Vil du ta skrittet fra utvikling til design av nye datasystemer? Da er dette mastergraden for deg.
4 år / 8 semestre
120
Engelsk
8
August hvert år
15. april for lokale søkere Søk på Master of Science in Computer Science – part-time i Søknadsweb:
Om studiet
Digitalisering og økende bruk av kunstig intelligens, både i industrien og samfunnet, krever stadig mer komplekse datasystemer. Med en mastergrad i datateknologi blir du eksperten som trengs for å designe, utvikle og drive slike systemer på en sikker og effektiv måte.
Du lærer å designe og programmere sikre systemer med kompleks infrastruktur, inkludert skyløsninger, trådløse nettverk og blokkjeder. I emnet Datautvinning og dyplæring og i flere av valgemnene lærer du å bruke og forstå teknologien bak kunstig intelligens.
Studieprogrammet legger stor vekt på praktiske ferdigheter og gir håndfast erfaring. Du vil utvide kunnskapen din i programmeringsoppgaver og prosjekter. På studiet får du mulighet til å skrive masteroppgaven din i samarbeid med industrien og dermed bidra til innovasjon.
Deltidsstudium
Masterstudiet tilbys som et deltidsstudium over fire år.
Studiet kan tas i kombinasjon med jobb eller andre aktiviteter, men krever noe fysisk oppmøte. Du tar emner sammen med fulltidsstudenter som tar studiet over to år, men du tar færre emner per semester fordelt på fire år. Deltidsstudiet foregår på dagtid, og de fleste emner baserer seg på laboratoriearbeid og prosjektarbeid i grupper med obligatorisk oppmøte. Forelesninger strømmes som regel ikke, men bøker og digitale verktøy, som Discord, dekker pensum. Du må regne med at du trenger 1-2 dager per uke (avhengig av semester) for å følge obligatoriske aktiviteter.
Hva kan du bli?
Utviklere og forskere innen datateknikk er uunnværlige i nesten alle bransjer. Noen eksempler på virksomheter hvor de finner arbeid: IT-konsulentselskaper, bedrifter som utvikler ny teknologi, energiselskaper, virksomheter innen telekommunikasjon, sykehus og andre offentlige etater. Vi møter digital teknologi overalt, og forskere og utviklere innen datateknikk er avgjørende for å gjøre informasjonssamfunnet og digitaliseringen til en realitet.
Fullført mastergrad gir grunnlag for opptak på PhD-studier innen informasjonsteknologi, matematikk og fysikk.
Læringsutbytte
Alle studieprogram ved UiS har definerte mål for hva du skal lære gjennom studieløpet. Les mer om læringsutbyttet for dette studieprogrammet.
Etter fullført mastergrad i datateknologi skal kandidaten ha følgende samlede læringsutbytte, definert i form av kunnskap, ferdigheter og generell kompetanse:
Kunnskap
K1: Avansert kunnskap innen datateknologi inkludert sky-tjenester, sikkerhet, nettverk, distribuerte systemer, datautvinning og maskinlæring.
K2: Dyp kunnskap om fagområdets vitenskapelige teorier og metoder.
Ferdigheter
S1: Selvstendig bruke relevante metoder innen forskning og programvareutvikling.
S2: Analysere og forholde seg kritisk til ulike informasjonskilder og anvende disse for å strukturere og formulere faglige resonnementer innen datateknologi.
S3: Utføre et uavhengig, begrenset forsknings- eller utviklingsprosjekt under veiledning og i tråd med etablerte etiske normer for forskning.
S4: Utnytte kunnskap innen trådløs kommunikasjon, sensornettverk, distribuerte kommunikasjonssystemer. datautvinning og maskinlæring.
S5: Design, modeller, simuler og utvikler avanserte nettverksbaserte datasystemer med fokus på pålitelighet og sikkerhet.
Generell kompetanse
G1: Analysere relevante faglige, og undersøke etiske problemstillinger.
G2: Bruke tilegnet kunnskap og ferdigheter på nye områder for å fullføre komplekse oppgaver og prosjekter.
G3: Kommunisere helhetlig om eget arbeid og beherske fagområdets uttrykksform.
G4: Kommunisere om faglige problemstillinger, analyser og konklusjoner innenfor fagområdet, både med spesialister og med allmennheten.
Studieplan og emner
Oppstartssemester: 2024
-
Obligatoriske emner
-
Sikkerhet og sårbarhet i nettverk
Første år, semester 1
-
Nettskyteknologier
Første år, semester 1
-
Distribuerte systemer
Første år, semester 2
-
Etisk hacking
Andre år, semester 3
-
Trådløs kommunikasjon
Andre år, semester 3
-
Algoritmeteori
Andre år, semester 4
-
Datautvinning og dyplæring
Tredje år, semester 6
-
Masteroppgave i datateknologi
Fjerde år, semester 7
-
-
5. eller 7. semester ved UiS eller utveksling
-
Emner ved UiS 5. og 7. semester
-
Velg ett emne
-
Investeringsanalyse
Tredje år, semester 5
-
Prosjektledelse
Tredje år, semester 5
-
-
Anbefalte valgemner 5. og 7. semester ved UiS
-
Diskret simulering og ytelsesanalyse
Tredje år, semester 5
-
Data-intensive Systems and Algorithms
Tredje år, semester 5
-
Informasjonsgjenfinning og tekstutvinning
Tredje år, semester 5
-
Blokkjedeteknologi og applikasjon
Tredje år, semester 5
-
-
Andre valgemner 5. og 7. semester ved UiS
-
Prosjekt i datateknologi
Tredje år, semester 5
-
Bildebehandling og maskinsyn
Tredje år, semester 5
-
Dype nevrale nett
Tredje år, semester 5
-
Statistisk modellering og simulering
Tredje år, semester 5
-
-
-
Utveksling 5. eller 7. semester
-
Utveksling 5. eller 7. semester
-
-
Utveksling
Ved å reise til en av våre partnerinstitusjoner i utlandet som en del av studiet har du mulighet til å få en unik utdanning. I tillegg til økte karrieremuligheter, vokser du som person og får se faget ditt fra en ny vinkel. Alt om utveksling
Utenlandsopphold er mulig for alle UiS-studenter, selv om spesielle ordninger kan være nødvendig for deltidsstudenter.
For mer informasjon, se under fulltidsstudium.
Opptakskrav
Opptakskravet er fullført bachelorgrad i ingeniørfag i data, i henhold til nasjonal rammeplan for ingeniørutdanning, eller en annen bachelorgrad i data, informatikk eller liknende som inneholder minimum 50 sp med informatikk- eller datatekniske emner. 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.
Hvis du har fullført studier eller 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.
Det er satt en laveste gjennomsnittskarakter for opptak på C.
Spørsmål om søking og opptak?
Slik søker du opptak til 2-årig master.
Hva er snittet?
Se poenggrenser fra tidligere år.
Kontakt oss
Jeg liker å løse programmeringsoppgaver og lage noe. Derfor har jeg lyst til å bli utvikler.
Slik er det å studere ved UiS
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?
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.
Liknende utdanninger
Kontakt oss
Fakultetsadministrasjonen TN
Kontor for utdanningsadministrative tjenester
Institutt for data- og elektroteknologi