Hopp til hovedinnhold

Applied Data Science, master deltid

Applied Data Science er et masterprogram som skal øke IKT-kompetansen hos ingeniører fra ulike fagfelt. Du lærer å hente ut relevant informasjon fra en sammenstilling av store datasett fra ulike kilder.

Fakta
Varighet

4 år/8 semestre

Antall studieplasser

10

Studiepoeng

120

Undervisningsspråk

Engelsk

Studiestart

August hvert år

Poenggrense

Karaktergrense C

Vegard Foldøy Thorsen tok master i computer science (datateknikk) ved UiS. Han fikk jobbtilbud fra Capgemini allerede før han hadde tatt siste eksamen.

Masterstudiet tilbys som 2-årig fulltidsstudium og som deltidsstudium over 4 år. 

For deg som bor i regionen kan deltidsstudiet tas i kombinasjon med jobb eller andre aktiviteter, du kan følge undervisningsopplegget som gis. 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 streames som regel ikke, men bøker og andre materialer dekker pensum. Du må regne med at du trenger 1-2 dager per uke (avhengig av semester) for å følge obligatoriske aktiviteter.

Evnen til å opprette, administrere og utnytte data har blitt en av de viktigste utfordringene for utøvere i de fleste disipliner, sektorer og næringer. Studenter med kompetanse innen Applied Data Science vil være svært ettertraktede i framtidens arbeidsmarked, hvor de skal bidra til utvikling av smarte løsninger og digitalisering.

For studenter med bachelorutdanning i datatekniske studieprogram anbefaler vi masterstudiet i datateknologi. 

Det nye studiet kommer i kjølvannet av framveksten av store datamengder, Big Data, og behovet for å finne nyttig informasjon i disse. For å analysere, forstå og bruke disse dataene, krever faget tverrfaglige ferdigheter og kunnskaper. Applied Data Science skaper muligheter for studenter med ulik ingeniørbakgrunn som har lyst til å rette seg mer mot digitalisering og dataanalyse.

Les mer: Framtidens yrker - medisinsk teknolog

Applied Data Science er avgjørende for å skape smarte løsninger, blant annet i utviklingen av smarte byer. Applied Data Science har fordypning i informasjonsgjenfinning, datautvinning og ytterligere fordypning i statistikk.

Masterstudiet har en praktisk profil, der du etter fordypning i statistikk og informatikk anvender algoritmene på reelle datasett. UiS har et sterkt forskningsmiljø på analyse av store datasett, skyløsninger og maskinlæring.

Sommerkurs

UiS tilbyr et forberedende sommerkurs med programmering og systemadministrasjon. Kurset finner sted tidlig i august før ordinær semesterstart. 

Sosialt miljø

UiS har lagt forholdene godt til rette med pauserom, lesesal og datarom spesielt reservert for masterstudentene. Det er også en egen interesseorganisasjon for disse studentene, ISI, som har god aktivitet på det faglige og ikke minst det sosiale området.

Les mer: 

Du er kanskje også interessert i:

Hva kan du bli?

Med en mastergrad i Applied Data Science er du etterspurt i nærmest alle bransjer, og dette studiet åpner for mange ulike typer jobber. Du kan jobbe i et IT-konsulentselskap, telekommunikasjonsbedrift, energibedrift, helseforetak, i annen offentlig sektor eller i en teknologiutviklingsbedrift som krever kunnskap og innsikt i håndtering og analyse av store datasett. Studiet er svært ettertraktet i framtidens arbeidsmarked, med utvikling av smarte løsninger som for eksempel i smarte byer, med smart energi og digitalisering.

Hva lærer du?

Alle studieprogram ved UiS har definerte mål for hva du skal lære gjennom studieløpet. Les mer om læringsutbyttet for dette studieprogrammet.

