Masterprogram i datavetenskap

120 HP

Välj studiestart :
  • Studietid: 2021 vecka 35 till 2023 vecka 22
  • Ort: Karlskrona
  • Undervisningsform: Campus, dagtid, heltid
  • Språk: Undervisningen ges på engelska.
  • Utbildningsplan: Ladda ner

Tillfället är stängt för anmälan

Masterprogram i datavetenskap

Bygg en bred kunskapsbas och en master i datavetenskap efter egen ritning – med tre inriktningar och valbara kurser väljer du själv spetskompetens i din examen.

Utbildning med forskning som fördel

Utbildningens uppbyggnad med fokus på forskning och tillämpning ger dig goda förutsättningar inom forskningsintensiva branscher eller för en framtida forskarkarriär. Du syr själv ihop din specialitet med valbara kurser inom områdena: IT-säkerhet, distribuerade och parallella system och intelligenta system.

Ett brett område där du väljer din nisch

Datavetenskap omfattar ämnen som programmering, datastrukturer, distribuerade system, nätverksteknologier, algoritmer och komplexitet. Utbildningen har i huvudsak tre inriktningar – IT-säkerhet, intelligenta system, och distribuerade och parallella system.
Grundkurserna handlar framför allt om maskininlärning och artificiell intelligens, datorsystemsäkerhet och programvarusäkerhet men även inom multiprocessorsystem och prestandaoptimering.

Forskningsfokus för förståelse och framtidssäkerhet

Utbildningen lägger stort fokus på forskningsförberedelse och kurserna fokuserar på aspekter nära forskningsfronten inom datavetenskap och gör nedslag i olika sätt att tillämpa dessa. Undervisningen består av föreläsningar, seminarier och laborationer i grupp eller enskilt och du gör även ett examensarbete.

Utbildningen omfattar 120 högskolepoäng och leder fram till en teknologie masterexamen.

Kurser och innehåll

Nästan alla kurser jag har haft hittills har varit riktigt intressanta. Det är inte ofta man läser en kurs bara för att man ”måste”.

Elias
Student, Software Engineering

Vill du veta mer om programmet?

Här studerar du

På Campus Gräsvik hittar du utbildningar inom teknik, IT, fysisk planering, industriell ekonomi samt hälsa och vård. 

Campus Gräsvik ligger precis vid vattnet, här finns till och med en badbrygga 50 meter från föreläsningssalarna. Från det moderna bibliotekets studieplatser har du utsikt över havet och utanför finns motionsslingor som tar dig genom skogspartier och längs stranden. 

 

Flygbild över Campus Gräsvik

Urval


Vid fler behöriga sökande än antal tillgängliga platser, till aktuell programstart, görs ett urval. Detta går till på följande sätt:
Alla behöriga sökande placeras i en eller flera urvalsgrupper parallellt och deltar då i urvalet inom respektive grupp.

METOD 1 Generell metod

ALLMÄNT Denna metod är enkel och har en hög grad av legitimitet och rättssäkerhet. Den fungerar bra då de sökande förväntas ha en likartad utbildningsbakgrund.

URVALSGRUND Tidigare utbildning.

PRECISERING AV URVALSGRUND Endast antal avklarade högskolepoäng som sökande dokumenterat i samband med sin anmälan beaktas. Utländska poäng omräknas enligt riktlinjer från Universitets- och högskolerådet.

HÖGSTA MERITVÄRDE Meritvärdet utgörs av antal avklarade högskolepoäng och beräknas i intervallet 30 – 285 högskolepoäng.

ARBETSMETOD Urvalet kan till stor del genomföras maskinellt. Om inte alla sökande med lika lägsta meritvärde kan erbjudas plats tillgrips lottning.



Inga förberedande studier innan programstart erbjuds då grundkravet ändå är en kandidatexamen.

Läs mer om antagning här

Examen

Utbildningen leder fram till följande examen på avancerad nivå:
Teknologie masterexamen
Huvudområde: Datavetenskap

Motsvarande benämning på engelska är:
Degree of Master of Science (120 credits)
Main field of study: Computer Science

Lärandemål

Följande mål gäller för utbildningen:

Kunskap och förståelse

Efter genomförd utbildning ska studenten:

  • visa brett kunnande inom huvudområdet datavetenskap angående teorier, metoder, verktyg och språk som tillämpas i området,
  • visa väsentligt fördjupade kunskaper inom minst ett av följande områden: i) informationssäkerhet, ii) parallella system och distribuerade system, eller iii) intelligenta system,
  • visa fördjupad insikt i aktuell forsknings- och utvecklingsarbete inom minst ett valt område, enl. ovan, inom huvudområdet datavetenskap,
  • visa fördjupad metodkunskap inom minst ett valt område, enl. ovan, inom huvudområdet datavetenskap.


Färdighet och förmåga

Efter genomförd utbildning ska studenten:
  • visa förmåga att använda avancerade tekniker inom det datavetenskapliga området på ett ändamålsenligt sätt,
  • visa förmåga att välja, anpassa och kritiskt granska metoder givet en specifik problemställning,
  • visa färdighet att med handledning utföra ett självständigt arbete inom det datavetenskapliga området enligt vetenskapliga principer,
  • visa förmåga att identifiera, skriftligt och muntligt formulera, vetenskapligt besvara och kritiskt granska frågeställningar inom området,
  • visa förmåga att kunna bidra till ett forskningsprojekt.


Värderingsförmåga och förhållningssätt

Efter genomförd utbildning ska studenten:
  • kunna hantera problemställningar med ett vetenskapligt förhållningssätt,
  • visa förmåga att kritiskt utvärdera problemställningar och föreslagna lösningar inom ett datavetenskapligt projekt,
  • kunna reflektera, värdera och beskriva etiska och samhälleliga aspekter kopplat till området,
  • identifiera sitt behov av ytterligare kunskap och själv bära ansvar för sin kunskapsutveckling.

Frågor?

Programansvarig:

Marie Netz

marie.netz@bth.se

Kvinna med headset

Studievägledning:

studievagledning@bth.se

0455-38 53 00

Utbildningar inom området

Studieort

Undervisningsspråk

Utbildningstyp

Nivå

Terminstart

Visa endast

Studietakt

Liknande utbildningar