Civilingenjör i AI och maskininlärning 300 hp

Anmälan öppnar 2019-03-15

Utbildningen ger dig attraktiv tillämpad kunskap inom ett framtidsområde. Målet är att utbilda civilingenjörer som kan uppfinna, utveckla, använda och förstå programvara som uppvisar intelligent beteende. Efter utbildningen kan du arbeta som dataanalytiker, maskininlärningsingenjör eller datainfrastrukturingenjör. Detta ska dock bara ses som exempel, då arbetsmarknaden är under stark utveckling. Din breda ingenjörskompetens kommer att göra dig eftertraktad även inom många andra områden.

Utbildningen är ny och har tagits fram för att matcha arbetsmarknadens snabbt växande behov av civilingenjörer med denna kompetens. AI tillämpas idag som centrala tekniker i drönare, miniubåtar och självkörande bilar. Maskininlärning är ett delområde av AI, vilket fokuserar på system som ökar sin kunskap, eller visar upp ett intelligent beteende. Det kan exempelvis handla om associationsförmåga, abstrakt tänkande, planeringsförmåga och inlärningsförmåga. De digitala jättarna i världen som Google sök, Facebook, LinkedIn och andra sociala nätverk bygger till stor del på maskininlärning. Exempel på karriärvägar efter några år i arbetslivet är jobb som specialist, som strategisk projektledare eller en ledande befattning som chef. Civilingenjörsutbildningen i AI och maskininlärning ger dig en bred utbildningsgrund. BTH lägger stor vikt vid ett tillämpat och industrinära samarbete.

Utbildningen omfattar 300 högskolepoäng och leder fram till en civilingenjörsexamen i AI och maskininlärning.

Programinnehåll

Under utbildningens tre första år lägger du en gedigen ingenjörsgrund då du behöver vara väl förberedd för dina mer programspecifika studier i årskurs fyra och fem. Under de två sista årskurserna väljer du själv vissa kurser, för största möjliga flexibilitet i dina studier.

Första året inleds med att du läser en matematisk grundkurs samt en grundkurs i industriell ekonomi. Du läser även en introduktionskurs till datavetenskapliga studier, vilket innebär projekt som är inriktade på samarbete och kommunikation, planering, genomförande och rapportering.

Efter det läser du exempelvis linjär algebra, en första kurs i Python, fysik för ingenjörer och interaktiva laborationer. Året avslutas med en kurs i interaktion mellan människa och dator.

Andra året läser du bland annat matematisk statistik, programutveckling och fortsätter med Python. Under årskursen ingår ett projektarbete i grupp där du ska utveckla din förmåga att designa och utveckla system för dataanalys eller annan tillämpning. Därefter läser du intelligent dataanalys, vilket är en fortsättning på kursen matematisk statistik. Året avslutas med datorteknik, en introduktion till hur ett datorsystem fungerar på maskinspråksnivå.

År tre läser du tillämpad AI, alltså grundläggande teoribildningar och metoder inom AI. Du läser också högteknologiskt entreprenörskap för att introducera dig till ICT startups. Vidare fortsätter du att läsa databasteknik och matematisk statistik. Här ligger även ett andra grupparbete, vilket ska efterlikna ett projekt ute i industrin.

Under årskurs fyra och fem läser du vissa kurser gemensamt med din klass och vissa är valbara, för största möjliga flexibilitet i dina vägval.

År fyra läser du följande gemensamt: två kurser i maskininlärning samt forskningsmetodik och mycket aktuella och spännande frågor kring digital etik.  Digital etik berör moraliska frågor som rör hur maskiner interagerar med människor. Valbara kurser är Bayesiansk statistik, dataanalys och informationsutvinning och GPU-baserad maskininlärning.

Årskurs fem inledes med en kurs i hur man konstruerar prototyper. Där ingår även yrkespraktik samt ett examensarbete på en termin. I examensarbetet förenar du dina kunskaper i ett projekt som kan utföras i samarbete med industrin. Examensarbetet kan på så sätt bli en första ingång till arbetslivet eller kanske en väg att förverkliga ett eget entreprenörsprojekt som du fått inspiration till under utbildningen.

Det finns även valbara kurser exempelvis robotik och djup inlärning (deep learning) samt datorseende och mönsterigenkänning.

