HjemStudier

Master (5-årig)
Heltid
Datavitenskap

Drømmer du om å forvandle tall og informasjon til spennende innovasjon? Med en mastergrad i datavitenskap får du verktøyene du trenger til å finne mønstre i data – og kunnskapen til å utnytte dem der det trengs.

Søk her

Studiestart:

Høst

Antall studieplasser:

25

Opptakskrav:

Generell studiekompetanse + sivilingeniørkrav (SIVING).

  • Mer om opptakskrav

    For opptak gjennom Samordna opptak gjelder generell studiekompetanse + sivilingeniørkravet (SIVING).

    Hvis du har treårig relevant utdanning på minst 180 studiepoeng, kan du søke opptak til høyere årstrinn. Det stilles krav om minst 25 studiepoeng matematikk og minst 5 studiepoeng statistikk, som skal dekke kravet til matematikk og statistikk i sivilingeniørutdanningen ved NMBU. Du må minst ha karakter C for å bli tatt opp til høyere årstrinn. Hvis du har relevant fagspesifikk bakgrunn, vil du normalt kunne gjennomføre studiet på to år. Hvis du bare har delvis relevant bakgrunn, vil du normalt bruke mer enn to år på å fullføre studiene.

Fakultet for realfag og teknologi Studenter og veileder fotografert i undervisningsrom på Sørenga. Samtykke fra studentene er innhentet.
Being an expert in the field of data science makes you highly attractive in today’s and the future labour market.

Hver dag produseres det et hav av informasjon og data om alt fra miljø, energi, medisin og økonomi til sosiale medier. Datavitenskap har en enorm betydning for både samfunnet og næringslivet, og det kommer bare til å bli viktigere i årene som kommer.

Bli spesialist på ditt eget fagområde

Med en master i datavitenskap får du verdifull erfaring med å samle og organisere data, analysere komplekse datasett og å jobbe med mønstergjenkjenning og maskinlæring. Underveis lærer du om både datasikkerhet, juss og etikk – i tillegg til at du fordyper deg i ditt eget fagområde.

Kåret til Norges beste masterprogram innen informasjons- og datateknologi

Hos oss blir du du del av Norges første femårige sivilingeniørutdanning innen datavitenskap. Det første studentkullet begynte høsten 2018, og allerede i 2019 ble programmet kåret til Norges beste masterprogram innen informasjons- og datateknologi i Studiebarometeret. Programmet kom også på topp samme undersøkelse i 2021. Les mer om hvorfor datavitenskapstudentene våre er så fornøyde.

Et godt studentmiljø

NMBU har Norges mest fornøyde studenter, og noen av grunnene til det kan du lese om på studieliv-sidene våre. Mesteparten av de sosiale aktivitetene skjer her på campus og i regi av studentforeningene. Studentforeningen til Datavitenskap heter DataSci. Sjekk dem ut på Facebook eller Instagram. 

Du kan også følge fakultetet på Instagram og Facebook for å bli bedre kjent med oss!

 

Karrieremuligheter

Datavitenskap regnes som et av morgendagens viktigste nye fagområder. Med en master i datavitenskap får du en ettertraktet sivilingeniørutdannelse som gir deg mange spennende muligheter etter studiene.

Arbeidsgivere innen blant annet prosessindustri, robotikk, telekom, energi, finans, forsikring, medisin og konsulentbransjen søker aktivt etter den kompetansen du får med en master i datavitenskap.

Her er noen av arbeidsplassene til tidligere studenter fra vår toårige mastergrad i data science:

  • Industri: Statkraft, Statnett, Equinor, IBM
  • IT og Telekommunikasjon: Telenor, Telia, Computas
  • Finans, bank og forsikring: DnB, If Skadeforsikring, Gjensidige
  • Mediehus: NRK, Schibsted Media Group
  • Forskning: Sintef, Simula, Uni Research
  • Konsulentvirksomhet: Accenture, KPMG, Capgemini, Bouvet, iKnow, Arundo Analytics, Acando, Sopra Steria

Her kan du lese om hva noen av våre tidligere studenter jobber med.

  • Hva lærer du?

