zum Zeitpunkt Ihrer Bewerbung noch Dokumente fehlen (z.B. Zeugnisse), so können Sie diese auch später nachreichen.
Aufnahmeverfahren Das Aufnahmeverfahren umfasst einen schriftlichen Test und ein Gespräch mit der Aufnahmekommission. ZielZiel des Aufnahmeverfahrens ist es, jenen Personen einen Studienplatz anzubieten, die das mehrstufige Aufnahmeverfahren mit den besten Ergebnissen abschließen. Die Testverfahren orientieren sich an den Fähigkeiten, die für den angestrebten Beruf erforderlich sind. AblaufDer schriftliche Aufnahmetest überprüft Ihr Wissen aus Programmieren, Bioinformatik, Statistik, Molekularbiologie und Genetik. Mit einem positiven Testergebnis werden Sie zu einem weiteren Termin eingeladen und führen ein Bewerbungsgespräch, das einen ersten Eindruck von der persönlichen Eignung vermittelt. Dazu gehören Berufsmotivation, Berufsverständnis, Leistungsverhalten und zeitliche Kapazität. Jeder Testteil wird mit Punkten bewertet.KriterienDie Kriterien, die zur Aufnahme führen, sind ausschließlich leistungsbezogen. Geographische Zuordnungen der Bewerber*innen haben keinen Einfluss auf die Aufnahme. Die Zugangsvoraussetzungen müssen erfüllt sein. Die abschließende Reihung der Bewerber*innen ergibt sich aus folgender Gewichtung: > Schriftlicher Aufnahmetest (60%) > Bewerbungsgespräch (40%) Die Studienplätze werden nach dieser Reihung spätestens Mitte Juli vergeben. Der Gesamtprozess sowie alle Testergebnisse und Bewertungen des Aufnahmeverfahrens werden transparent und nachvollziehbar dokumentiert.
Termine Schriftlicher Aufnahmetest und Bewerbungsgespräche Mai und Juni 2021Voraussichtlicher Semesterstart für das 1. Semester (WS 2021/22) Mitte August 2021
> FH-Prof. DI Dr. Michael Maurer Studiengangsleiter Bioengineering, Bioinformatik, Biotechnologisches Qualitätsmanagement, Bioverfahrenstechnik T: +43 1 606 68 77-3601michael.maurer@fh-campuswien.ac.at
> „proTect“ – Neue Konzepte für eine in vitro Evaluierung der Biokompatibilität von Werkstoffen und medizinischen ProduktenLeitung: FH-Prof.in Univ.Doz.in Dr.in Ines Swoboda
> Nachhaltiges Ressourcenmanagement unter Leitung von Silvia Apprich15.03.2021 // Wechsel bei der Studiengangsleitung im Bachelorstudiengang Nachhaltiges Ressourcenmanagement: Silvia Apprich folgt Manfred Tacker in der Führungsposition nach. mehr
> Erneut Würdigungspreis für Molekulare Biotechnologie25.11.2020 // Auch 2020 überzeugte eine Absolventin des Masterstudiums Molecular Biotechnology die Jury des Würdigungspreises, den das Wissenschaftsministerium jährlich an die besten Absolvent*innen österreichischer Hochschulen vergibt. Samantha Vanessa Göber liefert mit ihrer Abschlussarbeit Erkenntnisse, womit erstmalig die Rolle der Immunabwehrzellen Neutrophile bei der Bekämpfung von Krebs untersucht werden kann. mehr
> Platz 3 für Circular Innovation Curriculum beim Sustainability Award03.11.2020 // Das fachhochschulübergreifende Lehrprojekt Circular Innovation Curriculum zählt zu den Gewinner*innen beim österreichischen Nachhaltigkeitspreis 2020. mehr