Master

Multilingual Technologies

Multilingual Technologies

berufsbegleitend

 

Multilingual Technologies

Zukunftsorientiertes Ausbildungsprofil

Multilingual Technologies verknüpft Sprache und IT. Der in Österreich einzigartige Master wird in Kooperation mit dem Zentrum für Translationswissenschaften der Uni Wien angeboten und richtet sich an alle, die bereits einen Abschluss in einem technischen oder translationswissenschaftlichen Bachelorstudium haben und sich für Sprachtechnologien sowie multilinguale Lösungen und Konzepte interessieren. Der interdisziplinäre Charakter des Studiums befähigt für zukunftsorientierte Berufsfelder, etwa in der Sprachtechnologie oder im Bereich maschinelle Übersetzung.

Department
Technik
Thema
Technologien

Highlights

  • Interdisziplinärer Charakter

  • Zukunftsorientiertes Berufsfeld

  • In Österreich einzigartiges Masterstudium

     

    Facts

    Abschluss

    Master of Science

    Studiendauer
    4 Semester
    Organisationsform
    berufsbegleitend

    Studienbeitrag pro Semester

    € 363,361

    + ÖH Beitrag + Kostenbeitrag2

    ECTS
    120 ECTS
    Unterrichtssprache
    Englisch

    Bewerbung WiSe 2023/24

    1. Oktober 2022 bis 13. Juni 2023

    Studienplätze

    30

    1 Studienbeitrag für Studierende aus Drittstaaten € 727,- pro Semester

    2 für zusätzliche Aufwendungen rund ums Studium (derzeit bis zu € 83,- je nach Studiengang bzw. Jahrgang)

    Vor dem Studium

    Sie haben bereits einen Abschluss in einem technischen oder translationswissenschaftlichen Bachelorstudium und interessieren sich für Sprachtechnologien sowie multilinguale Lösungen und Konzepte. Mit diesem gemeinsamen Masterstudium der FH Campus Wien und dem Zentrum für Translationswissenschaft der Universität Wien verknüpfen Sie Ihr Wissen rund um Sprache und IT in einem zukunftsorientierten Ausbildungsprofil.

    Das spricht für Ihr Studium bei uns

    In interdisziplinären Studierenden- oder Forschungsprojekten mitarbeiten

    So sind Spaß und Erfahrung vorprogrammiert!

    Praxis am Campus

    Moderne Laborausstattung und High-Tech-Forschungsräumlichkeiten ermöglichen praxisorientierten Unterricht.

    Einzigartige Jobchancen

    Erwerben Sie bereits während Ihres Studiums zusätzliche Zertifizierungen und steigern Sie Ihren Marktwert.

    Die Zulassung zum Masterstudium Multilingual Technologies setzt einen fachlich in Frage kommenden Bachelorabschluss (z. B. Computer Science and Digital Communications der FH Campus Wien oder Transkulturelle Kommunikation der Universität Wien) sowie folgende fachspezifische Kenntnisse voraus:

    a. Grundkenntnisse der Sprachtechnologien und Fachkommunikation

    b. Grundlagen der Informatik, grundlegende Methoden und Tools des Software Engineerings

    Kenntnisse angeführt unter a) sind durch das Bachelorstudium Transkulturelle Kommunikation oder die Absolvierung des Erweiterungscurriculums Sprachtechnologien und Fachkommunikation am Zentrum für Translationswissenschaft erfüllt. Kenntnisse angeführt unter b) sind durch das Bachelorstudium Computer Science and Digital Communications oder die Absolvierung des Erweiterungscurriculums Informatik (für Studierende der Universität Wien) an der FH Campus Wien erfüllt.

    Regelung für Studierende aus Drittstaaten (PDF 294 KB)

    Informationen zur Beglaubigung von ausländischen Dokumenten (PDF 145 KB)

    Die Bewerbung erfolgt über das Online-Bewerbungsformular.

    Für Ihre Online-Bewerbung brauchen Sie folgende Dokumente:

    •     Geburtsurkunde
    •     Staatsbürgerschaftsnachweis/Reisepass
    •     Hochschulabschluss (Zeugnis des Bachelor- oder Diplomstudien-Abschlusses / gleichwertiges ausländisches Zeugnis)
    •     Transcript of Records
    •     Nachweis Erweiterungs-Curriculum
    •     Motivationsschreiben in Englisch
    •     Sprachnachweis Englisch (Minimum Level B2)
    •     Kurzlebenslauf
    •     Gegebenfalls Übersetzung fremdsprachiger Dokumente

     

    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.