    Datavitenskapsprogrammet er designet for å kombinere et sterkt akademisk grunnlag med praktisk anvendelse. Vi fremmer studentenes forståelse av avanserte datavitenskapelige konsepter gjennom å bruke dem effektivt i ulike akademiske og industrielle omgivelser med en bevissthet om etisk og bærekraftig praksis. I dette programmet utvikler studentene et robust grunnlag i teoretiske og anvendte aspekter av datavitenskap. Læreplanen er utformet for å fremme følgende kompetanse:

    • Effektiv kommunikasjon av komplekse datavitenskapelige prinsipper til både spesialister og ufaglærte, slik at kandidatene kan fungere som bindeledd i tverrfaglige miljøer.
    • Initiativ til innovasjon og entreprenørielle aktiviteter som gir en plattform for kandidatene til å bli ledere i teknologiske miljøer.
    • Evnen til å gjennomføre uavhengige, veiledede forsknings- og utviklingsprosjekter, som legger grunnlaget for fremtidig akademisk eller industrifokusert arbeid
    • Dybdekompetanse innen ulike bruksområder (spesialiseringer).

    Faglig vil kandidatene:

    • Få en omfattende forståelse av de samfunnsmessige implikasjonene av datavitenskap, basert på en forståelse av etiske hensyn og prinsipper for bærekraftig utvikling.
    • Tilegne seg state-of-the-art kunnskap om datavitenskapelige teknikker, og sikre en solid bakgrunn i metodikk og faglig tilpasningsevne.
    • Tilegne seg spesialisert kunnskap knyttet til aktive forskningsområder, og legge til rette for integrering av nye forskningsfunn i yrkesutøvelsen.

    Når det gjelder ferdigheter, vil kandidatene:

    • Utvikle ingeniørløsninger på komplekse problemer gjennom evnen til å utarbeide løsninger i en tverrfaglig kontekst.
    • Uavhengig evaluere dataanalyseverktøy, metoder og tekniske modeller, og fremme en kritisk tilnærming til design og implementering av datavitenskapelige løsninger.
    • Mestre datainnsamling, prosessering og tolkning, og inneha evnen til å utføre høydimensjonal dataanalyse, mønstergjenkjenning og maskinlæring.
    • Anvende matematiske modeller for å beskrive og løse problemer på tvers av ulike disipliner.
    • Tilegne seg praktiske teknologiske og metodiske ferdigheter, og sikre umiddelbare og effektive bidrag i profesjonelle omgivelser.
  • Muligheter for utveksling

    Studieløpet er tilpasset slik at det er muligheter for å ta deler av studieløpet i utlandet. Det er anbefalt å planlegge utvekslingen til 3. eller 4. studieår, men andre tilpasninger er også mulig.

    Trykk på lenken under for å lese mer om utveksling:

    https://www.nmbu.no/studenter/utveksling

  • Programmets oppbygning

    Datavitenskap er et fulltidsstudium over 5 år som gir 300 studiepoeng.

    Studieprogrammet har følgende oppbygging:

    • Grunnpakke for sivilingeniørstudier
    • Programspesifikke emner
    • Spesialiseringsemner
    • Valgfrie emner
    • Masteroppgave

    Her kan du se studieplaner.

  • Om programmet
    • Samfunnsrelevans
      Dette programmets samfunnsrelevans er definert av dets forpliktelse til å utstyre deg med kunnskapen og ferdighetene som er nødvendige for å møte noen av vår tids utfordringer. Du vil:
      • Drive bærekraftige datavitenskapelige løsninger med en bevissthet om deres samfunnsmessige, miljømessige og etiske implikasjoner.
      • Bidra til teknologisk fremskritt samtidig som du følger bærekraftig praksis.
      • Kombinere omfattende akademisk kunnskap med praktisk forskning for å bidra til datavitenskapelige utfordringer.
    • Læringsaktiviteter
      Undervisningen er variert, men den vanligste formen er forelesninger og øvingstimer. I noen emner er det obligatoriske aktiviteter som f.eks. gruppearbeid, øvelser på lab med påfølgende rapporter, prosjektoppgaver, utflukter og deltakelse på seminarer.
    • Vurdering
      Mange emner har en avsluttende eksamen som bestemmer hele karakteren i emnet. Eksamen kan være både skriftlig og muntlig. Andre emner har samlet vurdering der det inngår flere elementer, som f.eks. deleksamen, innleveringsoppgave, rapport eller semesteroppgave, og hvor du får en karakter på hver av dem. Når det er mappevurdering blir ikke hver enkelt oppgave vurdert hver for seg, men får en felles karakter på slutten, når mappen leveres. Som regel bruker vi bokstavkarakterer, men i enkelte emner får du bestått/ikke bestått. Som avslutning på studiet inngår det et selvstendig arbeid, masteroppgaven, som skal vise forståelse, refleksjon og modning. Oppgaven forsvares muntlig.

Studieveileder(e):