Studieprogrambeskrivelse for studenter

Computational Engineering - master

Fakta

Studieprogramkode M-COMPEN

Vekting (stp) 120

Studienivå Mastergrad iht. §2-6, 2 år

Fører til grad Master in Computational Engineering (beregningsorientert ingeniørvitenskap)

Heltid/deltid Heltid

Varighet 4 semestre

Grunnstudium Nei

Undervisningsspråk Engelsk

I dette studiet lærer studentene å anvende matematiske og numeriske modeller for å analysere komplekse og usikre systemer. Innsikten som oppnås, brukes til å ta bedre beslutninger som forbedrer ytelsen, kvaliteten og arbeidsflytene.

Studiets målsetting, innhold og organisering

Programmet er designet for å gi studentene stor fleksibilitet i å forme sine egne utdanningsveier. I løpet av de første semestrene tilegner studentene seg kompetanse i grunnleggende modelleringsverktøy og metoder, inkludert fysisk og maskinlæring modellering, programmering og beslutningsanalyse. De kan deretter spesialisere seg på ulike felt ved å velge fra et bredt spekter av valgfrie emner på tvers av ingeniørdisipliner.

Prosjektarbeid er en integrert del av studiet. Studentene engasjerer seg i realistiske problemer og lærer å presentere og kommunisere resultatene sine profesjonelt til publikum med ulik bakgrunn. Studiet er internasjonalt – norske og internasjonale studenter studerer sammen, og alle emnene undervises på engelsk.

Masterstudiet introduserer og illustrerer en metodikk bygget på matematikk, statistikk og grunnleggende programmering fra en bachelorgrad i ingeniørfag.

For bedre å tilpasse seg studentenes karriereinteresser og arbeidslivsbehov, tilbyr programmet to alternativer for masteroppgaven: et prosjekt på ett semester (30 studiepoeng) eller et prosjekt på to semestre (60 studiepoeng). I sistnevnte alternativ tar studentene færre emner og bruker mer tid på et fordypningsprosjekt som er relevant for deres spesialisering, og skreddersyr utdanningen ytterligere til deres faglige mål.

Studiet dekker avanserte emner innen:

  • Modellering og algoritmer (fysikkdrevet og anvendt maskinlæring)
  • Analyse av beslutninger
  • Optimalisering og kvantifisering av usikkerhet

Masterprogrammet i Computational Engineering går over fire semestre (120 studiepoeng). Av disse kommer 30 studiepoeng fra emner som etablerer et felles grunnlag innen modellering, programmering og beslutningstaking. De resterende 90 studiepoengene består av enten:

60 studiepoeng fordypningsemner og 30 studiepoeng masteroppgave, eller

30 studiepoeng fordypningsemner og en masteroppgave på 60 studiepoeng.

Masteroppgaven er et større selvstendig prosjekt som gjennomføres i siste semester(e), ofte i nært samarbeid med en ekstern bedrift.

Emnene inkluderer typisk ukentlige forelesninger og obligatoriske innleveringsprosjekter som en del av kontinuerlig vurdering. Mange emner er også tilgjengelig online (selv om fysisk oppmøte anbefales på det sterkeste, og forelesninger strømmes når det er mulig). Studentene får trening i rapportskriving og effektiv kommunikasjon av resultater til et bredere publikum. Programmering og dataanalyse er en integrert del av de fleste emner.

Detaljer om undervisnings- og læringsformer, pensumlitteratur, evalueringsmetoder og vurderingskriterier gis i den enkelte emnebeskrivelse.

Programmet tar også for seg dynamisk beslutningstaking under usikkerhet og tilbyr emner som integrerer karbonhåndteringsstrategier med tradisjonelle økonomiske beregninger. Studentene lærer å evaluere prosjekter som oppnår både bærekrafts- og lønnsomhetsmål. Uten strenge prognoser og beregningsteknikk risikerer energiselskaper å ta dårlige beslutninger som hindrer fremgang mot ren energi.

Universitetet i Stavanger legger vekt på å kunne tilby alle studier som planlagt, men må ta forbehold om tilstrekkelig med ressurser og/eller studenter til å gjennomføre tilbudet. Over tid vil det være naturlig at det faglige innholdet og tilbudet av emner endres på grunn av den generelle utviklingen i faget, bruk av teknologi og endringer i samfunnet ellers.

Læringsutbytte

En kandidat som har fullført utdannelsen forventes å ha oppnådd følgende læringsutbytte, definert i generell kompetanse, kunnskaper og ferdigheter:

Kunnskap

K1: Kan demonstrere kompetanse innenfor usikkerhetskvantifisering og avansert modellering for beslutningsstøtte. Dette innebærer at kandidaten har evnen til å utvikle matematiske modeller som tar høyde for usikkerhet i ufullstendige data og informasjon. Modellene skal gi grunnlag for forbedret forståelse og tolkning av data samt for beslutningsstøtte.

