Data Science - master i teknologi

En mastergrad i Applied Data Science gjør deg kvalifisert for de mest krevende og interessante arbeidsoppgavene innenfor data analyse, smarte løsninger (som for eksempler i smarte byer, smart energi) og digitalisering.

 

Studiets innhold, oppbygging og sammensetning

Etter at studenten har fått opptak til det toårige masterprogrammet i Applied Data Science må studenten ta en test i programmering og systemadministrasjon. Dersom studenten får ikke bestått på testen, vil UiS tilby og oppfordre studenten til å gjennomføre et forberedende sommerkurs i programmering og systemadministrasjon. Formålet med kurset er at studentene skal bli best mulig forberedt til masterprogrammet. Kurset finner sted tidlig i august før ordinær semesterstart.

Universitetet i Stavanger anser det ikke nødvendig å tilby sommerkurs for de studenter som allerede har bestått følgende emner ved Universitetet i Stavanger:

• 10 studiepoeng i programmering og minst 5 studiepoeng i operativsystemer

Studiet inneholder metodeemner som skal utdype og videreføre det matematisk-naturvitenskaplige grunnlaget fra bachelor-studiet, tekniske spesialiseringsemner, valgemner og masteroppgaven. Det toårige masterstudiet i Applied Data Science gir 120 studiepoeng.

Studiet har metodeemner som bygger videre på matematikk, statistikk og grunnleggende programmering fra bachelorstudiet i ingeniør eller realfag. Studiet inneholder videregående statistikkemner og algoritmeemner, maskinlæring og databaser. Studiet ha fordypning i informasjonsgjenfinning, datautvinning og ytterligere fordypning i statistikk.

Læringsutbytte

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.

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.

Fullført mastergrad i Applied Data Science gir grunnlag for opptak på PhD-studier innen informasjonsteknologi, matematikk og fysikk.

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 kvalitetssystem.