Sök Stäng
Utbildningsplan

Masterprogram i informationsteknologi - data science, AI och maskininlärning, 120 hp

Master's Programme (120 credits) in Information Technology - Data Science, AI and Machine Learning, 120 credits

Programkod: TADAM

Akademin för informationsteknologi

Nivå: Avancerad nivå

Välj utbildningsplan

Version
2025-09-01 - Tills vidare

Fastställd av: Forsknings- och utbildningsnämnden, 2024-10-07 och gäller studenter antagna höstterminen 2025.

Behörighetskrav

Högskoleingenjörsexamen eller kandidatexamen i ett tekniskt ämne. 90 hp datateknik, datavetenskap eller elektroteknik inklusive 15 hp programmering i generiska programmeringsspråk (t.ex. Python/C/C++/Java/Matlab eller liknande) och ett självständigt arbete 15 hp. 30 hp matematik inklusive analys, linjär algebra och transformmetoder. Engelska 6.

Mål

Utbildningen syftar till att studenten ska bygga upp teoretisk och praktisk kompetens för forskning, utveckling och praktisk konstruktion inom huvudområdet datateknik. Grundläggande för utbildningen är ett för industrin anpassat perspektiv på informationsteknologi.


Utbildningen syftar också till att studenten ska inhämta fördjupad kunskap inom data science för följande mer specifika ämnesområden: maskinlärande, bildanalys, parallelldator-programmering, data mining och digital tjänsteinnovation.


Studenten ska med programmet uppnå en tillräcklig grund för forskarutbildning eller avancerat projektarbete inom industrin. Masterexamen förbereder studenten för forskarstudier inom informationsteknologiområdet.


Efter avslutad utbildning ska studenten kunna:

Kunskap och förståelse

  • redogöra för produkter och system inom området data science
  • redogöra för de metoder som tillämpas i utvecklingen av nya systemlösningar samt för dess betydelse inom teknikområdet
  • diskutera den internationella forskningens nivå och nutida utveckling inom informationsteknologi, speciellt i avseende till området data science

Färdighet och förmåga

  • söka efter lösningar till tekniskt komplexa forskningsuppgifter samt planera och genomföra en lösning till ett avancerat tekniskt utvecklingsarbete inom givna tidsramar
  • använda systemorienterade datatekniska analysmetoder och verktyg
  • systematiskt jämföra sitt eget arbete till internationell forskning inom området
  • genomföra ett kvalificerat utvecklingsarbete inom givna tidsramar
  • presentera och försvara sitt eget arbete, såväl muntligt som skriftligt, i en internationell forskningsmiljö

Värderingsförmåga och förhållningssätt

  • bedöma och utvärdera forsknings- och utvecklingsarbete, baserat på egen erfarenhet, med avseende på såväl tekniska som samhälleliga och etiska aspekter
  • värdera informationsteknologins möjligheter, begränsningar och dess roll i samhälle samt datateknikers ansvar för hur den tillämpas
  • identifiera det egna behovet av ytterligare kunskap och självständigt ta ansvar för sin kunskapsutveckling.

Innehåll

År 1 läser studenten gemensamma kurser inom programmets huvudområde datateknik. Dessa kurser är huvudsakligen av översiktskaraktär av relevanta metoder och teorier inom området data science, men belyser även samhälls - och etiska aspekter. Vidare läser studenten metodfördjupningskurser inom maskinlärande och bildanalys, men även kurser som syftar till att studenten inhämtar en förståelse för de möjligheter och begränsningar som följer med distribuerade beräkningar och programmering av parallelldatorplattformar.


År 2 läser studenten kurser där de ges möjligheten att utveckla ett övergripande perspektiv på att extrahera kunskaper från data samt att använda dessa kunskaper för att utveckla nya digitala tjänster. Studenten genomför även ett examensarbete och har möjlighet att läsa en valbar kurs på avancerad nivå (7,5 hp).


Undervisningen sker i allmänhet i form av föreläsningar, seminarier, laborationer, handledning och projektarbeten. Flera kurser innehåller obligatoriska uppgifter som ska redovisas skriftligt och muntligt.


Undervisningen bedrivs på engelska.


Studenterna lär sig om nyckelämnen som jämställdhet/mångfald, hållbar utveckling och samarbete i kurser som Perspektiv på data science och examensarbete, där studenterna måste diskutera sociala, miljömässiga och ekonomiska överväganden. Dessutom läggs tonvikten på hållbara lärandeaktiviteter som projektbaserat lärande, och kopplingen till arbetslivet stöds ytterligare av olika chanser att träffa branschrepresentanter (t.ex. i gästföreläsningar, studiebesök och evenemang). Programmet är ett internationellt program där de flesta studenter kommer från utlandet, alla kurser ges på engelska, olika kurser finns för utbytesstudenter samt en mycket internationell grupp av lärare.



Nedanstående kurser ingår i utbildningsprogrammet

(G - Grundnivå, A - Avancerad nivå)

Kurser markerad med asterisk (*) ingår i huvudområdet datateknik.


År 1

Python - en inkörsport till Machine Learning 7,5 hp (A)*

Data science: teori, praktik och samhälleliga implikationer 7,5 hp (A)*

Artificiell intelligens 7,5 hp (A)*

Teknisk matematik 7,5 hp (A)

Läraktiga system 7,5 hp (A)*

Edge Computing och Internet of Things 7,5 hp (A)*

Bildanalys 7,5 hp (A)*

Parallelldatorprogrammering för bearbetning av stora datamängder 7,5 hp (A)*


År 2

Data Mining 7,5 hp (A)

Digital tjänsteinnovation 7,5 hp (A)*

Deep Learning 7,5 hp (A)*

Examensarbete 30 hp (A)*


Valbara kurser:

Datorseende i 3D 7,5 hp (A)*

Artificiell intelligens för hälsa 7,5 hp (A)*


Det finns möjlighet att byta ut den valbara kursen under år 2 mot en valfri kurs på avancerad nivå (7,5 hp) inom områdena teknik, matematik, innovation och entreprenörskap.


Högskolan förbehåller sig rätten att ställa in kurser som väljs av färre än 12 studenter.

Examensbenämning

Teknologie masterexamen med huvudområdet datateknik (Degree of Master of Science (120 credits) with a major in Computer Science and Engineering).

Uppflyttningskrav

För att vara behörig till termin 2 krävs minst 7,5 hp från termin 1.

För att vara behörig till termin 3 krävs minst 40 hp från termin 1-2.

För att vara behörig till termin 4 krävs minst 60 hp från termin 1-3.

Kvalitetssäkring och studentmedverkan

Programmet följs upp och utvärderas kontinuerligt genom de kursvärderingar som genomförs efter varje avslutad kurs. Kursvärderingar utgör ett verktyg för att, utifrån studenternas erfarenheter och upplevelser, kunna göra förändringar i kursernas innehåll och genomförande. Efter avslutad utbildning erbjuds alla studenter att göra en programvärdering genom att delta i en sistaårsenkät. Resultatet av denna kan leda till förändringar i programmet. Till programmet finns kopplat ett programråd som behandlar kvalitets- och utvecklingsfrågor. I programrådet finns arbetslivsrepresentanter, programstudenter, alumner med flera. Studenterna är, genom Halmstad studentkår, representerade i Högskolans beslutande organ samt i de utskott som utvärderar program i enlighet med Högskolans kvalitetssystem.