Masterprogram i dataanalys
Utbildningsplan, TDA2M
- Kod
- TDA2M
- Fastställd av
- Teknisk-naturvetenskapliga fakultetsnämnden, 22 oktober 2019
- Diarienummer
- TEKNAT 2019/267
- Ansvarig fakultet
- Teknisk-naturvetenskapliga fakulteten
- Ansvarig institution
- Institutionen för informationsteknologi
Behörighetskrav
Examen på grundnivå om minst 180 hp med 80 hp datavetenskap och matematik, varav minst 15 hp datavetenskap inklusive 5 hp grundläggande programmering och 5 hp grundläggande beräkningsvetenskap, och minst 25 hp matematik inklusive linjär algebra och envariabelanalys. Därutöver 5 hp statistik och sannolikhetslära.
Dessutom krävs kunskaper i engelska motsvarande Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Syfte
Programmet erbjuder ett strukturerat utbud av kurser som leder till masterexamen inom huvudområdet dataanalys. Studenterna på programmet kommer att utveckla goda kunskaper inom både de matematiska grunderna till dataanalys och dess beräkningsaspekter. T.ex. kommer studenterna att få god kompetens i att utföra avancerade statistiska analyser och att behärska maskininlärningsmetoder på distribuerade och högpresterande datorsystem. Utbildningen omfattar även säkerhet såväl som de etiska och juridiska aspekterna av dataanalys. Masterprogrammet har två inriktningar, en i maskininlärning och statistik och en i data engineering, som förbereder studenterna för de två huvudtyperna av jobb inom data science på marknaden.
Programmet förbereder studenterna för aktivt deltagande i forskningsprojekt, antingen som doktorander eller i industriella forskningsprojekt, samt för avancerad yrkesverksamhet inom dataanalys. Studenterna kommer att ges möjlighet att samarbeta med internationellt kända forskargrupper inom data science och med studenter och experter från andra discipliner i en projektkurs i tillämpad dataanalys. Uppsala universitet erbjuder högkvalitativ forskning och utbildning inom alla de viktigaste akademiska disciplinerna, vilket ger studenterna på programmet möjlighet att utforska ett stort antal användningsområden av intresse.
Undervisning
Utbildningen på programmet bygger vidare på studenternas förkunskaper och erfarenheter. Studenterna förväntas delta aktivt i sin utbildning och ta ansvar för personliga studiemål och bidra till varandras inlärning. Undervisande personal på programmet har det primära ansvaret för att skapa grunden för aktivt individuellt och kollektivt lärande. Den pedagogiska utvecklingen bygger på en respektfull dialog mellan studenter och undervisande lärare.
För programmets kurser används ett brett utbud av undervisningsmetoder. Teoretisk undervisning varvas med praktiska undervisningstillfällen, vanligtvis datorbaserade laborationer, och med träning i kommunikation. Undervisningen ligger nära den aktuella forskningen, vilket ger insikt om vetenskapliga metoder och tillvägagångssätt. Undervisningen och kurslitteraturen är på engelska. Kurser innehåller formativa och summativa examinationsformer som t.ex. salsskrivning, muntlig examination, laboration och projektarbete med gruppexamination, fallstudie, kollegial bedömning, och självständiga skriftliga arbeten.
Examen
Rektor utfärdar på begäran examensbevis för naturvetenskaplig masterexamen med dataanalys som huvudområde.
Masterexamen är en så kallad generell examen, vilket innebär att studenten tar examen i huvudområdet, enligt kriterierna nedan, oavsett om kurserna ingår i programmet eller inte. Det finns därmed möjlighet att inkludera även fristående kurser i examen.
Beslut enligt högskoleförordningen
Masterexamen uppnås efter att studenten fullgjort kursfordringar om 120 högskolepoäng med viss inriktning som varje högskola själv bestämmer, varav minst 60 högskolepoäng med fördjupning inom det huvudsakliga området (huvudområdet) för utbildningen. Därtill ställs krav på avlagd kandidatexamen, konstnärlig kandidatexamen, yrkesexamen om minst 180 högskolepoäng eller motsvarande utländsk examen.
För masterexamen skall studenten inom ramen för kursfordringarna ha fullgjort ett självständigt arbete (examensarbete) om minst 30 högskolepoäng inom huvudområdet för utbildningen. Det självständiga arbetet får omfatta mindre än 30 högskolepoäng, dock minst 15 högskolepoäng, om studenten redan har fullgjort ett självständigt arbete på avancerad nivå om minst 15 högskolepoäng inom huvudområdet för utbildningen.
Lokala beslut
En masterexamen får, förutom kurser på avancerad nivå, bestå av kurs eller kurser på grundnivå omfattande högst 30 högskolepoäng. Kursen eller kurserna bör avse sådan kompletterande kompetens som behövts för fördjupning.
Ett examensarbete för masterexamen skall omfatta minst 30 högskolepoäng.
Studieplan
Studieplan för inriktning Data engineering
- Studieplan giltig från och med höstterminen 2025
- Studieplan giltig från och med höstterminen 2024
- Studieplan giltig från och med höstterminen 2023, version 2
- Studieplan giltig från och med höstterminen 2023, version 1
- Studieplan giltig från och med höstterminen 2022, version 2
- Studieplan giltig från och med höstterminen 2022, version 1
- Studieplan giltig från och med höstterminen 2021, version 2
- Studieplan giltig från och med höstterminen 2021, version 1
- Studieplan giltig från och med höstterminen 2020
Studieplan för inriktning Maskininlärning och statistik
- Studieplan giltig från och med höstterminen 2025
- Studieplan giltig från och med höstterminen 2024
- Studieplan giltig från och med höstterminen 2023, version 2
- Studieplan giltig från och med höstterminen 2023, version 1
- Studieplan giltig från och med höstterminen 2022, version 2
- Studieplan giltig från och med höstterminen 2022, version 1
- Studieplan giltig från och med höstterminen 2021, version 2
- Studieplan giltig från och med höstterminen 2021, version 1
- Studieplan giltig från och med höstterminen 2020