      Das Aufnahmeverfahren umfasst ein Gespräch mit Mitgliedern der Aufnahmekommission (Vertreter*innen von der Universität Wien und der FH Campus Wien). Dieses Gespräch findet bis auf Weiteres online statt. Den Termin für das Aufnahmeverfahren erhalten Sie vom Sekretariat.

      • Ziel
        Ziel ist es, jenen Personen einen Studienplatz anzubieten, die das Aufnahmeverfahren mit den besten Ergebnissen abschließen. Die Testverfahren orientieren sich an den Fähigkeiten, die für den angestrebten Beruf erforderlich sind.
      • Ablauf
        Im Bewerbungsgespräch beantworten Sie einige grundlegende fachspezifische Fragen, einige Fragen zu Ihrer Person und erläutern Ihre Motivation für die Studienwahl (Dauer: ca. 30 Minuten). Wenn Sie das geforderte Einstiegsniveau für das Studium noch nicht erreicht haben, erhalten Sie nach der Aufnahme Empfehlungen, wie Sie sich fachspezifisch am besten vorbereiten können.
      • Kriterien
        Die Aufnahmekriterien sind ausschließlich leistungsbezogen. Für das mündliche Bewerbungsgespräch erhalten Sie Punkte. Daraus ergibt sich die Reihung der Kandidat*innen. Geographische Zuordnungen der Bewerber*innen haben keinen Einfluss auf die Aufnahme. Die Zugangsvoraussetzungen müssen erfüllt sein. Der Gesamtprozess sowie alle Testergebnisse und Bewertungen des Aufnahmeverfahrens werden nachvollziehbar dokumentiert und archiviert.

      Im Studium

      Dieses in Österreich einzigartige und auch im internationalen Vergleich innovative Masterstudium legt den Schwerpunkt auf Sprachtechnologien, Methoden zu deren Erstellung und Verwendung sowie auf Sprachressourcen. Es weist durch die Verbindung translatorischer, transkultureller, computerwissenschaftlicher und sprachwissenschaftlicher Fachbereiche einen stark interdisziplinären Charakter auf.

      Das gemeinsame Masterstudium wird am Department Technik der FH Campus Wien und am Zentrum für Translationswissenschaft der Universität Wien angesiedelt sein. Es verbindet somit die besonderen Profilelemente, fachlichen Stärken und wissenschaftlichen Expertisen beider Institutionen zu einem zukunftsorientierten interdisziplinären Bildungs- und Ausbildungsprofil

      Neben Qualifikationen für die Grundlagenforschung erwerben Sie Fähigkeiten der angewandten Forschung. Studierende erlangen Kenntnis der Grundkonzepte von Sprachtechnologien und Sprachressourcen mit einem besonderen Fokus auf multilinguale Lösungen und Konzepte, sowie umfassendes Methodenwissen und praktische Fertigkeiten in aktuellen Forschungstechniken. Zusätzlich erwerben Studierende spezialisierte Expertise in einem Bereich der Sprachtechnologien, z.B. Übersetzungstechnologien oder multilinguale Informationsextraktion.

      Lehrveranstaltungsübersicht

      Introduction to Computational Linguistics ILV
      3 SWS
      6 ECTS

      Introduction to Computational Linguistics ILV

      3 SWS   6 ECTS

      Lehrinhalte

      - Einführung in die Konzepte und Richtungen traditioneller Sprachwissenschaft
      - Klassische Aufgabenstellungen der Computerlinguistik
      - Vorstellung verschiedener Methoden zur Sprachverarbeitung von Tokenisierung bis hin zur Sentimentanalyse
      - Verschiedene NLP-Systeme und computerlinguistischer Analysemodelle
      - Diskussion des aktuellen Stands der Forschung sowie weiterführende Forschungsideen
      - Praktische Einarbeitung in grundlegende Methoden der automatischen Sprachverarbeitung

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Schriftliche Abschlussprüfung, laufende Abgaben von Implementierungen, Präsentationen.

      Lehr- und Lernmethode

      Vortrag/Vorlesung, Praktische Übungen, Präsentationen, Diskussionen, Feedback.

