Vil du ta skrittet fra utvikling til design av nye datasystemer? Da er dette mastergraden for deg.
2 år / 4 semestre
120
Engelsk
25 for nasjonale søkere og 2 for internasjonale søkere.
August hvert år
15. april for lokale søkere Søk på Master of Science in Computer Science i Søknadsweb:

Om studiet
Digitalisering og økende bruk av kunstig intelligens, både i industrien og samfunnet, krever stadig mer komplekse datasystemer. Med en mastergrad i datateknologi blir du eksperten som trengs for å designe, utvikle og drive slike systemer på en sikker og effektiv måte.
- Her lærer du å designe og programmere sikre systemer som utnytter kompleks infrastruktur, inkludert skyløsninger, trådløse nettverk og blokkjeder.
- I emnet generativ AI, og i flere av valgemnene, lærer du å bruke og forstå teknologien bak kunstig intelligens.
- Studieprogrammet legger stor vekt på praktiske ferdigheter og gir håndfast erfaring.
- Du får god kunnskap fra programmeringsoppgaver og prosjekter.
- Her får du mulighet til å skrive masteroppgaven din i samarbeid med industrien og bidra til innovasjon.
Her har vi hatt prosjekter hvor vi blant annet har laget nettsider og spesialisert oss i programmering.
Hva kan du bli?
Developers and researchers in Computer Science are indispensable in almost all industries. Some examples of businesses where they find employment: consulting companies, telecommunications companies, oil-related businesses, hospitals and other public agencies. We encounter digital technology everywhere, and researchers and developers in Computer Science are crucial in making information society and digitalization a reality.
A completed master’s degree in Computer 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 Computer Science, the student shall have acquired the following learning outcomes, in terms of knowledge, skills and general competences:
Knowledge
K1: Have advanced knowledge in Computer Science including Cloud computing, security, networks, distributed systems, data mining and machine learning.
K2: Have deep knowledge in the subject areas’ scientific theories and methods.
Skills
S1: Use relevant methods for research and software development in an independent manner.
S2: Analyse and relate in a critical manner to different information sources and apply these to structure and formulate professional reasoning within information technology.
S3: Perform an independent, limited research- or development project under guidance and in line with established ethical norms for research.
S4: Exploit knowledge in wireless communication, sensor networking, distributed communication systems, data mining and machine learning.
S5: Design, model, simulate, and develop advanced network-based computer systems with focus on dependability and security.
General Competence
G1: Analyse relevant professional, and research ethical problems.
G2: Apply one’s knowledge and skills to new areas to conduct complex tasks and projects.
G3: Communicate comprehensively about own work and master the subject area’s form of expression.
G4: Communicate professional problems, analyse, and draw conclusions within the subject area, both with specialists and the general public.
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 Computer 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 course offering. Within the Nordic region, all students can use the Nordlys and Nordtek networks.
Contact your study 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
Australia
The University of Adelaide
Danmark
Aalborg Universitet
Frankrike
Grenoble Institute of Technology
Italia
Politecnico di Milano University
Italia
University of Pisa
Nederland
University of Twente, Enschede
Polen
Lodz University of Technology
Tyskland
RWTH Aachen University
Tyskland
Technical University of Munich
Opptakskrav
Opptakskravet er fullført bachelorgrad i datateknologi, informatikk eller en lignende retning, inkludert minst 50 sp i informatikk/datatekniske fag. I tillegg må studentene ha minst 20 sp i matematikk eller statistikk.
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.
Det er satt en laveste gjennomsnittskarakter for opptak på C.
Utfyllende regler for opptak.(PDF)
Opptakskravet er fullført bachelorgrad i ingeniørfag i data, i henhold til nasjonal rammeplan for ingeniørutdanning,
Opptakskravet er fullført bachelorgrad i ingeniørfag i data, i henhold til nasjonal rammeplan for ingeniørutdanning, eller en annen bachelorgrad i data, informatikk eller liknende som inneholder minimum 50 sp med informatikk- eller datatekniske emner. 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.
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.
Det er satt en laveste gjennomsnittskarakter for opptak på C.
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?
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.