Hjem
Utdanning

Namn på grad

Integrert master i data science (sivilingeniør)

Omfang og studiepoeng

Integrert masterprogram i data science (sivilingeniør) har eit omfang på 300 studiepoeng og er normert til 5 år.

Fulltid/deltid

Fulltid

Undervisningsspråk

Norsk og engelsk

Studiestart - semester

Haust

Mål og innhald

Integrert master i data science (sivilingeniør) kombinerer realfaga matematikk, statistikk og informatikk med ingeniørfag, maskinlæring, visualisering, prosjektleiing og data science praksis. Data science er eit tverrfagleg fagområde der studentane lærer vitskaplege metodar, prosesser, algoritmar og system for å ekstrahere kunnskap og innsikt frå store mengder data, der disse ofte er beheftet med støy.

Data kan komme frå ulike kilder og i ulike formater. I løpet av studiet få studentane ei oversikt over alle trinna i data science-prosessen, inkludert datainnsamling, dataførebuing, datahandsaming, dataanalyse med statistikk, maskinlærings- og visualiseringsmetodar, å implementere data science-løysingar og studere etiske og samfunnsproblem relatert til data science.

Første halvdel av studiet har eit stort fokus på forståing for det teoretiske grunnlaget til maskinlæring og eit sett av konkrete algoritmar, programmering og bruk på reelle datasett.

Siste halvdel fokuserer på praksis og prosjektledelse og opnar for valmoglegheiter frå relevante spesialiseringsretninger (til dømes Visual Data Science, Statistical Data Science, Algoritmar, Biological Data Science, Economics/Optimization, Networks & Graphs, Maskinlæring) og anvendelsesområder (f. eks Linguistikk, Biologi, Energi).

Læringsutbyte

Kandidaten skal ved avsluttet program ha følgende læringsutbytte definert i kunnskaper, ferdigheter og generell kompetanse:

Kunnskap

Kandidaten

  • har kjenskap til heile verdikjeden i data science inkludert preprossesering, organisering og vedlikehold, læring, visualisering, rapportering og operasjonalisering
  • forstår prosessen for data-generering
  • har teoretisk kunnskap om muligheter og begrensninger i data science metoder
  • har gode kunnskaper i programmering, matematikk og statistikk
  • har dyptgående kunnskap i eit bestemt fagområde eller anvendelsesområde av data science

Ferdigheiter

Kandidaten

  • kan planlegge og gjennomføre prosjekter idata science
  • kan både velge og bruke data science verktøy for virkelige problemstillinger
  • kan tolke resultater fra data science verdikjeder
  • kan implementere komplekse dataprogram

Generell kompetanse

Kandidaten

  • kan arbeide både på egenhånd og i grupper med avanserte problemstillinger innen data science
  • har et kritisk og analytisk syn både på eget og andres arbeid
  • har evnen til å videreutvikle kunnskap på egen hånd
  • kan vurdere etiske sider av data science
  • kan skrive rapporter og gi muntlige presentasjoner i henhold til anerkjente vitenskapelige metoder

Opptakskrav

Generell studiekompetanse samt Matematikk R1 (eller Matematikk S1 og S2) og R2 og Fysikk Opptakskode: SIVING

Tilrådde forkunnskapar

Ingen

Innføringsemne

Ex.phil og INF100

Obligatoriske emne

Studiet har to komponentar: emnedel på 270 studiepoeng og individuell mastergradsoppgåve på 30 studiepoeng.

DSC399K - Masteroppgåve i Data science er på 30 studiepoeng. Masteroppgåva er et sjølvstendig vitskapleg arbeid, som blir gjennomført under rettleiing av fagleg rettleiar.

Tilrådd studieplan

10. semester (vår): DSC399K (masteroppgåve)

9. semester (haust): Valemne* - valgemne* - DSC300

8. semester (vår): DSC219 - INF250 - valgemne*

7. semester (haust): INF234 - INF264 - AIKI210

6. semester (vår): INNOV201** - EXPHIL/valgemne* - Valgemne*

5. semester (haust): EXPHIL/valgemne* - PHYS116 - INF170

4. semester (vår): INF115 - INF112 - STAT111 eller STAT200

3. semester (haust): STAT110 - INF161 (DSC100) - INF102

2. semester (vår): MAT121 - MNF130 - INF101

1 semester (haust): MAT111 eller MAT105 - INF100 - INF140

*Minst 20 studiepoeng av valgemnene må oppfylle vilkårene for sivilingeniørgrad.

** INNOV201: studenter som drar på utveksling må ta tilsvarende emne, enten på utveksling eller ta emnet i et annet semester.

Tilrådde valemne

Minst 20 studiepoeng av valemna må være ingeniørfag for å oppfylle vilkåra for siv.ing grad. Studentane kan også velje emne såframt det vert godkjent av programstyret. Tilrådde valemne:

Visuell Data Science: INF252 (bygger på INF251), INF253

Statistisk Data science: STAT220, STAT250

Algoritmer: INF236, INF237

Biologisk Data science: BINF100, BINF200

Økonomi/Optimalisering: INF270, INF271

Nettverk/graphs: INF237, INF207

Rekkefølgje for emne i studiet

Tilrådd rekkefølgje for emna finn du under overskrifta "obligatorisk emne".

Delstudium i utlandet

Studieprogrammet har lagt til rette for at studentane kan ta delar av studiet ved lærestader i utlandet.

Arbeids- og undervisningsformer

Undervisningsformene i studiet inkluderer i hovudsak førelesingar og grupper. Undervisningsformer for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Vurderingsformer

Vurderingsformer i studiet inkluderer i hovudsak skriftleg eksamen (3 timar, 5 timar og 8 timar) og munnleg eksamen, men også andre former som til dømes mappevurdering. Vurderingsformer for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Karakterskala

Ved UiB er det to typar karakterskalaer: «bestått/ikkje bestått» og bokstavkarakterar på skalaen A-F. For masteroppgåva vert bokstavkaraktar nytta. Karakterskala for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Vitnemål og vitnemålstillegg

Vitnemål blir skrive ut etter at graden er fullført.

Grunnlag for vidare studium

Masterstudiet gir grunnlag for opptak til forskarutdanninga (ph.d.-grad). Ein må normalt vere tilsett i ei stilling som stipendiat for å få opptak.

Relevans for arbeidsliv

Ifølge Bureau of Labor Statistics, er det stadig etterspørsel etter arbeidstakere med bakgrunn innen data science. Data scientister jobber innen flere sektorer:

  • Finans, bank og forsikring
  • Høgteknologibedrifter
  • IT og telekommunikasjon
  • Konsulentbransjen
  • Gründerverksemd
  • Offentleg forvaltning og forsking
  • Store industriselskap

Evaluering

Masterprogrammet blir kontinuerleg evaluert i tråd med retningslinjene for kvalitetssikring ved UiB. Emne- og programevalueringar finn ein på kvalitetsbasen.uib.no

Programansvarleg

Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet

Administrativt ansvarleg

Det matematiske-naturvitskapelege fakultet ved institutt for informatikk har det administrative ansvaret for studieprogrammet.

Kontaktinformasjon

E-post: Studierettleiar.ii@uib.no Tlf: 55 58 30 30