Emne
Masteroppgave i Data Science (DASMAS)
Fakta
Emnekode DASMAS
Vekting (stp) 30
Semester undervisningsstart Høst
Undervisningsspråk Engelsk, Norsk
Antall semestre 2
Vurderingssemester Vår
Timeplan Vis timeplan
Litteratur Søk etter pensumlitteratur i Leganto
Intro
Masteroppgaven er et selvstendig arbeid der du skal bruke de kunnskapene som er opparbeidet gjennom studiet til å løse en gitt oppgave. Gjennom denne oppgaven skal du vise evner og kvaliteter som kommende sivilingeniør.
Oppgaven skal normalt utføres i siste semester av masterstudiet. På dette stadiet har du vanligvis skaffet deg de fagkunnskapene som kreves for gjennomføring av en relevant masteroppgave for studieløpet ditt.
Innhold
Siden masteroppgavene er så forskjellige, er det vanskelig å sette opp en felles mal for gjennomføring og rapportering. Normalt vil masteroppgaven resultere i en rapport. Nedenfor er det gitt et eksempel på et rapportoppsett. Det understrekes at dette er et eksempel og at det oftest vil være nødvendig med tilpasninger. De enkelte instituttene kan også ha egne eksempler eller krav til maler. Bli enig med faglig ansvarlig om hvordan din oppgave skal gjennomføres og dokumenteres.
På et overordnet nivå vil imidlertid mange besvarelser ha en rimelig lik struktur: Først gis en innledning som redegjør for bakgrunn for oppgaven, formål med oppgaven, og hva den skal inneholde. Deretter gis en oversikt over relevant teori, eksisterende metoder og modeller som er av betydning for oppgaven, laboratorieoppsett, etc.
Så følger en presentasjon av de gjennomførte analyser/eksperimenter/utviklinger og resultatene av disse. For ikke-eksperimentelle oppgaver kan resultatene omfatte (videre)utvikling av prinsipper, metoder og modeller. Det bør inngå en drøfting av de resultater som er fremkommet. Hvordan er de resultater som er oppnådd sett i forhold til eksisterende teori, metoder og modeller? Hvilke konklusjoner kan trekkes?
Oppgaveteksten vil i mange tilfeller gi en føring på hvordan innholdet bør organiseres. Hvis en opererer med flere problemstillinger kan det være hensiktsmessig å fullføre en problemstilling med teori, resultater, diskusjon før en starter på neste.
Læringsutbytte
En kandidat med fullført og bestått masteroppgave skal ha følgende læringsutbytte:
- Kan formidle omfattende selvstendig arbeid
- Kan beskrive oppgaven klart og ryddig og behersker fagområdets terminologi og uttrykksformer
- Har oversikt over gjeldende internasjonal litteratur, vitenskapelig rapportering og etiske standarder på fagområdet og kan forholde seg kritisk til ulike informasjonskilder
- Kan analysere relevante teoretiske modeller eller studier støttet av forskningsresultat
- Kan anvende og analysere relevante metodeverktøy og arbeidsmåter
- Kan utrede problemstillingen og analysere resultat og egen konklusjon i forhold til problemstilling
- Har evne til refleksjon og kritisk vurdering av eget arbeid
- Kan forsvare og være gode rollemodeller for høy etisk atferd i faglige og andre sammenhenger
Forkunnskapskrav
Eksamen / vurdering
Masteroppgave
Vekt 1/1
Varighet 4.5 Måneder
Karakter Bokstavkarakterer
Hjelpemiddel Alle
Eksamenssystem WISEflow
Trekkfrist 01.11.2025
En bachelor- eller masteroppgave som ikke blir levert innen tidsfristen, blir vurdert som ikke bestått.
Masteroppgaven kan gjennomføres individuelt eller i grupper på maksimum to studenter.
Vilkår for å gå opp til eksamen/vurdering
Arbeidsformer
Overlapping
| Emne | Reduksjon (SP) |
|---|---|
| Masteroppgave i Applied Data Science (APPMAS_1) , Masteroppgave i Data Science (DASMAS_1) | 30 |