En kandidat med fullført og bestått 2-årig mastergrad i Applied Data Science skal ha følgende samlede læringsutbytte definert i form av kunnskap, ferdigheter og generell kompetanse:

 

Kunnskap

K1: Avansert kunnskap innenfor data science, som omfatter databehandling, stordata, maskinlæring, datautvinning, statistikk og typiske programmeringsspråk for området, i.a.Python og R.

K2: Spesialisert innsikt i data analyse.

K3: Inngående kunnskap om vitenskapelige teori og metoder i data science.

K4: Anvende kunnskap om algoritmer for statistisk analyse, maskinlæring eller datautvinning på nye områder innenfor data science.

K5: Analysere faglige problemstillinger med utgangspunkt i fjerde vitenskapens paradigme, 4Vene av stordata (volum, velositet, variasjon, variabilitet), data-drevet tilnærming, CRISP-DM (cross-industry standard process for data mining).

 

Ferdigheter

F1: Analysere og forholde seg kritisk til ulike informasjonskilder, datasett og dataprosesser; og anvende disse til å strukturere og formulere data-drevet resonnement.

F2: Analysere eksisterende teorier, metoder og fortolkninger innenfor fagområdet og arbeide selvstendig med å anvende og evaluere ulike lagrings- og databehandlingsteknologier.

F3: Bruke CRISP-DM og vitenskapelige metoder for å utvikle dataanalyseprogrammer på en selvstendig måte.

F4: Gjennomføre en selvstendig, avgrenset datainnsamling, analyse og evaluering etter etablerte ingeniørprinsipper i tråd med gjeldende forskningsetiske normer.

 

Generell kompetanse

G1: Analysere relevante etiske problemstillinger som følger av bruk av data og datautvinning.

G2: Anvende sine kunnskaper og ferdigheter på nye områder for å gjennomføre avanserte arbeidsoppgaver og prosjekter relatert til databehandling, dataanalyse og optimalisering.

G3: Formidle resultater av omfattende dataanalyse og utviklingsarbeid, og beherske Data Science-uttrykksformer.

G4: Kommunisere om problemstillinger, analyser og konklusjoner relatert til data-drevet forskning og utvikling, både med spesialister og til allmennheten.

G5: Bidra til nytenking og i innovasjonsprosesser ved å innføre data-drevet tilnærming.

Opptakskrav

Opptakskrav til studiet er gjennomført og bestått bachelor i ingeniørfag eller tilsvarende utdanning. For opptak kreves minst 10 studiepoeng med informatikk eller datatekniske emner, eller ingeniørfaglig innføringsemne med programmering, og 30 studiepoeng matematikk og statistikk.

Det er satt en laveste gjennomsnittskarakter for opptak på C.


Søkere som fullfører bachelorgraden i søknadssemesteret kan få tilbud om betinget opptak på de 150 studiepoengene oppnådd i de første fem semestrene av bachelorgraden. Søkerne må da dokumentere at de har full studieprogresjon samt utdanningsplan for vårsemesteret. I betingelsen for opptaket, må søker fullføre bachelorgrad og dokumentere dette innen 1. juli for at tilbudet skal være gjeldende.


Søknad
: via lokalt opptak.
Søknadsfrist: 15. april.
Søknadsfrist for søkere med utenlandsk utdanning utenom nordiske land: 1 mars

Hvordan søke?

Språkkrav, dokumentasjonskrav mm.

Utfyllende regler

Kan komme endringer for opptaket 2021

Viktig

Kun søkere som har statsborgerskap fra Norden eller de som har opphold i Norge kan søke til master i Applied Data Science.

Søknadsfrist: 15. april. 
Søknadsfrist for søkere med utenlandsk utdanning utenom nordiske land: 1 mars

Kontakt

For spørsmål om opptak, ta kontakt med masteropptak@uis.no

Studieplan og emner
Les hele beskrivelsen av studieprogrammet

Spørsmål og svar

Hva er hovedforskjellen på de tre masterprogammene?


