Magisterprogram i Datavetenskap (Öppen för sen anmälan)
60 högskolepoäng (start ht-13)
Programmet ger en bred grund inom datavetenskapliga ämnen och dess tillämpningar, men även projektstyrning och forskningsmetodik. Programmet avslutas med ett magisterarbete omfattande 15 poäng.
Översikt
Profil - innehåll
Datavetenskap är ett brett område som inkluderar ämnen så som programmeringsspråk, algoritmer och komplexitet, datastrukturer, intelligenta system, distribuerade system och nätverksteknologi. Nya tekniker introduceras ständigt och de redan existerande blir föråldrade.Magisterprogrammet i Datavetenskap erbjuder ett antal kurser med betoning på informationssystem och intelligenta system. Kurserna fokuserar på aspekter nära relaterade till forskningsfronten inom datavetenskap. Studenten ska skriva ett magisterarbete, vilket skall vara baserad på aktuell forskning och vetenskapliga artiklar. Efter förvärvad magisterexamen är studenten väl förberedd för arbete i näringslivet.
Undervisningen genomförs i form av föreläsningar, seminarier och laborationer. Beroende på laborationsuppgifternas karaktär utförs dessa antingen självständigt eller i grupp.
Examen
Utbildningen leder fram till följande examen på avancerad nivå:Teknologie magisterexamen
Huvudområde: Datavetenskap
Engelsk översättning av examen:
Degree of Master of Science (60 credits)
Main field of study: Computer Science
Anmälan
Det är inte längre möjligt att anmäla sig till detta anmälningsalternativ.
Välkomstbrev
Programtid
2013 vecka 36 till
2014 vecka 23
2014 vecka 23
Undervisningsform
Campus, Dagtid, heltid
Ort
Karlskrona
Språk
Undervisningen bedrivs på engelska.
Nivå
Avancerad nivå
Huvudområde
Datavetenskap
Utbildningsplan
Programansvarig
Antagning
Förkunskapskrav
För tillträde till utbildningen krävs: kandidatexamen (180 högskolepoäng) med något av huvudområdena datavetenskap, programvaruteknik, informationssystem eller datorteknik. Kandidatexamen ska omfatta minst 15 högskolepoäng i matematik. Engelska B.Läs mer om grundläggande behörighet på avancerad nivå.
Urval
Vid fler behöriga sökande än antal tillgängliga platser görs ett urval. Detta går till på följande sätt.METOD 12 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, medel-hög 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 er-bjudas plats tillgrips lottning.
Antagningsprocedur
Läs mer om antagningsproceduren.Tillgodoräknande av tidigare studier och utlandsstudier
Student som antagits till programmet och som tidigare läst någon kurs,
som motsvarar en kurs inom programmet, kan ansöka om att få kursen tillgodoräknad.
Om det är möjligt erbjuds studenten att genomgå en alternativ kurs.
Vid studier utomlands under tiden programmet pågår kan en större del
(vanligtvis en hel termin) tillgodoräknas. I detta fall ges ett
förhandsbesked om tillgodoräknandet via s k Learning agreement.
Läs mer om studier utomlands
Praktisk information
Praktisk information hittas under 'Vill studera'.
Lärandemål
Profil - innehåll
Datavetenskap är ett brett område som inkluderar ämnen så som programmeringsspråk, algoritmer och komplexitet, datastrukturer, intelligenta system, distribuerade system och nätverksteknologi. Nya tekniker introduceras ständigt och de redan existerande blir föråldrade.Magisterprogrammet i Datavetenskap erbjuder ett antal kurser med betoning på informationssystem och intelligenta system. Kurserna fokuserar på aspekter nära relaterade till forskningsfronten inom datavetenskap. Studenten ska skriva ett magisterarbete, vilket skall vara baserad på aktuell forskning och vetenskapliga artiklar. Efter förvärvad magisterexamen är studenten väl förberedd för arbete i näringslivet.
Undervisningen genomförs i form av föreläsningar, seminarier och laborationer. Beroende på laborationsuppgifternas karaktär utförs dessa antingen självständigt eller i grupp.
Lärandemål
Utöver de nationellt reglerade målen gäller följande mål för utbildningen.Efter fullgjorda studier på utbildningsprogrammet ska studenten kunna:
Kunskap och förståelse
- Ha förståelse för problemställningar, teorier och utmaningar inom datorsystem.
