Master i datavetenskap

Programmets struktur

Undervisning och bedömning

För att slutföra programmet fram till magisterexamen krävs motivation och målinriktad arbetsinsats. För att uppnå lärandemålen för studieprogrammet, studenter måste förvänta sig att spendera mer än 40 timmar i veckan i studien från studiestart, inklusive föreläsningar, grupptimmar, laboratoriearbete, och självlärd självstudie.

Programmet erbjuder ett varierat undervisningsprogram medan de flesta kurser är intensiva och projektorienterade. I föreläsningar undersöks teori och akademiska teman. I grupparbetet förväntas studenterna vara aktiva i diskussioner om frågeställningar inom ämnet. Studenterna arbetar i laboratorier där obligatoriska uppgifter löses för att förvärva praktiska färdigheter i att designa, bygga och underhålla datorsystem, antingen individuellt eller i team med andra studenter.

Förutom att samarbeta med andra informatikstudenter kommer studenterna också att arbeta med personer som har kunskap inom andra områden. För att träna detta är det viktigt att studenten tar en aktiv roll, är närvarande och bidrar till lärandemiljön, både i organiserad undervisning och annars under de veckor där studenterna samarbetar och till stor del lär av varandra.

All akademisk personal som undervisar i utbildningen är aktiva forskare i olika forskningsprojekt. Kurserna baseras på relevant forskning och är relaterade till institutionens forskningsverksamhet. Som student kommer du att kunna delta i projekt i forskningslaboratorierna på vägen. Särskilda läroplaner och examensarbeten är ofta en del av en större projektkontext, i en arbetsgemenskap i en forskargrupp. I arbetet med dessa uppgifter ges individuell vägledning av institutionens akademiska personal.

Tillgång till fortsatta studier

Efter avslutad utbildning, studenter kan vara kvalificerade för antagning till en doktorsexamen. program i naturvetenskap, beroende på tillfredsställande betyg i magister- och kandidatexamen. Doktorandprogrammet i vetenskap erbjuds på uIT.

Utbyte

Utbytesvistelser vid andra utbildningsinstitutioner i Norge eller utomlands kan enligt överenskommelse ingå i programmet. Institutionen för datavetenskap har ämnesspecifika utbytesavtal (Erasmus +) med flera universitet i Europa där avtalen med Tekniska universitetet i München, Tyskland och Vrije Universiteit Amsterdam, Nederländerna rekommenderas.

Studenter kan genomföra en utbytesvistelse under studiens andra termin. De kurser som planeras vara slutförda under utbytesperioden måste vara förhandsgodkända i samråd med institutionen. Institutionen kommer i varje enskilt fall att bedöma hur och i vilken utsträckning externa kurser kan ersätta obligatoriska ämnen i studentens utbildningsplan vid uIt.

Studenter som vill genomföra en utbytesvistelse som en del av utbildningen ska kontakta institutionsadministrationen i god tid innan avresan, senast terminsstart på terminen före avgång. De förhandsgodkända kurserna ingår som en del av studien vid uIT. Om studenten inte fullgör det förhandsgodkända arrangemanget kan detta leda till förlängd studietid.

Arbetsmängden ska vara representativ för den period under vilken studenten är på utbytesvistelser.

Lärandemål

För varje program vid uIT finns det uppsatta mål för kunskap, analytisk förståelse, Kompetens, och kompetenser som en student har nått i slutet av studierna.

Kunskap

Kandidaten har:

• en bred solid grund inom datavetenskap.
• betydande djup förståelse för ett utvalt område av specialisering.
• en djup förståelse för den senaste tekniken distribuerade och parallella programvaruarkitekturer.
• gedigen kunskap om risker och hot i datorsystem och deras relaterade säkerhetsåtgärder.
• en gedigen förståelse för system- och applikationsutveckling relevant för den valda specialiteten.

Kompetens

Kandidaten kan:

• arbeta självständigt med ett betydande icke-trivialt problem under en längre tidsperiod.
• analysera ett problem och planera hur man arbetar mot en lösning
• planera, organisera och utföra det arbete som krävs för att lösa problemet. Anpassa dig till ändringar och begränsningar.
• visa lösningens genomförbarhet genom att implementera viktiga delar.
• samla in och analysera relevanta mätvärden som kännetecknar problemet och lösningen.
• skriva en välstrukturerad och tydligt formulerad rapport som beskriver examensarbetet och reflekterar över dess resultat.

Allmän kompetens

Kandidaten:

• har ett intresse av fortsatt utveckling av datavetenskap som ett dynamiskt fält under påverkan av framsteg inom disciplinen, förändringar i teknik, och inom tillämpningsområden, affärsmodeller, och företag.
• kan kommunicera effektivt, muntligt och skriftligt, inom området och med allmänheten samt experter inom andra områden.
• kan bedriva livslångt lärande och utveckling.
• är medveten om relevanta sociala och etiska frågor och tillämpa denna medvetenhet på sitt professionella beteende.

Framtidsutsikter för jobb

Efter examen med en magisterexamen i datavetenskap kan du arbeta över hela världen inom många olika branscher, till exempel IT, mobil, hälsa, undervisning, och olja. Arbetet är typiskt som systemutvecklare, ingenjörer, forskare eller konsulter, inom områden som webb, mobiltelefoner, datasäkerhet, dataspel, 3D- och filmanimering, sökmotorer, operativsystem, databaser och nätverk. Det är vanligt bland kandidaterna att inneha chefspositioner och att etablera sitt eget företag.