K2: Har kunnskap om flere matematiske og datavitenskapelige modeller slik at man kan bestemme passende matematisk formulering for å beskrive et system.

K3: Har kunnskap om numeriske løsningsmetoder slik at man kan kvantifisere begrensninger i de matematiske modellene og de numeriske feilene introdusert av løsningsmetodene.

Ferdigheter

F1: Kan analysere og være kritisk til ulike informasjonskilder og anvende disse kildene til å strukturere og formulere faglige og vitenskapelige resonnementer i henhold til modellering, usikkerhetskvantifisering, simulering, optimalisering og beslutningsstøtte.


F2: Har detaljert kunnskap og erfaring med programmering i minst ett programmeringsspråk på høyt nivå. Utvikle egne modelleringsprogrammer for spesifikke beslutnings- eller optimaliseringssituasjoner

F3: Kan samle, analysere og kritisk vurdere egnede datasett for å teste modeller. Justere modellparametere ved å bruke data og ekspertkunnskap. Utføre sensitivitetsanalyse av modellparametere for å gi ytterligere innsikt og forståelse.

F4: Er i stand til å finne den rette balansen mellom en modells nytteverdi (hvor troverdig er forståelsen som modellen gir) og håndterbarhet (enhver analyse må gjennomføres innenfor gitte tids- og ressursbegrensninger).

F5: Kan gjennomføre et selvstendig, avgrenset forsknings- eller utviklingsprosjekt under veiledning og i henhold til gjeldende normer for forskningsetikk.

Generell kompetanse

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

G2: Kan kommunisere på en profesjonell måte om vitenskapelige problemer, beslutninger, resultater av data, usikkerhet og modelleringsanalyse – både til spesialister og til allmennheten.

G3: Kan bruke matematisk modellering som et verktøy i et bredt spekter av problemer og anvendelser innen ulike fagområder og bidra til innovasjon.

G4: Kan analysere relevante akademiske, faglige og forskningsetiske problemstillinger.

Hva kan du bli?

Økt automatisering, robotisering, mer bruk av simuleringsmodeller og tilgang til store datamengder endrer de tradisjonelle ingeniørarbeidsoppgavene. Dette masterprogrammet gjør deg godt egnet til å ta i bruk og bidra til digitalisering av de nye arbeidsoppgavene, fordi du får spesifikk kunnskap om de ingeniørmessige aspektene (domenekunnskap), programmering og modelleringskompetanse for å ta nødvendige digitaliseringsskritt.

Flere av våre studenter får relevante jobbtilbud før de har fullført mastergraden, Noen jobber med:

  • dataanalyser
  • utvikling, integrering og testing av programmer
  • tekniske applikasjoner

Noen eksempler på industrier og selskaper som studentene våre jobber i er:

  • energi
  • konsulentvirksomhet
  • serviceselskaper
  • sykehus og andre offentlige etater
Programmet kan kvalifisere for opptak til ph.d.-programmet i naturvitenskap og teknologi innen relevant fagområde ved UiS.

Emneevaluering

Ordninger for kvalitetssikring og evaluering av studier er fastsatt i kvalitetssystem for utdanning

Studieplan med emner

Loading study plan…

Utveksling

Opplegg for utvekslingen

I 3. semester på masterprogrammet i Computational Engineering 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 emner 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. Du må velge minst ett ikke-realfaglig/teknologisk emne tilsvarende 5-10 studiepoeng (feks. økonomi, språk, etikk, prosjektledelse, grønn omstilling eller lignende).

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.

Svalbard
Studenter på dette programmet kan søke om å ta emner ved UNIS som del av studiet. Mer informasjon om dette her.

Kontakt studiekoordinator om du har spørsmål eller ønsker veiledning om forhåndsgodkjenning av emner.

Kontaktperson

Veiledning og forhåndsgodkjenning av emner: Guro Vintertun Bleie

Generelle spørsmål om utveksling: Gå til utvekslingsveilederen i Digital studentekspedisjon

Opptakskrav

Opptakskravet er fullført bachelorgrad i ingeniørfag, i henhold til nasjonal rammeplan for ingeniørutdanning, eller tilsvarende, med minimum 10 sp med informatikk eller datatekniske emner eller ingeniørfaglig innføringsemne med programmering. 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.

Det er satt en laveste gjennomsnittskarakter for opptak på C

Søknadsfrist: 15. april

Kontaktinformasjon

Det teknisk-naturvitenskapelige fakultet, tlf 51 83 17 00, E-post: post-tn@uis.no.

Studiekoordinator: Guro Vintertun Bleie