Data Science – master 2 år

Har du en ingeniørgrad og synes maskinlæring og kunstig intelligens er spennende? Da kan denne masteren passe for deg.

Sist oppdatert 18. nov. 2024

Fakta

Varighet

2 år/4 semestre

Studiepoeng

120

Undervisningsspråk

Engelsk

Antall studieplasser

23 for lokale søkere og 2 for internasjonale søkere

Studiestart

August hvert år

Ordinær søknadsfrist

15. april for lokale søkere Søk på Master of Science in Data Science i Søknadsweb:

Søk nå

Med kompetanse i Data Science er du ettertraktet på jobbmarkedet.

Om studiet

Evnen til å opprette, administrere og utnytte data har blitt en av de viktigste utfordringene i arbeidslivet. Med kompetanse i Data Science er du svært ettertraktet på arbeidsmarkedet. Her kan du bidra til utvikling og bruk av smarte løsninger og digitalisering. I emner som maskinlæring og datautvinning og dyplæring går vi i dybden på kunstig intelligens og maskinlæring. Her lærer du blant annet om hvordan teknologien bak kunstig intelligens fungerer.

For å analysere, forstå og bruke store datamengder, krever faget tverrfaglig kunnskap. Dette studiet gir deg som har en annen ingeniørbakgrunn mulighet til å rette deg mot digitalisering og dataanalyse. Her kan du fordype deg i informasjonsgjenfinning, datautvinning og statistikk.

Data Science er avgjørende for å skape smarte løsninger, både innenfor datateknologi og andre ingeniørdisipliner.

Du får mulighet til å skrive masteroppgaven din i samarbeid med industrien og bidra inn i et sterkt forskningsmiljø ved UiS.

Opptakskrav

Opptakskravet er fullført bachelorgrad i ingeniørfag, i henhold til nasjonal rammeplan for ingeniørutdanning, eller tilsvarende utdanning med minst 10 sp med programmering og ytterligere 10 sp i datatekniske emner (databaser, algoritmer og datastrukturer, videregående programmering, operativsystemer eller lignende). Alle søkere må ha minimum 25 sp matematikk, 5 sp statistikk og 7,5 sp fysikk. Søkere med utenlandsk utdanning må ha tilsvarende 25 sp innen matematikk, 5 sp statistikk og 7,5 sp fysikk.

Det er satt en laveste gjennomsnittskarakter for opptak på C.

Det kan kreves minst 50 sp i programmering og datatekniske emner i tilfeller der nøyaktig innhold i programmering og datatekniske emner ikke kan bekreftes gjennom standardiserte læringsutbyttebeskrivelser basert på Bolognaprosessen.

Hvis du har fullført studier/emner utenfor Universitetet i Stavanger, må du laste opp originale emnebeskrivelser på norsk eller engelsk, som inneholder et klart definert læringsutbytte (curriculum). Emnenavn og -koder på emnebeskrivelsene må samsvare med karakterutskrift. Dersom du ikke laster opp emnebeskrivelser, risikerer du at søknaden din blir nedprioritert.

Utfyllende regler for opptak.(PDF)

Kjersti Engan om mulighetene innen medisinsk teknologi.

Slik er det å studere ved UiS

Studentlivet i Stavanger

Din linjeforening:

ISI

Spørsmål og svar

Hva er forskjellen på Data Science og datateknologi?

Hva lærer du når du velger program Data Science?

Programmet Data Science lærer deg å trekke ut relevant informasjon fra en kompilering av store datasett fra forskjellige kilder. Evnen til å opprette, administrere og utnytte data har blitt en av de viktigste utfordringene for utøvere i nesten alle disipliner, sektorer og næringer.

Det gir grunnlag for arbeid innen dataanalyse og utvikling av databehandlingssystemer for hele data livssyklus. Du får kunnskap og ferdigheter i avansert statistikk, datautvinning, maskinlæring og behandling av store datamengder. Studiet vil være svært ettertraktet i framtidens arbeidsmarked, med utvikling av smarte løsninger som for eksempel i smarte byer, med smart energi og digitalisering.

Hva lærer du når du velger program datateknologi?

I programmet datateknologi lærer deg ledelse, design og programmering av datasystemer. Evnen til å integrere kunnskap og ferdigheter i sikkerhet, pålitelighet og skalerbarhet sammen med algoritmeteori og statistikk er nødvendig for å svare på utfordringer i datasystemer i alle bransjer.

Det gir grunnlag for arbeid med utvikling og planlegging av kommersielle datasystemer til forskjellige formål. Du får kunnskap og ferdigheter innen nettverkssikkerhet, pålitelighet av distribuerte systemer, simulering og modellering.

+