Forskjellen mellom ADS (Applied Data Science) og DS (Data Science) er at i ADS får studenter mer grunnleggende opplæring i programmering og databaser som studenter i DS (og CS (Computer Science)) har fra før. Ellers er det stor overlapp mellom ADS og DS. DS og CS har samme opptaksgrunnlag, mens ADS har et annet opptaksgrunnlag.
 
Hva er forskjellen mellom ADS/DS og CS (Pålitelige og sikre systemer)?
Spesialisering: Pålitelige og sikre systemer
Spesialiseringen i pålitelige og sikre systemer 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.
Spesialisering i pålitelige og sikre systemer 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.
 
Hva lærer du hvis du velger spesialiseringen Data Science?
Spesialiseringen i 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.
Spesialisering i Data Science 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.

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.

Utvekslingssemester

3. semester

 

Opplegg for utvekslingen

I 3. semester på masterprogrammet i Applied Data Science er det lagt til rette for et studieopphold i utlandet.

Det er satt opp 30 studiepoeng valgemner i 3. semester. I utlandet må du velge fag som gir en tilsvarende fordypning innen ditt fagområde, og disse må være godkjente før du reiser ut. Det er også viktig at emnene du skal ta i utlandet ikke overlapper med emner du alt har tatt eller skal ta senere i studiet. Et tips er å tenke på din spesialisering og ditt interessefelt. Det vil foreligge ferdige godkjente emnepakker før studentene skal søke om utveksling.

 

Flere muligheter

I tillegg til de faglig anbefalte lærestedene som er listet opp under, har UiS en rekke avtaler med universitet utenfor Europa som er aktuelle for alle studenter på UiS med forbehold om at de finner et relevant fagtilbud.

Innen Norden kan alle studenter benytte seg av Nordlys- og Nordtek-nettverkene.

 

Kontaktperson

Veiledning og forhåndsgodkjenning av emner:https://www.uis.no/article.php?articleID=121756&categoryID=11198https://www.uis.no/article.php?articleID=121756&categoryID=11198

Nina Egeland

Generelle spørsmål om utveksling:

Internasjonalt kontor, Kitty Kiellands husmailto:utveksling@uis.nomailto:utveksling@uis.no

utveksling@uis.no

Utveksling
  • Alle land

Kontakt oss

51831276
Kontor for utdanningsadministrative tjenester
konsulent
51832061
Institutt for data- og elektroteknologi
Førsteamanuensis
Presentasjon av Fagmiljøet

Institutt for data- og elektroteknologi

Institutt for data- og elektroteknologi (IDE) driv utdanning og forsking på fagfelta datateknologi, robotteknologi, automasjon og signalbehandling.

IDE tilbyr bachelor- og masterutdanning i datateknologi, datavitskap (Data Science), automatisering og elektronikkdesign, robotteknologi og signalbehandling og kybernetikk og robotteknologi. Instituttet tilbyr også Y-vei i automatisering og elektrodesign. På doktorgradsnivå gir instituttet PhD-utdanning i informasjonsteknologi.

IDE har forsking innan datateknologi, signalbehandling og kybernetikk. Instituttet har også forskingssenteret CIPSI, programområdet Helseteknologi, fleire forskingsgrupper og anna tverrfaglig forskingssamarbeid. 

Relaterte artikler

Ph.d. - Informasjonsteknologi, matematikk og fysikk

Informasjonsteknologi, matematikk og fysikk er en retning innenfor doktorgradsprogrammet i teknologi og naturvitenskap v...

Framtidens yrker: Medisinsk teknolog

– Vi er helt nødt til å finne mer automatiserte og effektive måter å hjelpe legene til å gjøre jobben sin på, uten at de...

Laerdal Medical finansierer forskning på kunstig intelligens

Laerdal Medical styrker samarbeidet med UiS ved å dekke en treårig deltidsstilling innenfor kunstig intelligens og helse...

Institutt for data- og elektroteknologi

Institutt for data- og elektroteknologi (IDE) driv utdanning og forsking på fagfelta datateknologi, robotteknologi, auto...