Hopp til hovedinnhold

Computational Engineering, master (M-COMPEN)

Fakta
Studieprogramkode

M-COMPEN

Vekting (SP)

120

Studienivå

Mastergrad iht §3, 2 år

Fører til grad

Master of Science

Varighet

4 Semestre

Grunnstudium

Nei

Undervisningsspråk

Engelsk

Hva lærer du?

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

Kunnskap

K1: Har avansert kunnskap innen usikkerhetskvantifisering og modellering for beslutningsstøtte. Dette betyr at en har evnen til utvikle matematiske modeller som respekterer usikkerheten som ligger i et ufullstendig datagrunnlag, og som gir grunnlag for bedre forståelse/tolkning av data så vel som gjennomtenkte beslutninger.

K2: Har avansert kunnskap om effektive metoder for å designe, utvikle og teste modeller.

K3: Har avansert kunnskap innenfor bruk av algoritmer og algoritmisk tekning for å løse diskrete og kontinuerlige problemer.

K4: Har avansert kunnskap om effektive metoder for å designe, utvikle og teste modeller.

K5: Forstår begrensninger som ligger i valg av ulike modellformuleringer for å beskrive et komplekst system.

K6: Forstår begrensningene knyttet til valgt løsningsmetode, inkludert numerisk avrundningsfeil og begrensinger som ligger i valg av spesifikke algoritmer/numeriske metoder.

K7: Kunne forstå viktigheten av å kvantifisere relevante og materielle usikkerheter for å generere innsikt og gjennomtenkte beslutninger.

K8: Har inngående kunnskap om betydningen- og konsekvensene som ligger i det velkjente sitatet av George Box, 1978: «All models are wrong, but some models are useful».

Ferdigheter

F1: Kunne analysere og forholde seg kritisk til ulike informasjonskilder og anvende disse til å strukturere og formulere faglige resonnementer i henhold til modellering, usikkerhetskvantifisering, simulering, optimalisering og beslutningsstøtte.

F2: Har detaljerte kunnskaper og erfaringer med programmering i minst ett programmeringsspråk på høyere nivå.

F3: Kunne bestemme parametere i modeller ved hjelp av data og ekspertkunnskap.

F4: Kunne finne riktig balanse mellom en modells nytteverdi (hvor troverdige er forståelsen generert ved hjelp av modellen) og håndterlighet (enhver analyse må fullføres innenfor gitte tids- og ressursbegrensninger.

F5: Utvikle egne modelleringsprogrammer for bestemte beslutnings- eller optimaliseringssituasjoner.

F6: Kan gjennomføre et selvstendig, avgrenset forsknings- eller utviklingsprosjekt under veiledning og i tråd med gjeldende forskningsetiske normer.

F7: Kunne evaluere instrumenter og applikasjoner for å optimalisere datainnsamling, analyse og styring.

F8: Utviser sensitivitetsanalyse av modellparametere for å generere ytterligere innsikt og forståelse.

Generell kompetanse

G1: Kan utvikle hypoteser og foreslå systematiske måter å teste dem ved hjelp av matematiske modeller

G2: Kan kommunisere om faglige problemstillinger, beslutningssituasjoner, analyser og konklusjoner innenfor fagområdet, både med spesialister og til allmennheten.

G3: Kunne bruke de generiske egenskapene som ligger i bruk av matematiske formuleringer for å aktivt søke å overføre kunnskap mellom forskjellige applikasjoner.

G4: Kunne bruke den matematiske formuleringen for å få innsikt i kjernen i problemet, det vil avdekke de mest grunnleggende mekanismene som styrer prosessen som studeres.

G5: Har innsikt i «The Art and Science of Mathematical Modeling».

Intro

En mastergrad i Computational Engineering gjør deg kvalifisert for de mest krevende og interessante arbeidsoppgavene i privat eller offentlig næringsliv som ingeniør, forsker eller leder. Du vil tilegne deg ferdigheter som vil gjøre deg i stand til å analysere reelle problemer, og bruke denne innsikten til å ta bedre beslutninger for å for eksempel øke effektivitet, kvalitet og arbeidsflyt. I et samfunn hvor digitalisering blir stadig viktigere er det et større behov for kandidater som har kunnskap om- og ferdigheter i Computational modellering. Jobbmulighetene er flere, og mange store olje- og serviceselskaper, og forskningsinstitutter etterspør denne kompetansen. Dette er et internasjonalt studium hvor norske og utenlandske studenter studerer i fellesskap. All undervisning foregår på engelsk. Studiet inneholder metodeemner som skal utdype og videreføre det matematisk-naturvitenskaplige grunnlaget fra bachelor-studiet, tekniske spesialiseringsemner, valgemner og masteroppgaven.

