Data Science - master i teknologi/siv.ing., deltid

En mastergrad i Data Science gjør deg kvalifisert for de mest krevende og interessante arbeidsoppgavene innen dataanalyse, smarte løsninger (som smarte byer, smart energi), og digitalisering. Masterprogrammet i Data Science er et internasjonalt program der undervisningsspråket er engelsk.

Innhold, struktur og sammensetning av studieprogrammet

Universitetet i Stavanger tilbyr et masterprogram rettet mot studenter som har fullført 3-årig ingeniørutdanning eller lignende med nødvendig bakgrunn innen programmering og informatikk (minst 20 studiepoeng). Mastergraden i Data Science omfatter 120 studiepoeng. I deltidsløpet kan du spre emnene over 4 år og ta ett til to emner semester.

Studiet har praktiske emner som bygger på matematikk, statistikk, og grunnleggende informatikkkurs fra bachelorgraden. Programmet inneholder avanserte statistiske emner, behandling av store datasett, skyløsninger, maskinlæring og datautvinning.

Programmet tilbyr et mangfold av læringsaktiviteter og undervisningsformer, fra tradisjonelle forelesninger og øvelser, prosjektarbeid, selvstudium og laboratoriearbeid til introduksjon og praksis i bruk av moderne programvare. Vektleggingen av de enkelte undervisningsformene varierer mellom emnene.

Følgende fremgår av den enkelte emnebeskrivelse:

• Arbeids- og undervisningsformer
• Pensumlitteratur
• Evalueringsformer
• Vurderingsformer

FNs bærekraftsmål

FNs bærekraftmål er verdens felles arbeidsplan for å utrydde fattigdom, bekjempe ulikhet og stoppe klimaendringene innen 2030.
Meden master i Data Science får du kompetanse som kan bidra direkte i arbeidet med å nå målene for en bedre verden. IKT kan brukes for å hjelpe til med samtlige bærekraftmål.

Her kommer noen eksempler basert på vårt arbeid ved IDE:

Forskere ved IDE jobber blant annet med å analysere bildedata for å hjelpe leger med å diagnostisere sykdommer eller analysere hjertedata for å avsløre hjertesykdom før den bryter ut. Dette er del av FNs tredje bærekraftsmål, god helse.

Med strømkrise og klimakrise er det viktigere og viktigere å produsere så mye kraft som mulig. Med solceller på hustakene til folk og små vannkraftverk på individuelle gårder må man lage et strømnett som styres mye smartere enn med tradisjonelle store kraftverk. Ved IDE har vi hatt flere master- og PhD-prosjekter rundt smarte strømnett, og dette kan være aktuelle prosjekter for de som går videre på en master i data science. Dette går rett inn i FN-s bærekraftsmål 7 (ren energi til alle), 11 (bærekraftige byer og lokalsamfunn) og 13 (stopp klimaendringene).

UiS legger vekt på å kunne tilby alle studier som planlagt, men må ta forbehold om tilstrekkelig med ressurser og/eller studenter til å gjennomføre tilbudet. Over tid vil det være naturlig at det faglige innholdet og tilbudet av emner endres på grunn av den generelle utviklingen i fagfelt, bruk av teknologi og endringer i samfunnet for øvrig.

Læringsutbytte

Etter fullført toårig mastergrad i Data Science skal kandidaten ha følgende samlede læringsutbytte, definert i form av kunnskap, ferdigheter og generell kompetanse:

Kunnskap

K1: Avansert kunnskap innen Data Science, som inkluderer databehandling, maskinlæring, datautvinning, statistikk og typiske programmeringsspråk for området, inkludert: Python and R.

K2: Spesialisert innsikt i dataanalyse.

K3: Dyp kunnskap om vitenskapelig teori og metoder i Data Science.

K4: Anvende kunnskap om algoritmer for statistisk analyse, maskinlæring eller datautvinning på nye områder innen datavitenskap.

K5: Analyser faglige problemstillinger basert på det fjerde vitenskapsparadigmet, 4Vs av store data (volum, hastighet, variasjon og variasjon), datadrevet tilnærming, CRISP-DM (standardprosess for datautvinning på tvers av industrien).

Ferdigheter

S1: Analysere og forholde seg kritisk til ulike informasjonskilder, datasett og dataprosesser; og anvende disse for å strukturere og formulere slutninger basert på dataene.

S2: Analysere eksisterende teorier, metoder og tolkninger innenfor fagområdet og arbeide selvstendig med å anvende og vurdere ulike lagrings- og databehandlingsteknologier.

S3: Bruk CRISP-DM og vitenskapelige metoder for å utvikle dataanalyseprogrammer på en uavhengig måte.

S4: Gjennomføre uavhengig, begrenset datainnsamling, analyse og evaluering i henhold til etablerte designprinsipper i samsvar med gjeldende forskningsetiske standarder.

Generell kompetanse

G1: Analysere relevante etiske problemer som oppstår gjennom databruk og datagjenoppretting.

G2: Bruke sine kunnskaper og ferdigheter på nye områder for å utføre avanserte oppgaver og prosjekter knyttet til databehandling, dataanalyse og optimalisering.

G3: Formidle resultater av omfattende dataanalyse og utviklingsarbeid, og beherske datavitenskapelige uttrykk.

G4: Kommunisere om faglige problemstillinger, analyser og konklusjoner innenfor fagområdet, både med spesialister og til allmennheten.

G5: Bidra til nye ideer og innovasjonsprosesser ved å introdusere datadrevne tilnærminger, omfattende dataanalyse og utviklingsarbeid, og mestre datavitenskapelige uttrykk.

Hva kan du bli?

Med en mastergrad i Data Science kan du få en stilling i nesten alle bransjer. Noen eksempler på virksomheter hvor du kan finne arbeid er IT-konsulentselskaper, virksomheter innen telekommunikasjon, energirelaterte virksomheter, sykehus og andre offentlige etater. Spesialisering i Data Science gir grunnlag for arbeid med dataanalyse og utvikling av databehandlingssystemer for hele datalivssyklusen. Det bygger kunnskap og ferdigheter innen avansert statistikk, datautvinning, maskinlæring og prosessering av store datavolumer.

Fullført mastergrad gir grunnlag for opptak på PhD-studier innen informasjonsteknologi, matematikk og fysikk.

Emneevaluering

Ordninger for kvalitetssikring og evaluering av studier er fastsatt i kvalitetssystem for utdanning.