Absolvent*innen erzählen: Rebecca Weiß
Rebecca Weiß hat im Bachelor Informatik studiert und berichtet von ihren Erfahrungen im Studium.
„Das [Programmieren] hat mich damals so fasziniert, dass ich unbedingt tiefer in die Materie eintauchen wollte.“
Rebecca Weiß, BSc
Studium: Bachelor Informatik
Rebecca Weiß
-
Motivation
Warum haben Sie sich für ein Informatikstudium an der Universität Wien entschieden?
Zwei Jahre zuvor habe ich mein Mathematikstudium begonnen, in dem wir natürlich auch die Grundlagen des Programmierens kennen gelernt haben. Das hat mich damals so fasziniert, dass ich unbedingt tiefer in die Materie eintauchen wollte. Mein Ziel war es zum einen, elegantere und bessere Programme zu schreiben, aber vor allem auch zu verstehen, was theoretisch hinter den Kulissen passiert.
-
Highlights & Challenges
Gab es bestimmte Lehrveranstaltungen, Projekte oder Erlebnisse, die besonders prägend waren?
Als Mathematikerin war die Lehrveranstaltung „Software Engineering 1“ ein echter Augenöffner für mich. Davor war meine Devise oft: „Solange das Programm läuft, wird es nicht mehr angerührt.“ Seither haben sich meine Praktiken grundlegend und nachhaltig verbessert. Der Code, den ich heute im Masterstudium und in der beruflichen Praxis schreibe, ist qualitativ auf einem völlig neuen, hochwertigen Niveau.
-
Skills
Welche neuen Kenntnisse oder Fähigkeiten haben Sie im Studium erworben?
Allen voran natürlich fundierte Programmierkenntnisse, da ich vor dem Studium noch gar keine Berührungspunkte damit hatte. Darüber hinaus habe ich mir ein starkes Basisverständnis in verschiedenen Machine-Learning- und Data-Science-Themen angeeignet. Da ich mich gezielt für diese Richtung entschieden habe, konnte ich in einigen extrem spannenden Lehrveranstaltungen meine Neugier stillen und mich tief in die Materie einarbeiten.
-
Bachelorarbeit
Wie sind Sie zu ihrem Bachelorarbeitsthema und Betreuer*in gekommen? Welches Thema haben Sie gewählt?
Für mich stand fest, dass ich meine Bachelorarbeit im Bereich Machine Learning schreiben möchte. Über die Website der Forschungsgruppe Data Mining and Machine Learning habe ich mich nach angebotenen Themen umgesehen. Dabei stieß ich auf ein hochinteressantes Projekt im Bereich Inverse Reinforcement Learning bei Professor Sebastian Tschiatschek. Da ich im Semester zuvor einen ersten Einblick in Reinforcement Learning bekommen hatte, wollte ich genau dort anknüpfen. Besonders erfüllend war es für mich, dass ich mein mathematisches Vorwissen im Hauptteil der Arbeit direkt für komplexe Beweise nutzen konnte.
Das konkrete Thema lautete: "Maximum Causal Entropy Inverse Reinforcement Learning: An Extension to Higher Order Moment Matching". Kurz gesagt ging es darum, einen bestehenden Algorithmus, der bisher nur Erwartungswerte für die Optimierung nutzt, so zu erweitern, dass er auch die Varianz und gegebenenfalls höhere Momente mit einbezieht.
-
Zukunft
Welche konkreten Pläne haben Sie für die Zukunft?
- Kurzfristig: Der erfolgreiche Abschluss meines Masterstudiums Logic and Artificial Intelligence an der TU Wien.
- Mittelfristig: Ein Doktoratsstudium im Ausland zu absolvieren, um danach in der industriellen Forschung voll durchzustarten.
-
Mein Tipp
Welche Erfahrungen oder Tipps möchten Sie Studienanfänger*innen mitgeben, um erfolgreich durchs Studium zu kommen?
Nehmt euch die Zeit, die Grundlagen wirklich zu verstehen. Gerade am Anfang bei Mathe und Programmieren hilft eine gute Basis extrem, weil die späteren Wahlfächer dann viel leichter fallen. Sucht euch am besten früh gute Lerngruppen – daraus entstehen oft auch gute Freundschaften, mit denen man gemeinsam durch schwierige Themen gehen kann. Auch die Online-Communities sind super hilfreich. Und sucht euch die Wahlfächer aus, die euch wirklich interessieren, dann lernt es sich leichter.
Plant generell genug Zeit ein, besonders für Pflichtfächer. Wenn man sich zu viel vornimmt und vielleicht nebenbei noch arbeitet, kommt man kaum dazu, den Stoff richtig zu verstehen, und die Prüfungen werden unnötig stressig. Da ist es absolut wertvoller, ein oder zwei Semester dranzuhängen, als sich komplett zu stressen und dann vielleicht aufzuhören.
Weitere Einblicke aus den Studien