Det toårige masterstudiet i Computational Engineering gir 120 studiepoeng. Studiet har metodeemner som bygger videre på matematikk, statistikk og grunnleggende programmering fra bachelorstudiet i ingeniør eller realfag. Studiet inneholder videregående modelleringsemner og algoritmeemner, beslutningsanalyse, optimalisering og usikkerhetsmodellering.

Emneevaluering

Studieprogram og emner revideres årlig. Evalueringer utgjør en sentral del av kvalitetssystemet ved UiS. Studentevaluering av emnene i studieprogrammet vil bli gjennomført i henhold til UiS sitt evalueringssystem.

Hva kan du bli?

Modelleringskunnskap- og evner er nødvendig i nesten alle bransjer. Noen eksempler på virksomheter der de finner beskjeftigelse er: Olje og energi relatert virksomhet, konsulent og serviceselskaper, sykehus og andre offentlige etater. Bruken av digital teknologi øker raskt og kan sees overalt. Computational engineers er helt avgjørende for å realisere informasjonssamfunnet, fordi de har spesifikk kunnskap om ingeniøraspektene (domenekunnskap) og beregningsevner for å ta de nødvendige digitaliseringstrinnene. 

Fullført mastergrad i Computational Engineering grunnlag for opptak på PhD-studier innen samme og lignende fagområder.

Kontaktinformasjon - studentsider

Studiekoordinator:  Karina Sanni  Epost: karina.sanni@uis.no / Tlf: 51 83 11 45 

Studieprogramleder/fagansvarlige Professor Aksel Hiorth. Epost: aksel.hiorth@uis.no / Tlf: 51 83 17 57

Professor Reidar Brumer Bratvold. Epost: reidar.bratvold@uis.no / Tlf: 51 83 22 60

Professor Steinar Evje. Epost: steinar.evje@uis.no /  Tlf. 51 83 17 41

Studieplan og emner
  • Obligatoriske emner

    • Masteroppgave i Computational Engineering

      Andre år, semester 3

      Masteroppgave i Computational Engineering

      Studiepoeng: 30

  • 3. semester ved UiS eller utveksling

    • Emner ved UiS 3. semester

      • Anbefalte valgemner 3. semester

      • Andre valgemner 3. semester

        • Diskret simulering og ytelsesanalyse

          Andre år, semester 3

          Diskret simulering og ytelsesanalyse

          Studiepoeng: 10

        • Introduksjon til datavitenskap

          Andre år, semester 3

          Introduksjon til datavitenskap

          Studiepoeng: 10

        • Elementmetoder, videregående kurs

          Andre år, semester 3

          Elementmetoder, videregående kurs

          Studiepoeng: 10

        • Statistisk modellering og simulering

          Andre år, semester 3

          Statistisk modellering og simulering

          Studiepoeng: 10

    • Utveksling 3. semester

  • Obligatoriske emner

    • Modeling for Decision Insight

      Første år, semester 1

      Modeling for Decision Insight

      Studiepoeng: 10

    • Modeling and Computational Engineering

      Første år, semester 1

      Modeling and Computational Engineering

      Studiepoeng: 10

    • Matematisk og numerisk modellering av konserveringsligninger

      Første år, semester 2

      Matematisk og numerisk modellering av konserveringsligninger

      Studiepoeng: 10

    • Masteroppgave i Computational Engineering

      Andre år, semester 3

      Masteroppgave i Computational Engineering

      Studiepoeng: 30

  • Velg ett emne i 2. semester

    • Applied Data Analytics and Statistics for Spatial and Temporal Modeling

      Første år, semester 2

      Applied Data Analytics and Statistics for Spatial and Temporal Modeling

      Studiepoeng: 10

    • Modellering og kontroll for automatiseringsprosesser

      Første år, semester 2

      Modellering og kontroll for automatiseringsprosesser

      Studiepoeng: 10

  • Anbefalte valgemner

    • Introduksjon til datavitenskap

      Første år, semester 1

      Introduksjon til datavitenskap

      Studiepoeng: 10

    • Investerings- og beslutningsanalyse for ingeniører

      Første år, semester 1

      Investerings- og beslutningsanalyse for ingeniører

      Studiepoeng: 10

    • Applied Data Analytics and Statistics for Spatial and Temporal Modeling

      Første år, semester 2

      Applied Data Analytics and Statistics for Spatial and Temporal Modeling

      Studiepoeng: 10

    • Beregningsassistert fluiddynamikk (CFD)

      Første år, semester 2

      Beregningsassistert fluiddynamikk (CFD)