- Ha förståelse för metoder och tekniker inom datavetenskapsområdet.
- Behärska avancerade tekniker inom det datavetenskapliga området
- Ha förmågan att välja och anpassa metoder givet problemställning.
- Ha färdighet för att utföra forskning inom det datavetenskapliga området enligt vetenskapliga principer.
- Kunna hantera problemställningar med ett vetenskapligt förhållningssätt
- Ha förmågan att kritiskt utvärdera problemställning och föreslagna lösningar inom ett datavetenskapligt projekt.
- Kunna reflektera, värdera och beskriva etiska och samhälleliga aspekter kopplat till området.
Upplägg
Upplägg av utbildningen
Utbildningen erbjuder kurser huvudsakligen på avancerad nivå inom datavetenskap och närrelaterade område. Målet med utbildningen är att studenten lär sig nödvändig kunskap för att kunna förstå och lösa avancerade problem inom det datavetenskapliga området. Kurserna som erbjuds inom utbildningen inkluderar både praktisk programvaruutveckling samt mer undersökande arbete.Programmet ges på Engelska.
OBS! Lägg märke till att det är kursens starttermin som anges i tabellen nedan. Se varje kurs för att se kursens faktiska utsträckning i tiden.
Kurser höstterminen 2013
Obligatoriska kurser
Avancerad projektstyrning inom programvarutillverkning, 7,5 hp, avancerad nivå.
Idag utvecklas merparten av programvara i team. Det är därför mycket viktigt att utvecklare har ingående kunskaper och färdigheter i att leda och arbeta effektivt i projektteam.
Denna kurs syftar till att ge deltagarna en solid teoretisk kunskapsbas inom allmän projektledning, beteendevetenskap och organisationsstudier relaterat till frågeställningar som rör projektstyrning inom programvaruutveckling (SPM).
Kursen förutsätter att deltagarna redan har praktiskt erfarenhet av projektarbete.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Idag utvecklas merparten av programvara i team. Det är därför mycket viktigt att utvecklare har ingående kunskaper och färdigheter i att leda och arbeta effektivt i projektteam.
Denna kurs syftar till att ge deltagarna en solid teoretisk kunskapsbas inom allmän projektledning, beteendevetenskap och organisationsstudier relaterat till frågeställningar som rör projektstyrning inom programvaruutveckling (SPM).
Kursen förutsätter att deltagarna redan har praktiskt erfarenhet av projektarbete.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Tillämpad artificiell intelligens, 7,5 hp, grundnivå.
Artificiell intelligens i olika former finns i en allt större del av de datoriserade system vi använder - optimeringstekniker inom logistik, datorstyrda karaktärer i datorspel, beslutsstödssystem, bildbehandlingsalgoritmer och mobila robotar. Kursen syftar till att introducera studenten till området artificiell intelligens och några av dess tillämpningsområden.
Läs all information om kursen 'Tillämpad artificiell intelligens'
Artificiell intelligens i olika former finns i en allt större del av de datoriserade system vi använder - optimeringstekniker inom logistik, datorstyrda karaktärer i datorspel, beslutsstödssystem, bildbehandlingsalgoritmer och mobila robotar. Kursen syftar till att introducera studenten till området artificiell intelligens och några av dess tillämpningsområden.
Läs all information om kursen 'Tillämpad artificiell intelligens'
Beslutsstödjande system, 7,5 hp, avancerad nivå.
Vanligtvis är ett beslutsstödjande system ett datoriserat system som tillsammans med andra informationskällor kan användas som stöd vid olika typer av beslutsfattande. Ett beslut kan beskrivas som ett val mellan olika alternativ, och fattas genom uppskattningar av värdet på olika alternativ. Att stödja beslutsfattande innebär att hjälpa människor - enskilda eller i grupp – i processen att samla in relevanta fakta, ta fram alternativ och fatta beslut.
Syftet med kursen är kursdeltagarna skall fördjupa sig inom begrepp, metoder och processer som används när man bygger och använder beslutsstödjande system. Kursdeltagarna kommer i projektform praktiskt tillämpa de teoretiska kunskaper som förvärvas under kursens gång, så att djup förståelse kan uppnås via en kombination av teori och praktik.