      Sprache

      Englisch

      Introduction to Machine Learning for Language Processing ILV
      3 SWS
      6 ECTS

      Introduction to Machine Learning for Language Processing ILV

      Vortragende: Liad Magen

      3 SWS   6 ECTS

      Lehrinhalte

      - ML-Definition, Anwendungsgebiete und Klassifikation der ML-Algorithmen (Supervised, Unsupervised, Reinforcement Learning)
      - Klassische ML-Algorithmen: kNN, Decision Trees, Naïve Bayes, NN, SVM, Ensamble Learning und Random Forest
      - Typische Vorgehensweise bei ML-Projekten: Anforderungen definieren, Daten sammeln, filtern und darstellen, Features definieren und extrahieren, Algorithmen einsetzen und deren Performance evaluieren, iterative ML-Pipeline verbessern.
      - Einführung in Deep Learning: CNN, RNN, Generative Networks

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Teilnahme an Diskussionen, Ausarbeitung der Übungsbeispiele, Eigenes ML-Projekt, schriftliche Prüfung

      Lehr- und Lernmethode

      Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele, Eigenes ML-Projekt

      Sprache

      Englisch

      Multilingual and Crosslingual Methods and Language Resources VO
      2 SWS
      4 ECTS

      Multilingual and Crosslingual Methods and Language Resources VO

      2 SWS   4 ECTS

      Lehrinhalte

      - Verschiedene Arten der Sprachressourcen (Terminologie, Lexikon, Kontrolliertes Vokabular, Thesaurus etc.)
      - Methoden zur Darstellung, Erstellung, Verbreitung und Verwendung von multilingualen Sprachressourcen einschließlich des Ansatzes der Linguistic Linked Open Data (LLOD) und der linguistischen Data Science im Allgemeinen
      - Multilinguale und crosslinguale Methoden zur Verbesserung der Kommunikation mithilfe von Sprachressourcen und computerlinguistischen Ansätzen
      - Praktische Beispiele aus dem Bereich der LLOD

      Prüfungsmodus

      Endprüfung
      Schriftliche Endprüfung.

      Lehr- und Lernmethode

      Vorlesung/Vortrag, Diskussion, Falllösungen.

      Sprache

      Englisch

      Programming and Algorithms for Language Technologies VO
      1 SWS
      2 ECTS

      Programming and Algorithms for Language Technologies VO

      Vortragende: Dipl.-Ing. Georg Mansky-Kummert, Dipl.-Ing. Branislav Miskovic

      1 SWS   2 ECTS

      Lehrinhalte

      Die Lehrveranstaltung vermittelt Programmierkenntnisse mit Hilfe der Programmiersprache Python. Basiswissen wird vorausgesetzt, am Beginn der LV werden die Grundlagen wiederholt.
      Auch Techniken wie das Debuggen und die Verwendung von Git zur Versionsverwaltung werden besprochen.
      Außderm werden folgende Themenbereiche behandelt:
      * Datenstrukturen
      * Reguläre Ausdrücke und Suchalgorithmen (A*-Algorithmus, Beam Search, ...)
      * Verwendung von Application Programming Interfaces (APIs), JSON, XML
      * Grundlagen des Information Retrieval

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Teilleistungen in Form von Einzelarbeit, Gruppenarbeit und Präsentationen.
      Mündliche Endprüfung.

      Lehr- und Lernmethode

      Vorlesung/Vortrag.

      Sprache

      Englisch

      Programming and Algorithms for Language Technologies UE
      2 SWS
      4 ECTS

      Programming and Algorithms for Language Technologies UE

      Vortragende: Dipl.-Ing. Georg Mansky-Kummert, Dipl.-Ing. Branislav Miskovic

      2 SWS   4 ECTS

      Lehrinhalte

      Die LV vermittelt Grundbegriffe der objektorientierten Programmierung mit Hilfe der Programmiersprache Python. Es werden Konzepte von Programmiersprachen, wie Kontrollstrukturen, elementare Datentypen, Datenstrukturen, Klassen, Objekte und Funktionen gelehrt. Weiters wird der Entwurf von Programmen, sowie deren Analyse und Techniken zum Debuggen, Tracing und Testen vermittelt.
      Die LV deckt insbesondere die folgenden Inhalte ab:
      - Grundlagen der Programmierung
      - Variablen und Datentypen
      - Operatoren
      - Kontrollstrukturen
      - Fehlerbehandlung
      - Grundlagen der Objektorientierung
      - Sortieralgorithmen
      - Suchalgorithmen

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Teilleistungen in Form von Gruppenarbeit und Präsentationen

      Lehr- und Lernmethode

      Kleingruppenarbeit, Praktische Übungen, Präsentation von erarbeiteten Ergebnissen.

