Direkt zum Inhalt wechseln
Microcredential

Distributed Computing and Federated Learning

Institut Wirtschaftsinformatik und Data Science
Standort:
Graz (Hybrid)
ECTS:
5 ECTS
Start Datum:
Studienjahr 2026/2027
Bildungsniveau:
Master (EQF 7)
Unterrichtssprache:
English

Das Microcredential vermittelt aktuelles Wissen über den Bereich Distributed Computing and Federated Learning. Behandelt werden die kritische Diskussion aktueller Fachliteratur, anforderungsbezogene Problemlösung und eigenständige Strategieentwicklung. Zudem umfasst das Microcredential Projektplanung und -koordination, Konfliktmoderation sowie Dokumentation und kritische Ergebnispräsentation.

Das Microcredential vermittelt aktuelles Wissen über den Bereich Distributed Computing and Federated Learning. Behandelt werden die kritische Diskussion aktueller Fachliteratur, anforderungsbezogene Problemlösung und eigenständige Strategieentwicklung. Zudem umfasst das Microcredential Projektplanung und -koordination, Konfliktmoderation sowie Dokumentation und kritische Ergebnispräsentation.

Hinweis

Das folgende Microcredential richtet sich ausschließlich an regulär inskribierte Studierende einer teilnehmenden Hochschule und setzt die Inskription in einem Masterstudiengang des EU4Dual Master Class AI-Programms voraus.

Erforderliche Voraussetzungen:

Wenn Sie die folgenden Voraussetzungen erfüllen, können Sie sich bewerben:

  • Ordentliches Studium
  • bestehende Inskription an einem Masterstudiengang, der Teil des EU4Dual Master Class AI-Programms ist
  • laufendes Studium an einer der teilnehmenden Hochschulen

  • DHBW CAS (Deutschland)​
  • ESTIA Institute of Technology (Frankreich)​
  • FH JOANNEUM (Österreich)​
  • John von Neumann University (Ungarn)​
  • Mondragon University (Spanien)

DHBW CAS:

  • Business Informatics (Sprache: Deutsch)
  • Data Science and Artificial Intelligence (Sprache: Deutsch)
  • Digital Business Management (Sprache: Deutsch)
  • Informatics (Sprache: Deutsch)

ESTIA Institute of Technology

  • Ingenieurstudium (3-jähriger Studiengang): 2. und 3. Jahr (Sprache: Französisch, Englisch)
  • Master of Science BIHAR, Bi Data & AI (Sprache:  Französisch, Englisch)
  • Doktoratsstudiengänge (Sprache: Französisch, Englisch)

FH JOANNEUM:

  • Business Informatics (Sprache: Deutsch)
  • Data Science and Artificial Intelligence (Sprache: Englisch)
  • IT and Mobile Security, Studienrichtung Cybersecurity and Ethical Hacking (Sprache: Deutsch/Englisch)
  • IT-Recht und Management (Sprache: Deutsch)
  • eHealth (Sprache: Deutsch)

John von Neumann University

  • Sämtliche Studiengänge

Mondragon University

  • Applied Artificial Intelligence (Sprache: Englisch, Spanisch)
  • Data Analysis, Cybersecurity and Cloud Computing (Sprache: Englisch, Spanisch)

Hinweis

Die Bewerbung erfolgt direkt über Ihren am EU4Dual Master Class AI-Programm teilnehmenden Studiengang.

Erforderliche Unterlagen für die Bewerbung:

Welche Unterlagen für Ihre Bewerbung notwendig sind, entnehmen Sie bitte der Seite „Master Class AI” auf der EU4Dual-Website.

 

Integrations- / Kombinationsoptionen:

Das Microcredential ist eigenständig als Fortbildung belegbar. Je nach Regeln der teilnehmenden Hochschule ist eine Anrechnung zum Studium gegebenenfalls möglich. Die Absolvierung von insgesamt drei Microcredentials an drei unterschiedlichen Hochschulen im Rahmen der EU4DUAL Master Class AI führt zu einem Marketingzertifikat.

 

Studienorganisation:

Die Lehrform des Microcredentials ist hybride. Das heißt, die Weiterbildung findet zum einen an der Fachhochschule in Graz, zum anderen online statt. Nach einem online Kick-off Event und einer Vorbereitungsphase erwartet Sie ein Anwesenheitsblock vor Ort an der FH JOANNEUM im Ausmaß von 5 Arbeitstagen. Abschließend folgt eine Nachbereitungsphase.

Es besteht eine 80% Anwesenheitspflicht.

 

Abschlussvoraussetzungen:

Das Microcredential gilt als erfolgreich abgeschlossen bei guter laufender Leistungsbeurteilung  sowie wenn die erforderliche Mindestanwesenheit erreicht und die geforderten Projektunterlagen bzw. -ergebnisse positiv abgeschlossen wurden.

 

Qualifikationsprofil:

Sie erhalten ein tiefes Verständnis und praxisnahes Wissen im Bereich Distributed Computing and Federated Learning und können dies als IT-, Data- oder AI-Spezialist:in in Ihrem Berufsumfeld einsetzen und anwenden. Nach positiver Absolvierung erhalten Sie ein Zeugnis über die Absolvierung.

This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.