Läs all information om kursen 'Beslutsstödjande system'
Vanligtvis är ett beslutsstödjande system ett datoriserat system som tillsammans med andra informationskällor kan användas som stöd vid olika typer av beslutsfattande. Ett beslut kan beskrivas som ett val mellan olika alternativ, och fattas genom uppskattningar av värdet på olika alternativ. Att stödja beslutsfattande innebär att hjälpa människor - enskilda eller i grupp – i processen att samla in relevanta fakta, ta fram alternativ och fatta beslut.
Syftet med kursen är kursdeltagarna skall fördjupa sig inom begrepp, metoder och processer som används när man bygger och använder beslutsstödjande system. Kursdeltagarna kommer i projektform praktiskt tillämpa de teoretiska kunskaper som förvärvas under kursens gång, så att djup förståelse kan uppnås via en kombination av teori och praktik.
Läs all information om kursen 'Beslutsstödjande system'
Lärande system, 7,5 hp, avancerad nivå.
En konsekvens av den tekniska utvecklingen är att vi blivit mer beroende av databaser för lagring och databehandling. Antalet, och speciellt storleken på, databaserna växer snabbt. I takt med denna tillväxt blir det allt svårare att manuellt finna användbar information från den stora mängden data. Vi behöver därför automatiserade metoder för att aggregera, analysera och extrahera användbar information. Metoder och tekniker från lärande system (machine learning) och artificiell intelligens har visat sig användbara för detta syfte.
Det huvudsakliga syftet med kursen är att ge studenten grundläggande kunskaper om artificiell intelligens, en fördjupad teknisk förståelse för forskning och teorier inom ämnet lärande system, samt praktiskt erfarenhet vad gäller både användande och utveckling av informationsutvinningstekniker (data mining technologies).
Forskning inom området Lärande system har tidigare varit väldigt teoretisk i sin natur, alternativt har den baserats på experimentella studier av syntetiska datamängder. Idag används lärande system i allt högre utsträckning i riktiga tillämpningar, exempelvis informationsutvinning (data mining). Kursen är fokuserad kring denna typ av tillämpningar och ligger därför helt i linje med det prioriterade området Tillämpad IT.
Studenten lär sig inte bara hur man kritiskt granskar och jämför olika algoritmer och metoder, utan även att planera, designa och implementera lärande komponenter och applikationer och hur man genomför experiment med lärande system.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
En konsekvens av den tekniska utvecklingen är att vi blivit mer beroende av databaser för lagring och databehandling. Antalet, och speciellt storleken på, databaserna växer snabbt. I takt med denna tillväxt blir det allt svårare att manuellt finna användbar information från den stora mängden data. Vi behöver därför automatiserade metoder för att aggregera, analysera och extrahera användbar information. Metoder och tekniker från lärande system (machine learning) och artificiell intelligens har visat sig användbara för detta syfte.
Det huvudsakliga syftet med kursen är att ge studenten grundläggande kunskaper om artificiell intelligens, en fördjupad teknisk förståelse för forskning och teorier inom ämnet lärande system, samt praktiskt erfarenhet vad gäller både användande och utveckling av informationsutvinningstekniker (data mining technologies).
Forskning inom området Lärande system har tidigare varit väldigt teoretisk i sin natur, alternativt har den baserats på experimentella studier av syntetiska datamängder. Idag används lärande system i allt högre utsträckning i riktiga tillämpningar, exempelvis informationsutvinning (data mining). Kursen är fokuserad kring denna typ av tillämpningar och ligger därför helt i linje med det prioriterade området Tillämpad IT.
Studenten lär sig inte bara hur man kritiskt granskar och jämför olika algoritmer och metoder, utan även att planera, designa och implementera lärande komponenter och applikationer och hur man genomför experiment med lärande system.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Kurser vårterminen 2014
Obligatoriska kurser
Agentsystem, 7,5 hp, avancerad nivå.
Agentbaserade system är ett paradigm för att konceptualisera, designa och implementera programvarusystem. I takt med ökade förväntningar på vad datorer kan åstadkomma växer idag behovet av flexibla och anpassningsbara system som är kapabla att verka i dynamiska miljöer.
En programvaruagent motsvarar en intelligent entitet som, i viss utsträckning, verkar på egen hand i en miljö för att uppnå sina designmål.