      Sprache

      Englisch

      Statistical Methods for Language Processing ILV
      2 SWS
      4 ECTS

      Statistical Methods for Language Processing ILV

      Vortragende: Dr. Christian Steineder

      2 SWS   4 ECTS

      Lehrinhalte

      - Wahrscheinlichkeitsrechnung
      - Daten analysieren, filtern und visualisieren
      - Testen der Hypothesen
      - Statistische Schätzer
      - Experiment Design
      - Vorgehensweise in statistischen Projekten

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Aktivität bei Vorlesungen und Übungen: Teilnahme an Diskussionen, Ausarbeitung der Übungsbeispiele, eigenes statistisches Projekt, schriftliche Prüfung

      Lehr- und Lernmethode

      Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele, Eigenes Projekt

      Sprache

      Englisch

      Translation Technologies VO
      2 SWS
      4 ECTS

      Translation Technologies VO

      2 SWS   4 ECTS

      Lehrinhalte

      - Einführung in verschiedene Arten der Übersetzungstechnologien von computergestützter Übersetzung (CAT) bis zur automatisierten maschinellen Übersetzung
      - Kritische Analyse der Wahrnehmung verschiedener Technologien im Unternehmen sowie Vor- und Nachteile jeder einzelnen Technologie
      - Überblick über verschiedene Hilfsmittel und verfügbare Systeme in den jeweiligen Technologien
      - Überblick über den aktuellen Forschungsstand und interessante offene Forschungsfragen in diesem größeren Themenbereich
      - Einblicke in Methoden der Qualitätsverbesserung von Pre- und Post-Editing bis hin zum Revisionsprozess in der Übersetzung
      - Praktische Arbeit mit einem System der computergestützten Übersetzung

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Schriftliche Endprüfung, praktische Übungen, Präsentationen.

      Lehr- und Lernmethode

      Vorlesung/Vortrag, Praktische Übungen, Diskussionen, Feedback, Falllösungen.

      Sprache

      Englisch

      Basics in Machine Translation ILV
      3 SWS
      5 ECTS

      Basics in Machine Translation ILV

      3 SWS   5 ECTS

      Lehrinhalte

      - Einführung in die verschiedenen Ansätze der maschinellen Übersetzung von statistischen über regelbasierte bis hin zu neuronalen und hybriden Ansätzen
      - Einführung in grundlegende Konzepte und Algorithmen der statistischen maschinellen Übersetzung
      - Einführung in grundlegende Konzepte und Algorithmen der neuronalen maschinellen Übersetzung
      - Kritische Analyse der Vor- und Nachteile einzelner Systeme sowie Ziel und Zweck der jeweiligen Ansätze
      - Grundlegende Kenntnisse zu Methoden der Evaluation von maschineller Übersetzung
      - Praktische Einführung zu konkreten Übersetzungsmodellen

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Schriftliche Endprüfung, praktische Übungen, Präsentationen.

      Lehr- und Lernmethode

      Vorlesung/Vortrag, Praktische Übungen, Arbeitsaufträge, Diskussionen, Feedback, Falllösungen.

      Sprache

      Englisch

      Information Design for Language Data ILV
      2 SWS
      4 ECTS

      Information Design for Language Data ILV

      Vortragende: Dr-.tech Dipl-,Ing Ahmad Haj Mosa

      2 SWS   4 ECTS

      Lehrinhalte

      - Grundlagen des Informationsdesigns
      - Zielgruppenorientierte Gestaltung von Medien und Information
      - Designentwicklung auf Basis kognitionswissenschaftlicher Prinzipien
      - Grundlagen der Gestalt- und Wahrnehmungspsychologie
      - Methoden des Informationsdesigns für verschiedene Medien
      - Anwendungen in Web, Virtual und Augmented Reality usw.

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Teilleistungen durch aktive Teilnahme an Diskussionen und der Ausarbeitung von Übungsbeispielen, Eigenes Informationsdesign-Projekt, schriftliche Prüfung.

      Lehr- und Lernmethode

      Theorievermittlung in Unterricht, interdisziplinäre Ringvorlesungen, Diskussion der praktischen Beispiele; Eigenes Informationsdesign Projekt.

