Civilingenjör i AI och maskininlärning

Anmälan öppnar 2020-03-15

Utveckla system som uppvisar intelligent beteende och forma nya arbetssätt för medier och maskiner. I framtiden gör AI jobbet, och du kan bestämma hur.

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

På BTH

Komplett teknisk bas som grund

De tre första åren lägger du en ingenjörsgrund med till exempel kurser i programmering, intelligent dataanalys och tillämpad AI. Efter det har du en bred teknisk baskunskap och är väl förberedd för mer programspecifika studier i årskurs fyra och fem.

Samarbete i nutid för kunskap i framtiden

Utbildningen ger dig en tillämpad kunskap inom ett framtidsområde, men tekniken används redan, bland annat i drönare, miniubåtar och självkörande bilar. Här på BTH arbetar vi tillämpat nära industri och näringsliv, och dessutom i nära samarbete mellan olika utbildningsområden. Det ger en utbildning som ligger i fas med verkligheten och utvecklingen i industrin.

Efter BTH

Efterfrågad kompetens för en snabbt växande industri

De digitala jättarna i världen som Google, Facebook och andra bygger till stor del sin teknik på maskininlärning, och kompetens inom området efterfrågas i princip över hela världen. Utbildningen är relativt ny och uppdateras hela tiden för att matcha branschen och det snabbt växande behovet av civilingenjörer med rätt kompetens.

Många yrkesområden – och fler för varje dag

Civilingenjörsutbildningen i AI och maskininlärning ger dig en bred grund och öppnar för karriärer som specialist eller strategisk projektledare, där du efter några år i arbetslivet kan har en ledande befattning. Antalet möjliga branscher och yrkesroller för dig med denna examen blir fler för varje dag, eftersom tekniken används för allt fler områden.

Studera utomlands

Som student på BTH har du bra möjligheter att förlägga en del av dina studier utomlands. De flesta som tar chansen upplever att det var en av de mest givande perioderna under studietiden – en chans att lära känna nya kulturer, få nya perspektiv och skaffa erfarenheter både inför karriären och livet i sin helhet. Vi berättar mer om möjligheterna när du börjar här hos oss, men hör gärna av dig om du har frågor.

Presentation av programmet

Programinnehåll

Under utbildningens tre första år lägger du en gedigen ingenjörsgrund eftersom 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 och för att du ska forma din egen kompetens.

Visa mer...

Första året inleds med att du läser en matematisk grundkurs och 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, det vill säga grundläggande teoribildningar och metoder inom AI. Du läser också högteknologiskt entreprenörskap för att introducera dig till ICT startups. Du fortsätter med databasteknik och matematisk statistik och tar dig an ett andra grupparbete, som efterliknar ett projekt ute i industrin.

Under årskurs fyra och fem läser du vissa kurser gemensamt med din klass och vissa är valbara, så att du kan forma din egen utbildning och slutliga kompetens.

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 om hur maskiner interagerar med människor. Valbara kurser är Bayesiansk statistik, dataanalys och informationsutvinning samt GPU-baserad maskininlärning.

Årskurs fem inleds med en kurs i hur du konstruerar prototyper. Där ingår även yrkespraktik samt ditt examensarbete under en termin. I examensarbetet samlar 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.

Utvärderingar och programråd utvecklar utbildningen

Vi utvecklar hela tiden våra utbildningar och programmet 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.

Programfördelning

Liknande utbildningar

Studieort

Undervisningsspråk

Nivå

Studietakt

Programstart

Visa endast

Högskolepoäng

0 HP 300 HP

Fakta

  • Undervisningsform: Campus, dagtid, heltid
  • Anmälningskod: BTH-87006
  • Period: 2020 vecka 35 till 2025 vecka 22
  • Nivå: Grundnivå och avancerad nivå
  • Utbildningsplan: Ladda ner
  • Anmälan: Anmälan öppnar 2020-03-15
  • 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.
Läs mer om antagning här

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
Efter genomförd utbildning ska studenten:
  • visa bred kunskap och förståelse om de centrala vetenskapliga frågeställningarna inom datavetenskap med speciellt fokus på 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
Efter genomförd utbildning ska studenten:
  • 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 teamarbete 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
Efter genomförd utbildning ska studenten:
  • 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