      Studiepoeng: 10

    • Integrated Reservoir Management From Seismic Field Development Planning

      Første år, semester 2

      Integrated Reservoir Management From Seismic Field Development Planning

      Studiepoeng: 10

  • Andre valgemner 1 og 2. semester

  • 3. semester ved UiS eller utveksling

    • Emner ved UiS 3. semester

      • Anbefalte valgemner 3. semester

        • Reservoir modelling and simulation  

          Andre år, semester 3

          Reservoir modelling and simulation  

          Studiepoeng: 10

        • Utvikle forsknings- og presentasjonsferdigheter

          Andre år, semester 3

          Utvikle forsknings- og presentasjonsferdigheter

          Studiepoeng: 10

        • Investerings- og beslutningsanalyse for ingeniører

          Andre år, semester 3

          Investerings- og beslutningsanalyse for ingeniører

          Studiepoeng: 10

        • Statistisk læring

          Andre år, semester 3

          Statistisk læring

          Studiepoeng: 10

      • Andre valgemner 3. semester

        • Diskret simulering og ytelsesanalyse

          Andre år, semester 3

          Diskret simulering og ytelsesanalyse

          Studiepoeng: 10

        • Introduksjon til datavitenskap

          Andre år, semester 3

          Introduksjon til datavitenskap

          Studiepoeng: 10

        • Elementmetoder, videregående kurs

          Andre år, semester 3

          Elementmetoder, videregående kurs

          Studiepoeng: 10

        • Statistisk modellering og simulering

          Andre år, semester 3

          Statistisk modellering og simulering

          Studiepoeng: 10

    • Utveksling 3. semester

Utveksling

Utvekslingssemester
3. semester

Opplegg for utvekslingen
I 3. semester på masterprogrammet i Computional Engineering er det lagt til rette for et studieopphold i utlandet.

Dette semesteret har 30 studiepoeng valgemner. 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 er anbefalt å starte planleggingen av utenlandsoppholdet i god tid.  

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. Finn ut mer.

Kontaktperson

Veiledning og forhåndsgodkjenning av emner:
Karina Sanni

Generelle spørsmål om utveksling: Utvekslingsveilederen i Digital studentekspedisjon

Utveksling
  • Alle land

    Aalborg Universitet

    Aalborg Universitet (AAU) er kjent for å benytte seg av problembasert læring i grupper, noe som kan by på en spennende læringsprosess.

    Colorado School of Mines

    Colorado School of Mines (CSM) er et offentlig universitet kjent verden over for sin gode ingeniørutdannelse.

    Griffith University

    Griffith University er en populær utvekslingsdestinasjon for UiS-studenter. Universitetet er et særlig godt valg for studenter innen musikk/dans, hotell/turisme og business.

    Politecnico di Milano University

    Politecnico di Milano er Italias største tekniske universitet med om lag 40.000 studenter og er høyt rangert på en rekke internasjonale rankinglister.

    Technical University of Munich

    The Technical University of Munich, also known as TUM, accounts for major advancements in the field of natural sciences. TUM is one of the best universities in Germany and has several awarded scientists and Nobel Prize winners. The Technical University of Munich strives for excellent teaching and research quality.

    Uppsala universitet

    “In Uppsala you walk in the gardens of Linnaeus, follow in the footsteps of Nobel laureates, and at the same time meet today’s and tomorrow’s smartest teachers and researchers.”

  • Australia

    Griffith University

    Griffith University er en populær utvekslingsdestinasjon for UiS-studenter. Universitetet er et særlig godt valg for studenter innen musikk/dans, hotell/turisme og business.

  • Danmark

    Aalborg Universitet

    Aalborg Universitet (AAU) er kjent for å benytte seg av problembasert læring i grupper, noe som kan by på en spennende læringsprosess.

  • Italia

    Politecnico di Milano University

    Politecnico di Milano er Italias største tekniske universitet med om lag 40.000 studenter og er høyt rangert på en rekke internasjonale rankinglister.

  • Sverige

    Uppsala universitet

    “In Uppsala you walk in the gardens of Linnaeus, follow in the footsteps of Nobel laureates, and at the same time meet today’s and tomorrow’s smartest teachers and researchers.”

  • Tyskland

    Technical University of Munich

    The Technical University of Munich, also known as TUM, accounts for major advancements in the field of natural sciences. TUM is one of the best universities in Germany and has several awarded scientists and Nobel Prize winners. The Technical University of Munich strives for excellent teaching and research quality.

  • USA

    Colorado School of Mines

    Colorado School of Mines (CSM) er et offentlig universitet kjent verden over for sin gode ingeniørutdannelse.