      Sprache

      Englisch

      Information Extraction and Retrieval for Multilingual Natural Language Data ILV
      3 SWS
      6 ECTS

      Information Extraction and Retrieval for Multilingual Natural Language Data ILV

      Vortragende: Liad Magen

      3 SWS   6 ECTS

      Lehrinhalte

      - Retrieval-Modelle: Boolsche, Vektorraum, Probabilistisches
      - Repräsentation von Inhalten: Freitextsuche, Dokumentationssprachen, spezielle Logiken, Indexierung usw.)
      - Machine-Learning-Konzepte und -Techniken: Clustering, Classification
      - Deep Learning in Information Retrieval
      - Web-Retrieval: Link-Analyse, Crawling, Suchmaschinen

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Teilleistungen durch aktive Teilnahme an Diskussionen und der Ausarbeitung von Übungsbeispielen, eigenes IR-Projekt, schriftliche Prüfung.

      Lehr- und Lernmethode

      Theorievermittlung in Unterricht, Diskussion der praktischen Beispiele; eigenes IR-Projekt

      Sprache

      Englisch

      Machine Learning Methods for Language Processing VO
      1 SWS
      2 ECTS

      Machine Learning Methods for Language Processing VO

      Vortragende: DI Dr. techn. Mugdim Bublin

      1 SWS   2 ECTS

      Lehrinhalte

      - Kritische Analyse der klassischen ML Algorithmen
      - Standard DL Algorithmen: CNN, RNN, Generative Netze
      - Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
      - Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
      - Einschränkungen der DL

      Prüfungsmodus

      Modulprüfung

      Lehr- und Lernmethode

      Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt

      Sprache

      Englisch

      Machine Learning Methods for Language Processing UE
      2 SWS
      4 ECTS

      Machine Learning Methods for Language Processing UE

      Vortragende: DI Dr. techn. Mugdim Bublin

      2 SWS   4 ECTS

      Lehrinhalte

      - Kritische Analyse der klassischen ML Algorithmen
      - Standard DL Algorithmen: CNN, RNN, Generative Netze
      - Moderne DL Architekturen für Natural Language Processing (NLP): Attention, Transformer, GPT, BERT usw.
      - Anwendungen der ML im allgemeinen und DL in besonderen auf NLP: Text verstehen, Übersetzung, Sprache und Text generieren, Web Suche, Wissensgeneration
      - Einschränkungen der DL

      Prüfungsmodus

      Modulprüfung

      Lehr- und Lernmethode

      Theoretischer Unterricht , Diskussion der praktischen Beispiele, eigenes DL-Projekt

      Sprache

      Englisch

      Speech Technologies ILV
      3 SWS
      6 ECTS

      Speech Technologies ILV

      3 SWS   6 ECTS

      Lehrinhalte

      - Speech Technologies und Automatic Speech Recognition (ASR)
      - Grundlagen der Phonetik und Phonologie
      - Neuronale Netze für Sprachtechnologien
      - Einführung in Dialogsysteme
      - Praktische Einarbeitung in ASR und Sprach-zu-Sprach-Systemen

      Prüfungsmodus

      Endprüfung
      Schriftliche Abschlussprüfung, Teilleistungen in Form praktischer Übungen

      Lehr- und Lernmethode

      Vortrag/Vorlesung, Praktische Übungen, Präsentationen, Diskussionen, Feedback.

      Sprache

      Englisch

      Transcultural Communication VO
      2 SWS
      3 ECTS

      Transcultural Communication VO

      2 SWS   3 ECTS

      Lehrinhalte

      - Transkulturelle Kommunikation aus der Perspektive verschiedener Disziplinen (mit Fokus auf der Translationswissenschaft)
      - Kommunikationswissenschaftliche Grundlagen intra-, inter- und multilinguale Barrieren und Transkulturalität
      - Online kollaborative Translation als transkulturelle Kommunikation
      - Konzeptuelle Fragen und Problemstellungen
      - Technikfolgenabschätzung und ethische Erwägungen
      - Transkulturelle Kommunikation und Translation im Team

      Prüfungsmodus

      Endprüfung
      Schriftliche Endprüfung.

      Lehr- und Lernmethode

      Vorlesung/Vortrag, Diskussion, Fallbeispiele.

