Masterprogram i datavetenskap

Ansök

Anmäl dig via antagning.se

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

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

PÅ BTH

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 masterarbete.

EFTER BTH

Med forskning som fördel

Utbildningens uppbyggnad förbereder dig väl och ger dig goda förutsättningar inom forskningsintensiva branscher, en framtida forskarkarriär inom akademi, eller i näringslivet.

PROGRAMINNEHÅLL

Masterprogrammet i datavetenskap är en bred utbildning som ger dig möjlighet att läsa många olika kurser inom datavetenskap. Du kan profilera dig inom ett specifikt område och där fördjupa dina kunskaper genom valbara kurser. Utbildningen har i huvudsak tre inriktningar: it-säkerhet, distribuerade och parallella system och intelligenta system.

Visa mer...

Under det första året lär du dig att tillämpa de metoder och färdigheter som utgör grunden i utbildningen. Här ingår bland annat kurser i artificiell intelligens, modellering och beslutsstöd – men det finns även kurser i cloud computing, IT-säkerhet, statistik, forskningsmetodik och multiprocessorsystem. Många av kurserna är redan under första året valbara.

Under det andra året har du möjlighet att studera kurser som är kopplade till olika tillämpningsområden och aktuella forskningsprojekt. Du uppmuntras här att arbeta med aktuella utmaningar inom områden som maskininlärning, bildbehandling, simulering samt spelutveckling. Andra exempel på tillämpningsområden är olika tekniker för beslutsstödsystem inom bland annat polisens brottsförebyggande och brottsutredande arbete samt resursplanering inom energisektorn, hälso- och sjukvården och transportsektorn.

Under den fjärde terminen gör du ditt masterarbete med utgångspunkt från de metoder och färdigheter du lärt dig och den profilering du valt via valbara kurser. Ambitiösa studenter erbjuds möjligheten att utföra masterarbetet inom pågående forskningsprojekt i samverkan med näringslivet.
Utbildningen lägger stort fokus på forskningsförberedelse vilket ger dig goda förutsättningar för en framgångsrik karriär inom forskningsintensiva branscher eller en framtida forskarkarriär inom akademi eller i näringslivet.

Programfördelning

Fakta

  • Undervisningsform: Campus, dagtid, heltid
  • Anmälningskod: BTH-90550
  • Period: 2020 vecka 36 till 2022 vecka 22
  • Nivå: Avancerad nivå
  • Huvudområde: Datavetenskap
  • Anmälan: Anmäl dig via antagning.se
  • Välkomstbrev: Länk till välkomstbrev från ansvarig lärare finns här senast 3 veckor innan kursstart.
  • Ort: Karlskrona
  • Språk: Undervisningen ges på engelska.
  • Förkunskapskrav: Kandidatexamen motsvarande minst 180 hp inom något av områdena Datavetenskap,
    Programvaruteknik eller Datateknik varav minst 30 hp ska utgöras av kurser inom Programmering, Datastrukturer och algoritmer, Databasteknik, Datakommunikation, Operativsystem. Kandidatexamen ska även omfatta minst 15 hp i Matematik. Engelska B/Engelska 6.
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 4 Masterprogram inom teknikområdet

ALLMÄNT

Denna metod avser att bedöma sökandes lämplighet till masterprogrammen ibland annat Electrical Engineering, Computer Science och Software Engineering.

URVALSGRUND

Tidigare högskoleutbildning och engelska.

PRECISERING AV URVALSGRUND

Första steget av bedömningsprocessen består av en bedömning av hur relevant område och inriktning den sökandes tidigare examina från högskola eller universitet har för det sökta programmets inriktning. Bedömningen görs i tre kategorier: minimal relevans givet förkunskapskraven = meritvärde 0, medelhög relevans = meritvärde 0,5, hög relevans = meritvärde 1.
Slutligen normeras den sökandes TOEFL – respektive IELTS-nivåer i engelska till ett värde mellan 0 och 1, där 0 är minimal nivå för att vara behörig och 1 är maximal nivå på testet. Sökande som är undantagna från att visa sin nivå i engelska med TOEFL/IELTS-nivåer får meritvärdet 1.
Dessa två värden läggs till ett samlat meritvärde som kan variera mellan 0-2.

HÖGSTA MERITVÄRDE

Maximalt 2 poäng ges, enligt beskrivningen ovan.

ARBETSMETOD

Ansökningar som accepteras för granskning baserad på de grundläggande förkunskapskraven för programmet kommer att rangordnas enligt ovan. 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.

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

Kunskap och förståelse:
  • visa brett kunnande inom huvudområdet datavetenskap angående teorier, metoder, verktyg och språk som tillämpas i området
  • visa väsentligt fördjupade kunskaper inom artificiell intelligens och programvaruteknik
  • visa fördjupad insikt i aktuell forsknings- och utvecklingsarbete i utvalda delområden inom huvudområdet datavetenskap
  • visa fördjupad metodkunskap inom valda delområden inom huvudområdet datavetenskap

Färdighet och förmåga:
  • visa förmåga att använda avancerade tekniker inom det datavetenskapliga området på ett ändamålsenligt sätt
  • visa förmågan att välja, anpassa och kristiskt granska metoder givet en specifik problemställning
  • visa färdighet i att självständigt och i grupp utföra forskning inom det datavetenskapliga området enligt vetenskapliga principer
  • visa förmåga att identifiera, formulera, vetenskapligt besvara och kritiskt granska frågeställningar inom området
  • visa förmåga att självständigt kunna bidra till ett forskningsprojekt

Värderingsförmåga och förhållningssätt:
  • kunna hantera problemställningar med ett vetenskapligt förhållningssätt
  • visa förmågan att kritiskt utvärdera problemställningar och föreslagna lösningar inom ett datavetenskapligt projekt
  • kunna reflektera, värdera och beskriva etiska och samhälleliga aspekter kopplat till området.

Läs mer om antagning här

Kurser i detta program

Kontakta oss

Programansvarig: Marie Netz

Studievägledning