Studieplan for 5MAMN-DSC Data Science (sivilingeniør), master, 5 år., haust 2023
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
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