      Sprache

      Englisch

      Academic Writing ILV
      2 SWS
      5 ECTS

      Academic Writing ILV

      2 SWS   5 ECTS

      Lehrinhalte

      - Systematisches Recherchieren und Rezipieren wissenschaftlicher Arbeiten
      - Richtiges Zitieren
      - Sprachregister: formal vs. informell
      - akademische Terminologie und Formulierungen
      - Struktur eines Absatzes
      - Struktur einer wissenschaftlichen Arbeit
      - Sprachliche Präsentation der gewählten Methode, erzielten Ergebnisse und daraus resultierenden Diskussion
      - Beschreiben statistischer und qualitativer Daten

      Prüfungsmodus

      Endprüfung
      Schreib- und Rechercheübungen, schriftliche Seminararbeit.

      Lehr- und Lernmethode

      Schreib- und Rechercheübungen, Korrekturaufgaben, Feedback, Diskussion, Problembasiertes Lernen.

      Sprache

      Englisch

      Advanced Machine Translation ILV
      3 SWS
      5 ECTS

      Advanced Machine Translation ILV

      3 SWS   5 ECTS

      Lehrinhalte

      - Theoretische Erarbeitung verschiedener Architekturen im Bereich der neuronalen maschinellen Übersetzung
      - Theoretischer Überblick über den aktuellen Stand der Forschung und interessante derzeitige Forschungsthemen, z. B. maschinelle Übersetzung mit nur geringen verfügbaren Trainingsdaten
      - Kritische Auseinandersetzung mit Vor- und Nachteilen der jeweiligen Systeme
      - Analyse und Diskussion der gängigen Praxis bezüglich der Anwendung maschineller Übersetzungssysteme im Unternehmen
      - Praktische Erarbeitung von konkreten aktuellen Modellen der neuronalen maschinellen Übersetzung sowie deren Evaluationsmethoden

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Schriftliche Endprüfung, praktische Übungen, Präsentationen.

      Lehr- und Lernmethode

      Vorlesung/Vortrag, Praktische Übungen, Arbeitsaufträge, Diskussionen, Feedback, Falllösungen.

      Sprache

      Englisch

      Human-Computer Interaction for Computational Linguists ILV
      2 SWS
      4 ECTS

      Human-Computer Interaction for Computational Linguists ILV

      2 SWS   4 ECTS

      Lehrinhalte

      - Psychologische Aspekte des HCIs
      - Benutzerfreundlichkeit
      - Benutzerforschung
      - Benchmarking der Benutzerfreundlichkeit
      - Interaktionsgestaltung
      - Prototyping
      - Methoden zur Untersuchung und Prüfung der Benutzerfreundlichkeit
      - Benutzerfreundlichkeit in der Praxis

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Fallbeispiele, Gruppenübung, schriftliche Endprüfung.

      Lehr- und Lernmethode

      Fallstudien, Praktische Übungen, Vortrag

      Sprache

      Englisch

      Software Engineering for Language Technologies ILV
      3 SWS
      6 ECTS

      Software Engineering for Language Technologies ILV

      3 SWS   6 ECTS

      Lehrinhalte

      Es werden organisatorische Möglichkeiten zur Strukturierung der Software-Entwicklung in Form von Prozessmodellen, wie Wasserfall-Modell, Spiral-Modell und Agile Modelle dargelegt. Bei den technischen Aspekten des Software Engineerings wird vor allem die Erstellung von objektorientierten Systemen und deren Modellierung im Bereich Maschinelles Lernen behandelt.
      Die LV deckt insbesondere die folgenden Inhalte ab:
      - Requirements Engineering
      - Use Cases
      - High Level Design
      - Software-Engineering-Aspekte im Bereich Maschinelles Lernen
      - Ausgewählte UML Diagramme
      - Vorgehensmodelle

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Gruppenarbeiten, schriftliche Endprüfung.

      Lehr- und Lernmethode

      Blended learning, Gastvorträge, Experiential learning, Coaching

      Sprache

      Englisch

      Internship (10 ECTS nach Wahl)

      Internship FH Campus Wien MODUL
      2 SWS
      10 ECTS
      Internship Universität Wien MODUL
      2 SWS
      10 ECTS

      Data Protection and Privacy for Computational Linguists ILV
      1 SWS
      2 ECTS

