Ønsker du en god dataforståelse? Dette studiet passer for deg som vil jobbe med programvareutvikling, datanettverk, behandling av store datamengder og utvikling av ny teknologi.
5 år / 10 semestre
300
29
2024: Alle kvalifiserte søkere
15. april via Samordna opptak
Om studiet
Med en mastergrad i datateknologi står mulighetene åpne for de mest interessante arbeidsoppgavene innen fagfeltet.
Studiet baserer seg på en 3+2-modell:
- De tre første årene går du bachelorstudiet i datateknologi, der undervisningen i hovedsak foregår på norsk.
- De to siste årene tar du masterprogrammet Data Science.
- Se «studieplan og emner» og «overgang til høyere nivå» for mer informasjon om studiets oppbygning.
I bachelorstudiet lærer du de ferdighetene som en programvareutvikler trenger for å utvikle nye, framtidsrettede programmer.
- Programmering er en viktig del av studieprogrammet.
- Andre viktige emner: Algoritmer, databaser, datasikkerhet, kommunikasjonsteknologi og operativsystemer.
- Du vil også lære det grunnleggende om hvordan et datanettverk som internett er bygd opp, og du kan gjennom et valgfag oppnå kunnskapen du trenger for å få en CISCO-sertifisering innen drift av datanettverk.
- For å kunne operere de systemene du trenger som dataingeniør, vil du få god kunnskap i realfag som matematikk og fysikk.
På masteren i Data Science lærer du blant annet om hvordan teknologien bak kunstig intelligens fungerer og om behandling av store datamengder.
Undervisningen foregår gjennom forelesninger, oppgaveløsning, prosjektarbeid og laboratoriearbeid. Studiet kan være arbeidskrevende. For å lære programmering bør du være innstilt på å legge ned mye arbeid.
Career prospects
Se beskrivelsen for studieprogrammene:
- Bachelor i ingeniørfag - datateknologi
- Master i teknologi – Data Science
Fullført mastergrad innen datateknologi gir grunnlag for opptak på ph.d.-studiet i Informasjonsteknologi, matematikk og fysikk.
Learning outcomes
All study programmes at the UiS have a set of defined learning targets. Read more about the learning outcome for this study programme.
Se læringsutbyttebeskrivelsene for studieprogrammene:
Bachelor:
Bachelor i ingeniørfag - datateknologi
Master:
Study plan and courses
Enrolment year: 2025
-
Datateknologi - bachelor i ingeniørfag
-
Obligatoriske emner
-
Grunnleggende programmering
Year 1, semester 1
-
Fysikk for data/elektro
Year 1, semester 1
-
Grunnleggende kjemi
Year 1, semester 1
-
Matematiske metoder 1
Year 1, semester 1
-
Kurs i studieteknikk og ingeniør- og realfaglig arbeidsmetode
Year 1, semester 1
Kurs i studieteknikk og ingeniør- og realfaglig arbeidsmetode (TN110)
Study points: 0
-
Databaser og webprogrammering
Year 1, semester 2
-
Anvendt matematikk og fysikk i robotprogrammering
Year 1, semester 2
Anvendt matematikk og fysikk i robotprogrammering (ELE130)
Study points: 10
-
Matematiske metoder 2
Year 1, semester 2
-
Algoritmer og datastrukturer
Year 2, semester 3
-
Informasjons- og programvaresikkerhet
Year 2, semester 3
-
Operativsystemer og systemprogrammering
Year 2, semester 3
-
Kommunikasjonsteknologi 1
Year 2, semester 4
-
Programvareutvikling
Year 2, semester 4
-
Sannsynlighetsregning og statistikk 1
Year 2, semester 4
-
Bacheloroppgave i datateknologi
Year 3, semester 5
-
Ingeniørfaglig systememne - Teknologiledelse
Year 3, semester 6
-
-
Valgemner eller utveksling 5. semester - 30 studiepoeng
-
Emner ved UiS 5. semester
-
Anbefalte valgemner 5. semester
-
Kommunikasjonsteknologi 2
Year 3, semester 5
-
Kunstig intelligens for ingeniører
Year 3, semester 5
-
Praksis i datateknologi
Year 3, semester 5
-
Diskret matematikk
Year 3, semester 5
-
-
Andre valgemner 5. semester
-
Innføring i kunstig intelligens (KI)
Year 3, semester 5
-
Økonomi og marked
Year 3, semester 5
-
Anvendt Python programmering og modellering
Year 3, semester 5
-
-
-
Utveksling 5. semester
-
Utveksling 5. semester
-
-
-
-
Overgang til Data Science, master i teknologi/siv.ing.