Programvärderingar och programråd

Utbildningsprogrammet utvärderas kontinuerligt genom de enskilda kursernas kursvärderingar som genomförs efter avslutad kurs med återkoppling till studenterna. Kursvärderingarna redovisas och diskuteras av kurs- och programansvariga, varefter förändringar i programmet kan bli aktuella.

Programmet är kopplat till ett programråd som behandlar frågor rörande kvalitets- och utvecklingsfrågor. I programrådet eller i olika utskott till programrådet är externa ledamöter, studentrepresentanter samt alumni knutna för diskussioner om programmets utveckling, kvalitet och relevans för arbetsmarknaden.

Om programmet

Här kan du se mer om programmet Civilingenjör i AI och maskininlärning!

Innehåll

Fakta

  • Undervisningsform: Campus, dagtid, heltid
  • Anmälningskod: BTH-86951
  • Period: 2019 vecka 35 till 2024 vecka 22
  • Nivå: Grundnivå och avancerad nivå
  • Utbildningsplan: Ladda ner
  • Anmälan: Anmälan öppnar 2019-03-15
  • Välkomstbrev: Länk till välkomstbrev från ansvarig lärare finns här senast 3 veckor innan kursstart.
  • Ort: Karlskrona
  • Språk: Undervisningen ges normalt på svenska men undervisning på engelska kan förekomma.
  • Förkunskapskrav: Grundläggande behörighet samt Matematik 4, Fysik 2, och Kemi 1.
Urval
Vid antagningen till ett utbildningsprogram ska högst 67 % av platserna fördelas i ett betygsurval och minst 33 % i ett provurval. Sökande som uppfyller kraven för flera urvalsgrupper ska ingå i samtliga. Meritpoäng inför urval enligt Områdesbehörighet A9/9.
Antagningsordning
Examen
Utbildningen leder fram till följande examen på avancerad nivå: Civilingenjörsexamen i AI och maskininlärning
Motsvarande benämning på engelska är: Degree of Master of Science in Engineering: AI and Machine Learning
Lärandemål
Kunskap och förståelse
  • visa bred kunskap och förståelse om de centrala vetenskapliga frågeställningarna inom artificiell intelligens, informationsutvinning och maskininlärning,
  • visa kunskap och förståelse för matematisk statistik och sannolikhetsteori samt deras betydelse för och användning inom konstruktion och utvärdering av intelligenta och lärande system,
  • visa allmän kunskap och förståelse för digitaliseringens och automatiseringens möjligheter och begränsningar inom industri, samhälle och akademi.Färdighet och förmåga
  • visa förmåga att utveckla och validera matematiska modeller som ska ligga till grund för insamling, behandling, och analys av data i tillämpade intelligenta och lärande system,
  • visa förmåga att kravställa, utveckla, implementera, dokumentera samt testa intelligenta och lärande system,
  • visa förmåga att utveckla idéskisser, prototyper och demonstratorer samt att via tekniska rapporter och muntliga presentationer redogöra för val av lösningsförslag gällande exempelvis smarta tjänster och automatisering av verksamhet i samverkan med industri- och samhällsaktörer,
  • visa förmåga till lagarbete och samverkan i grupper med olika sammansättning,
  • visa förmåga att i såväl nationella som internationella sammanhang muntligt och skriftligt i dialog med olika grupper klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa.Värderingsförmåga och förhållningssätt
  • visa förmåga att förstå och bedöma forskningsresultat från relevanta områden,
  • visa förmåga att kritiskt utvärdera möjligheter och risker med intelligenta och lärande system utifrån relevanta etiska, ekologiska, ekonomiska och samhälleliga perspektiv,
  • visa förmåga att systematiskt och på vetenskaplig grund avgöra metoders och verktygs begränsningar, möjligheter och lämplighet givet en viss tillämpning,
  • visa förståelse för teknikens möjligheter och begränsningar, dess roll i samhället och individens ansvar för hur det används, inklusive såväl sociala som ekonomiska aspekter samt miljö och arbetsmiljöaspekter samt ta hänsyn till säkerhet och personlig integritet, särskilt hantering av personuppgifter,
  • visa förmåga att identifiera sitt behov av ytterligare kunskap och att fortlöpande utveckla sin kompetens.

Kurser i detta program

Kontakta oss

Programansvarig: Martin Boldt

Studievägledning