      Data Protection and Privacy for Computational Linguists ILV

      1 SWS   2 ECTS

      Lehrinhalte

      Die Lehrveranstaltung soll einen Überblick über grundlegende Rechtsfragen aus den Bereichen Datenschutz und Datensicherheit abdecken. Dabei wird insbesondere auf praktisch relevante Themen eingegangen. Komplexe Sachverhalte werden anhand datenschutzrechtlicher Grundsätze analysiert und besprochen, wobei ein besonderer Fokus auf aktuellen nationalen wie auch internationalen Entwicklungen liegt.
      - Einführung in das österreichische und europäische Rechtsystem
      - Einführung in das Datenschutzrecht
      - Schutz der Privatsphäre und allgemeiner Persönlichkeitsschutz
      - Grundsätze der Verarbeitung personenbezogener Daten
      - Datenschutzrechtliche Rollen
      - Betroffenenrechte und Pflichten des Verarbeiters
      - Einblick in Datensicherheitskonzepte
      - Privacy by Design und Privacy by Default
      - E-Privacy
      - Grundlagen der Cybersicherheit
      - Aufgaben und Befugnisse der datenschutzrechtlichen Aufsichtsbehörde sowie verfahrensrechtliche Aspekte

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      - Aktivitäten bei Vorlesungen und Übungen: Teilnahme an Diskussionen
      - Mitarbeit
      - Schriftliche Prüfung

      Lehr- und Lernmethode

      - Theorievermittlung in Vorträgen
      - Diskussion der praktischen Beispiele

      Sprache

      Englisch

      IT Project Management for Computational Linguists ILV
      1 SWS
      2 ECTS

      IT Project Management for Computational Linguists ILV

      1 SWS   2 ECTS

      Lehrinhalte

      Projektmanagement ist die Anwendung von Wissen, Können, Werkzeugen und Techniken auf Projektaktivitäten, um Projektanforderungen zu erfüllen. Der*Die Projektmanager*in hat die Aufgabe, die Erwartungen der Stakeholder an das Projekt zu erfüllen.
      Die LV deckt insbesondere die folgenden Inhalte ab:
      - Die Vertiefung in die Wissensgebiete des Projektmanagements (zum Beispiel: Integrationsmanagement, Zeitmanagement, Kostenmanagement, Qualitätsmanagement und Risikomanagement)
      - Die Projektleitung über Kulturgrenzen hinweg
      - Das Management von virtuellen Teams
      - Rechtliche Aspekte in IT-Projekten

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Schriftliche Endprüfung, Ausarbeitung einer Fallstudie.

      Lehr- und Lernmethode

      Fallstudien, Vortrag

      Sprache

      Englisch

      Master Colloquium SE
      2 SWS
      4 ECTS

      Master Colloquium SE

      2 SWS   4 ECTS

      Lehrinhalte

      - Auffrischung Forschungsmethodik
      - Auffrischung und Vertiefung gute Praxis wissenschaftlichen Arbeitens
      - Präsentationstechniken und -arten für wissenschaftliche Arbeiten
      - Methoden zur Erstellung eines Masterarbeitskonzepts

      Prüfungsmodus

      Immanente Leistungsüberprüfung
      Mündliche Präsentation, schriftliche Arbeit in Form eines Exposés.

      Lehr- und Lernmethode

      Gruppenarbeit, Diskussion, Präsentation, Feedback, interaktive Vorlesung mit praktischen Übungen.

      Sprache

      Englisch

      Master's Finals AP
      0 SWS
      2 ECTS

      Master's Finals AP

      0 SWS   2 ECTS

      Lehrinhalte

      • Präsentation und Diskussion der Abschlussarbeit
      • Fachdiskussion
      Die Defensio besteht aus der Präsentation und Verteidigung der Masterarbeit sowie einer Prüfung über deren wissenschaftliches Umfeld sowie einer Prüfung, die ein weiteres, vom Umfeld der Masterarbeit wesentlich zu unterscheidendes Prüfungsfach aus den Pflichtmodulen umfasst.

      Prüfungsmodus

      Endprüfung
      Kommissionelle Prüfung (Masterprüfung)

      Lehr- und Lernmethode

      Selbstständiges Erarbeiten

      Sprache

      Englisch

      Master's Thesis MT
      0 SWS
      20 ECTS

      Master's Thesis MT

      0 SWS   20 ECTS

      Lehrinhalte

      - Selbstständige Bearbeitung einer fachlich relevanten Thematik basierend auf den technischen Themen der Wahlpflichtmodule im dritten Semester auf wissenschaftlichem Niveau unter Anleitung eines*r Betreuer*in
      - Ausarbeitung der Masterarbeit

      Prüfungsmodus

      Endprüfung
      Approbation der Masterarbeit (Seminararbeit)

      Lehr- und Lernmethode

      Selbstständiges Arbeiten unterstützt durch Coaching

      Sprache

      Englisch

      Anzahl der Unterrichtswochen
      18 Wochen im Semester

      Unterricht an der FH Campus Wien
      Freitags (ganztags), fallweise Samstags (ganztags)

      Wahlmöglichkeiten im Curriculum
      Angebot und Teilnahme nach Maßgabe zur Verfügung stehender Plätze. Es kann zu gesonderten Auswahlverfahren kommen.