-
Data Science, master i teknologi/siv.ing.
-
Obligatoriske emner
-
Nettskyteknologier
Year 1, semester 1
-
Data-intensive Systems and Engineering
Year 1, semester 1
-
Introduksjon til datavitenskap
Year 1, semester 1
-
Statistisk modellering og simulering
Year 1, semester 1
-
Generativ AI
Year 1, semester 2
-
Algoritmeteori
Year 1, semester 2
-
Maskinlæring
Year 1, semester 2
-
Masteroppgave i Data Science
Year 2, semester 3
-
-
3. semester ved UiS eller utveksling
-
Emner ved UiS 3. semester
-
Velg ett emne
-
Investeringsanalyse
Year 2, semester 3
-
Prosjektledelse
Year 2, semester 3
-
-
Anbefalte valgemner 3. semester
-
Reinforcement Learning
Year 2, semester 3
-
Informasjonsgjenfinning og tekstutvinning
Year 2, semester 3
-
Bildebehandling og maskinsyn
Year 2, semester 3
-
Statistisk læring
Year 2, semester 3
-
-
Andre valgemner 3. semester
-
Diskret simulering og ytelsesanalyse
Year 2, semester 3
-
Prosjekt i datateknologi
Year 2, semester 3
-
Dype nevrale nett
Year 2, semester 3
-
Sannsynlighetsregning og statistikk 2
Year 2, semester 3
-
-
-
Utveksling 3. semester
-
3. semester utveksling
-
-
-
-
Student exchange
By going on exchange to one of our partner institutions abroad as part of your studies, you will have an opportunity to get a unique education. In addition to improving your career opportunities, you grow as a person and gain the ability to greater reflect on the topics you study as part of your degree.
Utvekslingssemester
5. semester på bachelornivå
3. semester på masternivå
Se beskrivelsen for studieprogrammene:
- Bachelor i ingeniørfag - datateknologi
- Master i teknologi – Data Science
Overgang til høyere nivå
Regler for overgang til høyere nivå for studenter med opptak på femårig master i datateknologi ved Det teknisk-naturvitenskapelige fakultet.
- Krav til faglig innhold og gjennomføring for å oppnå graden sivilingeniør for de som er tatt opp direkte til det femårige løpet tilsvarer de krav som gjelder for 3+2 modellen*.
*Studenter med en treårig bachelorgrad i ingeniørfag i henhold til norsk rammeplan for ingeniørutdanning eller tilsvarende (som inneholder minst 25 studiepoeng (sp) matematikk, minst 5 sp statistikk, og minst 7,5 sp fysikk), og som har opptak til master i Data Science, er dermed kvalifisert for tilleggstittelen «sivilingeniør».
- For overgang fra lavere nivå til høyere nivå kreves at studenten har gjennomført minst 90 % av de tre første studieårene slik disse er definert i godkjent utdanningsplan. Overgang innvilges av de respektive instituttledere.
- Inkludert i de 90 % som må være fullført jf. pkt. 2, må følgende være bestått:
a. Minimum 27,5 sp av 37,5 sp i matematikk, fysikk og statistikk tilsvarende krav i § 4 i «Utfyllende regler for opptak til mastergradsstudier ved Det teknisk-naturvitenskapelige fakultet» til den masterutdanningen studenten skal ha overgang til.
b. Bacheloroppgaven.
- For overgang fra lavere nivå til høyere nivå kreves oppnådd en nedre karaktergrense på C. Dette er gjeldende for studenter som har opptak til femårige masterprogram, uavhengig av opptaksår, som er kvalifisert for overgang til høyere nivå høsten 2019 eller senere. Dekan kan godkjenne lavere karaktergrense dersom særlige forhold tilsier det. Utregning av snittkarakter følger samme utregningsmetode som spesifisert i «Utfyllende regler for opptak til mastergradsstudier ved Det teknisk-naturvitenskapelige fakultet» § 5.
- Det gis automatisk adgang til eventuelle masteremner dersom disse inngår i godkjent utdanningsplan på lavere nivå.
Admission requirements
Generell studiekompetanse og matematikk R1 (S1 og S2) og R2 og Fysikk 1 eller 1-årig forkurs for ingeniør.
Søknad: via Samordna opptak.
Søknadsfrist: 15. april
For overgang fra lavere nivå til høyere nivå kreves oppnådd en laveste gjennomsnittskarakter på C
Slik er det å studere ved UiS
Liknende utdanninger
Kontakt oss
Faculty Administration TN
Kontor for utdanningsadministrative tjenester
Department of Electrical Engineering and Computer Science