Har du en ingeniørgrad og synes maskinlæring og kunstig intelligens er spennende? Da kan denne masteren passe for deg.
2 år/4 semestre
120
Engelsk
23 for lokale søkere og 2 for internasjonale søkere
August hvert år
15. april for lokale søkere Søk på Master of Science in Data Science i Søknadsweb:
Om studiet
Evnen til å opprette, administrere og utnytte data har blitt en av de viktigste utfordringene i arbeidslivet. Med kompetanse i Data Science er du svært ettertraktet på arbeidsmarkedet. Her kan du bidra til utvikling og bruk av smarte løsninger og digitalisering.
- I emner som maskinlæring og generativ AI går vi i dybden på kunstig intelligens og maskinlæring. Her lærer du blant annet om hvordan teknologien bak kunstig intelligens fungerer.
- For å analysere, forstå og bruke store datamengder, krever faget tverrfaglig kunnskap. Dette studiet gir deg som har en annen ingeniørbakgrunn mulighet til å rette deg mot digitalisering og dataanalyse.
- Her kan du fordype deg i informasjonsgjenfinning, datautvinning og statistikk.
- Data Science er avgjørende for å skape smarte løsninger, både innenfor datateknologi og andre ingeniørdisipliner.
- Du får mulighet til å skrive masteroppgaven din i samarbeid med industrien og bidra inn i et sterkt forskningsmiljø ved UiS.
- Dette studieprogrammet gir deg tittelen sivilingeniør.
Hva kan du bli?
With a master’s degree in Data Science, you can get a position in almost all industries. Some examples of businesses where you can find employment are consulting companies, telecommunications companies, energy related businesses, hospitals, and other public agencies. Specialisation in Data Science provides a basis for work in data analysis and development of data processing systems for the whole data lifecycle. It builds knowledge and skills in advanced statistics, data mining, machine learning and processing of large data volumes.
Completed master’s degree in Data Science provides the basis for admission to the PhD programme in Information technology, mathematics and physics.
Læringsutbytte
Alle studieprogram ved UiS har definerte mål for hva du skal lære gjennom studieløpet. Les mer om læringsutbyttet for dette studieprogrammet.
After having completed the master’s programme in Data Science, the student shall have acquired the following learning outcomes, in terms of knowledge, skills and general competences:
Knowledge
K1: Advanced knowledge within Data Science, which includes data processing, machine learning, data extraction, statistics and typical programming languages for the area, including: Python and R.
K2: Specialised insightinto data analysis.
K3: In-depth knowledge of scientific theory and methods in Data Science.
K4: Apply knowledge about algorithms for statistical analysis, machine learning or data extraction in new areas within data science.
K5: Analyse professional issues based on the fourth science paradigm, 4Vs of big data (volume, velocity, variety, and variability), data-driven approach, CRISP-DM (cross-industry standard process for data mining).
Skills
S1: Analyse and relate critically to different sources of information, datasets and data processes; and apply these to structure and formulate data-driven reasoning.
S2: Analyse existing theories, methods and interpretations within the subject area and work independently in applying and evaluating different storage and data processing technologies.
S3: Use CRISP-DM and scientific methods to develop data analysis programs in an independent way.
S4: Conduct independent, limited data collection, analysis and evaluation according to established engineering principles in accordance with current research ethical standards.
General Competence
G1: Analyse relevant ethical issues arising from data usage and data recovery.
G2: Apply their knowledge and skills in new areas to carry out advanced tasks and projects related to data processing, data analysis and optimisation.
G3: Communicate results of comprehensive data analysis and development work, and master Data Science expressions.
G4: Communicate on issues, analyses and conclusions related to data-driven research and development, both with specialists and to the general public.
G5: Contribute to new ideas and innovation processes by introducing data-driven approaches, comprehensive data analysis and development work, and master Data Science expressions.
Studieplan og emner
Studieplan for studieåret med oppstarssemester
Oppstartssemester: 2025
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.
Schedule for the exchange
3rd semester
Students can go on a study abroad experience during the 3rd semester of the master's programme in Data Science. Abroad, you must choose courses that provide an equivalent specialisation in your field of study, and these must be approved before you leave. It is also important that the courses you are going to take abroad do not overlap with courses you have already taken or will take later in your studies. It is recommended to think about your specialisation and/or your field of interest. You must choose at least one non-science/technological course equivalent to 5-10 ECTS (e.g. economics, languages, ethics, project management, green transition or similar).
More opportunities
In addition to the recommended universities listed below, UiS has a number of agreements with universities outside Europe that are applicable to all students at UiS, provided that they find a relevant subject offering. Within the Nordic region, all students can use the Nordlys and Nordtek networks.
Contact your student adviser at the Faculty if you have questions about guidance and pre-approval of courses: Sheryl Josdal
General questions about exchange:
Go to the exchange guide in the Digital student service desk
Se hvor du kan dra på utveksling
Opptakskrav
Opptakskravet er fullført bachelorgrad i ingeniørfag, i henhold til nasjonal rammeplan for ingeniørutdanning, eller tilsvarende utdanning med minst 10 sp med programmering og ytterligere 10 sp i datatekniske emner (databaser, algoritmer og datastrukturer, videregående programmering, operativsystemer eller lignende). 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.
Det kan kreves minst 50 sp i programmering og datatekniske emner i tilfeller der nøyaktig innhold i programmering og datatekniske emner ikke kan bekreftes gjennom standardiserte læringsutbyttebeskrivelser basert på Bolognaprosessen.
Hvis du har fullført studier/emner utenfor Universitetet i Stavanger, må du laste opp originale emnebeskrivelser på norsk eller engelsk, som inneholder et klart definert læringsutbytte (curriculum). Emnenavn og -koder på emnebeskrivelsene må samsvare med karakterutskrift. Dersom du ikke laster opp emnebeskrivelser, risikerer du at søknaden din blir nedprioritert.
Spørsmål om søking og opptak?
Slik søker du opptak til 2-årig master.
Hva er snittet?
Se poenggrenser fra tidligere år.
Kontakt oss
Slik er det å studere ved UiS
Spørsmål og svar
Hva er forskjellen på Data Science og datateknologi?
Hva lærer du når du velger studieprogram Data Science?
Programmet 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.
Det 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.
Hva lærer du når du velger studieprogram datateknologi?
I programmet datateknologi 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.
Det 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.