      Nach dem Studium

      Als Absolvent*in dieses Studiums stehen Ihnen vielfältige Berufsfelder und Karrierechancen offen. Lesen Sie hier, wohin Sie Ihr Weg führen kann.

      Diese fachspezifischen sowie die erworbenen überfachlichen und methodischen Kompetenzen qualifizieren Absolvent*innen für Karrieren im wissenschaftlichen sowie im Privatsektor. Abhängig von der persönlichen Spezialisierung eröffnen sich verschiedene Berufsfelder. Der interdisziplinäre Charakter des Studiums befähigt für verschiedene Arbeitsbereiche: IT-Sektor, Consulting und Personalentwicklung.

      • Sprach-, Übersetzungs- und Lokalisierungsindustrie

      • Sprachtechnologie im Sinne der Sprach- und Textverarbeitung und Übersetzungstechnologie

      • transkulturelle Wissensorganisation

      • Sprachressourcenverwaltung

      • maschinelle Übersetzung

        • multilingual Produktmanagement

        • multilinguale Informationsverarbeitung

        • multilinguale Mensch-Computer-Interaktion

        • Usability und Data Science


          Studieren einfach gemacht

          Zwei Studierende schauen gemeinsam in ein Buch
          Buddy Netzwerk

          Unterstützung beim Einstieg in die Technik

          >
          Programmiercode
          Erweiterungscurriculum

          Vorbereitung für Multilingual Technologies

          >
          Bücher mit Geld
          Förderungen & Stipendien
          >
          Hände zeigen auf Weltkarte
          Auslandsaufenthalt

          Fachwissen, Sprachkenntnisse, Horizont erweitern.

          >
          Offene Lehrveranstaltungen
          >
          Zentrum für wissenschaftliches Schreiben
          >
          Intensiv-Deutschkurs
          >
          Start-up Service
          >
          Doktoratsservice
          >
          Nostrifizierung
          >
          Barrierefrei studieren
          >
          queer @ FH Campus Wien
          >

          21. Oktober 2022

          Hackathon der Vielen: Mit Digitalisierung zu mehr sozialer Gerechtigkeit

          An drei Tagen standen soziale Kompetenzen und technisches Know-how im Fokus des Hackathon der Vielen, veranstaltet vom Center for Technology and Society (CTS) und der Arbeiterkammer Wien. Das Ziel: Digitale Gerechtigkeit. Mit dabei: Studierende der FH Campus Wien.

          • Technik
          • Networking
          • Technologien
          • Lebensqualität
           

          Events

          alle Events
          <
          >
           

          Kooperationen und Campusnetzwerk

          Wir arbeiten eng mit namhaften Unternehmen aus Wirtschaft und Industrie, Universitäten, Institutionen und Schulen zusammen. Das sichert Ihnen Anknüpfungspunkte für Berufspraktika, die Jobsuche oder Ihre Mitarbeit bei Forschungs- und Entwicklungsaktivitäten. Viele unserer Kooperationen sind im Campusnetzwerk abgebildet. Ein Blick darauf lohnt sich immer und führt Sie vielleicht zu einem neuen Job oder auf eine interessante Veranstaltung unserer Kooperationspartner*innen!


          Kontakt

          Studiengangsleitung

          Sekretariat

          Mgr. Andrea Slaminková

          Favoritenstraße 226, B.3.05 
          1100 Wien 
          +43 1 606 68 77-2130 
          +43 1 606 68 77-2139 
          mlt@fh-campuswien.ac.at

          Lageplan Hauptstandort Favoriten (Google Maps)

          Öffnungszeiten während des Semester

          Montag, Mittwoch und Freitag jeweils von 10.00-12.00 und 13.00-16.00 Uhr.

          Masterstudium in Kooperation mit


          Downloads

          Infofolder Multilingual Technologies
          pdf, 134 KB
          Themenfolder Technik
          pdf, 2 MB
          Ergebnisbericht AQ Austria
          pdf, 1 MB
           

          Sie möchten mehr wissen? Wir helfen Ihnen.

           

          Haben Sie alle gewünschten Informationen gefunden?

          • Ja
          • Nein