Masterprogram i dataanalys
Utbildningsplan, TDA2M
- Kod
- TDA2M
- Fastställd av
- Teknisk-naturvetenskapliga fakultetsnämnden, 9 november 2021
- Diarienummer
- TEKNAT 2021/130
- Ansvarig fakultet
- Teknisk-naturvetenskapliga fakulteten
- Ansvarig institution
- Institutionen för informationsteknologi
Beslut och riktlinjer
Enligt beslut av rektor 2019-06-18 skall vid Uppsala universitet fr.o.m. 2020-07-01 finnas ett masterprogram i dataanalys.
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 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.
Mål
Enligt högskolelagen gäller följande för utbildning på avancerad nivå och fördjupning:
Utbildning på avancerad nivå skall väsentligen bygga på de kunskaper som studenterna får inom utbildning på grundnivå eller motsvarande kunskaper.
Utbildning på avancerad nivå skall innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och skall, utöver vad som gäller för utbildning på grundnivå,
- ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
- utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
- utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete. Lag (2006:173).
Enligt högskoleförordningens examensordning gäller följande mål för en masterexamen:
Kunskap och förståelse
För masterexamen skall studenten
- visa kunskap och förståelse inom huvudområdet för utbildningen, inbegripet såväl brett kunnande inom området som väsentligt fördjupade kunskaper inom vissa delar av området samt fördjupad insikt i aktuellt forsknings och utvecklingsarbete, och
- visa fördjupad metodkunskap inom huvudområdet för utbildningen.
För masterprogrammet i datanalys vid Uppsala universitet innebär detta att studenten skall
- visa fördjupad kunskap om tvärvetenskapliga terminologi, teoribyggnad, modeller, metoder och deras begränsningar som är relevanta inom dataanalys.
Färdighet och förmåga
För masterexamen skall studenten
- visa förmåga att kritiskt och systematiskt integrera kunskap och att analysera, bedöma och hantera komplexa företeelser, frågeställningar och situationer även med begränsad information,
- visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera frågeställningar, att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna tidsramar och därigenom bidra till kunskapsutvecklingen samt att utvärdera dettaarbete,
- visa förmåga att i såväl nationella som internationella sammanhang muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med olika grupper, och
- visa sådan färdighet som fordras för att delta i forsknings- och utvecklingsarbete eller för att självständigt arbeta i annan kvalificerad verksamhet.
För masterprogrammet i dataanalys vid Uppsala universitet innebär detta att studenten skall
- kunna definiera, formulera och lösa problem självständigt och i grupp, inom givna ramar,
- kunna formulera modeller, problem och deras lösningar med hjälp av maskininlärning och andra dataanalysalgoritmer, datorer och mjukvaruverktyg för dataanalys,
- kunna tillämpa matematisk teoribyggnad och använda, jämföra och värdera olika matematisk modeller och deras tillämpbarhet inom olika områden,
- kunna lösa ett tvärvetenskapligt problem genom att integrera kunskaper från olika ämnesområden och samarbeta med experter från andra discipliner, och
- kunna presentera, förklara och diskutera olika problemställningar inom dataanalys.
Värderingsförmåga och förhållningssätt
För masterexamen skall studenten
- visa förmåga att inom huvudområdet för utbildningen göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter samt visa medvetenhet om etiska aspekter på forsknings- och utvecklingsarbete,
- visa insikt om vetenskapens möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används, och
- visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.
För masterprogrammet i dataanalys vid Uppsala universitet innebär detta att studenten skall
- kunna göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter i tillämpning av dataanalys,
- visa insikt om dataanalys möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används, och
- på eget initiativ kunna vidga sitt kunskapsområde, följa kunskapsutvecklingen och värdera nya rön inom dataanalys och angränsande tvärvetenskapliga områden, inklusive nya forskningsresultat.
Programmets uppläggning
Masterprogrammet startar med kurser inom datavetenskap och matematik, för att utjämna skillnader i kunskaper för studenter med olika bakgrund, och med kurser inom dataanalys, maskininlärning, etik och rätt. Från och med termin 2 läses inriktningsspecifika kurser. Den sista delen av utbildningen fokuserar på att tillämpa dataanalys metoder i specifika område. Programmet avslutas med ett examensarbete om 30 högskolepoäng som kan genomföras inom en forskargrupp vid universitet eller vid myndighet eller företag inom näringslivet.
Programmets huvudområde är dataanalys. Programmet har följande sökbara inriktningar:
- maskininlärning och statistik
- data engineering
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.
Övriga föreskrifter
För antagning till senare del av programmet fordras normalt, utöver behörighet till programmet, att minst 15 hp programrelevanta kurser på avancerad nivå ska vara godkända vid ansökningstillfället. Ansökan till senare del av programmet bör vara inlämnad senast 1 maj inför höstterminen och senast 1 december inför vårterminen.
Studieplan
Studieplan för inriktning Data engineering
- 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 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