Kursens huvudsyfte är att introducera begreppen agent och multi-agentsystem och deras förmågor inom datavetenskapen. Kursen fokuserar på resonemang om, när och hur det är fördelaktigt att applicera agentparadigmet jämfört med andra teknologier för programvaruutveckling. T.ex. vilka är fördelarna (och begränsningarna) med att använda agentsystem är.
Dessutom ger kursen praktisk träning i implementering av agentsystem. Målet är att studenterna ska tillägna sig en förståelse för centrala begrepp relaterade till agentteknologi. Det kan till exempel röra sig om interaktion mellan agenter och decentraliserad kontroll.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Agentbaserade system är ett paradigm för att konceptualisera, designa och implementera programvarusystem. I takt med ökade förväntningar på vad datorer kan åstadkomma växer idag behovet av flexibla och anpassningsbara system som är kapabla att verka i dynamiska miljöer.
En programvaruagent motsvarar en intelligent entitet som, i viss utsträckning, verkar på egen hand i en miljö för att uppnå sina designmål.
Kursens huvudsyfte är att introducera begreppen agent och multi-agentsystem och deras förmågor inom datavetenskapen. Kursen fokuserar på resonemang om, när och hur det är fördelaktigt att applicera agentparadigmet jämfört med andra teknologier för programvaruutveckling. T.ex. vilka är fördelarna (och begränsningarna) med att använda agentsystem är.
Dessutom ger kursen praktisk träning i implementering av agentsystem. Målet är att studenterna ska tillägna sig en förståelse för centrala begrepp relaterade till agentteknologi. Det kan till exempel röra sig om interaktion mellan agenter och decentraliserad kontroll.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Forskningsmetodik i programvaruteknik och datavetenskap, 7,5 hp, avancerad nivå.
En nyckelfråga i forskningen inom programvaruteknik och datavetenskap är framtagning, utvärdering och jämförelse av metoder, tekniker och verktyg och hur dessa påverkar olika system eller organisationer.
I denna kurs får studenten en förståelse för forskningsmetodik som gör en sådan utvärdering och jämförelse möjligt. Studenten får en introduktion till samhälleliga och etiska aspekter av sådant forskning och får första erfarenheter av att planera, genomföra och rapportera ett forskningsprojekt.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
En nyckelfråga i forskningen inom programvaruteknik och datavetenskap är framtagning, utvärdering och jämförelse av metoder, tekniker och verktyg och hur dessa påverkar olika system eller organisationer.
I denna kurs får studenten en förståelse för forskningsmetodik som gör en sådan utvärdering och jämförelse möjligt. Studenten får en introduktion till samhälleliga och etiska aspekter av sådant forskning och får första erfarenheter av att planera, genomföra och rapportera ett forskningsprojekt.
Kursen och programmet är under utveckling och ingen mer information är tillgänglig för närvarande.
Valbara kurser
Magisterarbete i Datavetenskap, 15 hp, avancerad nivå.
Magisteruppsatsen utgör höjdpunkten av flera års studier inom ett huvudämne. Den skall visa att studenten har mognat till en nivå så att denne kan bidra med vetenskapligt gångbar kunskap inom ämnet.
Kursens syfte är att deltagarna skall vidareutveckla och visa prov på den kunskap och förståelse samt de färdigheter som behövs för att kunna arbeta självständigt och professionellt inom datavetenskap. Detta inkluderar förmågan att identifiera problem och utmaningar, samt planera, utföra och rapportera om ett forskningsprojekt, vilket bidrar till ”state-of-the-art” och/eller till ”state-of-the-practice”.
Magisterarbetet ska med ett systematiskt sökande av kunskap visa prov på god forskning inom datavetenskap. Avsikten med forskning är att upptäcka, tolka och utveckla metoder/modeller/processer/tekniker och system som ett bidrag till det aktuella området. Den skriftliga magisteruppsatsen som produceras inom kursen ska visa att studenten har omfattande kunskap om forskningsmetoder och kan tillämpa vetenskapliga metoder. Magisteruppsatsen ska på ett tydligt och korrekt sätt rapportera om forskningsprojektet.
Det finns inget särskilt krav på att inkludera en ingenjörs- och konstruktionsinsats i magisterarbetet. En sådan insats kan vara ett bidrag i arbetet men kan inte ersätta ett systematiskt sökande av kunskap.
Läs all information om kursen 'Magisterarbete i Datavetenskap'
Magisteruppsatsen utgör höjdpunkten av flera års studier inom ett huvudämne. Den skall visa att studenten har mognat till en nivå så att denne kan bidra med vetenskapligt gångbar kunskap inom ämnet.
Kursens syfte är att deltagarna skall vidareutveckla och visa prov på den kunskap och förståelse samt de färdigheter som behövs för att kunna arbeta självständigt och professionellt inom datavetenskap. Detta inkluderar förmågan att identifiera problem och utmaningar, samt planera, utföra och rapportera om ett forskningsprojekt, vilket bidrar till ”state-of-the-art” och/eller till ”state-of-the-practice”.
Magisterarbetet ska med ett systematiskt sökande av kunskap visa prov på god forskning inom datavetenskap. Avsikten med forskning är att upptäcka, tolka och utveckla metoder/modeller/processer/tekniker och system som ett bidrag till det aktuella området. Den skriftliga magisteruppsatsen som produceras inom kursen ska visa att studenten har omfattande kunskap om forskningsmetoder och kan tillämpa vetenskapliga metoder. Magisteruppsatsen ska på ett tydligt och korrekt sätt rapportera om forskningsprojektet.
Det finns inget särskilt krav på att inkludera en ingenjörs- och konstruktionsinsats i magisterarbetet. En sådan insats kan vara ett bidrag i arbetet men kan inte ersätta ett systematiskt sökande av kunskap.
Läs all information om kursen 'Magisterarbete i Datavetenskap'
Skriftliga arbeten
Programmet avslutas med ett skriftligt masterarbete motsvarande 15 hp.Internationellt innehåll
Utbildningsprogrammet arbetar i enlighet med BTH:s internationaliseringpolicy.Då programmet attraherar en stor andel internationella studenter, så är studiemiljön inom programmet internationell där flera kulturer och traditioner blandas. Programansvarig arbetar aktivt med sektionen för att behålla en bra mix av internationella studenter.
Läs om utlandsstudier
Jobbprofiler
Efter examen förväntas studenterna kunna utföra arbete inom samtliga delar av området programvaruteknik, då kopplat till teknik och metodik för utveckling av programvarusystem på generell till specialist nivå. Rollerna kan vara specialist på teknik eller domän till olika ledningstjänster så som teknikansvarig, arkitekt, projektledare eller annat.Fortsatta studier
Student på programmet har möjlighet att under studierna söka 120 poängs varianten av programmet.Programråd
Det finns idag inget etablerat programråd för programmet. Ett programråd kommer att etableras under 2011 då vi ser att utbildningen och antagningen till utbildningen kommer att förändras. Programrådet kommer att följa de generella riktlinjer som tagits fram av BTHs kvalitetsråd i ”Program och handlingsplan för Kvalitetsarbete”.Examination
Examen
Utbildningen leder fram till följande examen på avancerad nivå:Teknologie magisterexamen
Huvudområde: Datavetenskap
Engelsk översättning av examen:
Degree of Master of Science (60 credits)
Main field of study: Computer Science
Bedömning och examination
Bedömning och examination varierar mellan olika kurser i programmet. Se information för respektive kurs i programmet.Programutvärderingar
Det sker kontinuerlig utvärdering av kurserna inom programmet, detta sker automatiskt då varje kurstillfälle avslutats. Denna information granskas av programansvarig. Det sker i dagsläget ingen utvärdering av programmet som helhet på ett strukturerat sätt. Dock så är kontakten med forskargrupper på BTH tät för att säkerställa att programmets sammansättning är uppdaterad och tillfredställande.Utvärdering av programmet som helhet är planerat och då kommer studenternas åsikter vara en viktig del, men även ämnesföreträdare och industrikontakter kommer involveras i denna process.
Alumni
På BTH har vi ett nätverk med studenter som pluggat på BTH, våra alumner. Har du frågor om hur det är att plugga på BTH kan du skicka ett e-brev till alumni@bth.se.
Kontakta studievägledare
För övergripande frågor om studier på BTH, kontakta våra centrala Studie- och Karriärvägledare.
Dela