Studieplan for 5MAMN-DSC Integrert masterprogram i data science (sivilingeniør), vår 2026

Omfang og studiepoeng

Integrert masterprogram i data science (sivilingeniør) har eit omfang på 300 studiepoeng og er normert til 5 år.

Namn på grad

Integrert master i data science (sivilingeniør)

Fulltid/deltid

Fulltid

Undervisningsspråk

Norsk og engelsk

Studiestart - semester

Haust

Mål og innhald

Integrert master i data science (sivilingeniør) kombinerer realfaga matematikk, statistikk og informatikk med ingeniørfag, maskinlæring, visualisering, prosjektleiing og data science praksis. Data science er eit tverrfagleg fagområde der studentane lærer vitskaplege metodar, prosesser, algoritmar og system for å ekstrahere kunnskap og innsikt frå store mengder data, der disse ofte er beheftet med støy.

Data kan komme frå ulike kilder og i ulike formater. I løpet av studiet få studentane ei oversikt over alle trinna i data science-prosessen, inkludert datainnsamling, dataførebuing, datahandsaming, dataanalyse med statistikk, maskinlærings- og visualiseringsmetodar, å implementere data science-løysingar og studere etiske og samfunnsproblem relatert til data science.

Første halvdel av studiet har eit stort fokus på forståing for det teoretiske grunnlaget til maskinlæring og eit sett av konkrete algoritmar, programmering og bruk på reelle datasett.

Siste halvdel fokuserer på praksis og prosjektleiing, og opnar for valmoglegheiter frå relevante spesialiseringsretningar (til dømes Visuell Data Science, Statistisk Data Science , Algoritmar, Biologisk Data Science , Økonomi/Optimalisering , Nettverk og grafer, Maskinlæring) og anvendingsområder (f. eks Medisinsk Data Science, Lingvistikk, Biologi, Energi).

Læringsutbyte

Kandidaten skal ved avslutta program ha følgande læringsutbyte definert i kunnskapar, ferdigheitar og generell kompetanse:

Kunnskap

Kandidaten

• har kjennskap til heile verdikjeda i data science inkludert preprossesering, organisering og vedlikehald, læring, visualisering, rapportering og operasjonalisering
• forstår prosessen for data-generering
• har teoretisk kunnskap om moglegheiter og begrensingar i data science metodar
• har gode kunnskapar i programmering, matematikk og statistikk
• har djuptgåande kunnskap i eit bestemt fagområde eller anvendingsområde av data science

Ferdigheiter

Kandidaten

• kan planlegge og gjennomføre prosjekt i data science
• kan både velgje og bruke data science verktøy for verkelege problemstillingar
• kan tolke resultata frå data science verdikjedar
• kan implementere komplekse dataprogram

Generell kompetanse

Kandidaten

• kan arbeide både på eigenhand og i grupper med avanserte problemstillingar innan data science
• har eit kritisk og analytisk syn både på eiga og andres arbeid
• har evne til å vidareutvikle kunnskap på eigen hand
• kan vurdere etiske sider av data science
• kan skrive rapportar og gi munnlege presentasjonar i henhold til anerkjende vitskapelege metodar

Opptakskrav

Generell studiekompetanse samt Matematikk R1 (eller Matematikk S1 og S2) og R2 og Fysikk 1. Opptakskode: SIVING

Tilrådde forkunnskapar

Ingen

Innføringsemne

Ex.phil og INF100

Obligatoriske emne

Studiet har to komponentar: emnedel på 270 studiepoeng og ein individuell masteroppgåve. DSC399K - Masteroppgåve i Data Science er på 30 studiepoeng og er et sjølvstendig vitskapleg arbeid, som blir gjennomført under rettleiing av fagleg rettleiar.

Graden har to studieretningar: generell data science og medisinsk data science. Studentar tar et val om retning i løpet av 4. semester.

1. semester (høst)

MAT111 - INF100 - STAT110

2. semester (vår)

INF115* - MNF130 - INF101

3. semester (høst)

INF170 - INF161 - INF102

4. semester (vår)

MAT121 - INF112 - STAT200

5. semester (høst)

Generell Data Science: PHYS116 - INF264 - INNOV201

Medisinsk Data Science: INNOV201 - INF264 - Ex.phil

6. semester (vår)

Generell Data Science: Ex.phil - valgemne** - valgemne**

Medisinsk Data Science: KJEM220 - BINF100 - BMEDKRO

7. semester (høst)

INF234 - INF226 - AIKI210

8. semester (vår)

Generell Data Science / Medisinsk Data Science:

DSC219 - INF250 - valgemne** ***

9. semester (høst)

Generell Data Science: DSC300 - valgemne** - valgemne**

Medisinsk Data Science: DSC300 - DSC316 (20sp)

10. semester (vår)

Generell Data Science / Medisinsk Data Science:

DSC399K (masteroppgåve)

* DAT107 Databasar (Høgskulen på Vestlandet) erstattar INF115 i studieplanen frå og med våren 2028.

**Retninga generell data science har 50 studiepoeng med valemnar i studieløpet, hvorav minst 20 studiepoeng må være ingeniørfag knyta til ein fordjupingsretning for å oppfylle vilkåra for sivilingeniørgrader. Valgemner etter 6. semester skal veljast i samråd med rettleiar.

*** Retninga medisinsk data science har 10 frie studiepoeng i studieløpet. Desse skal veljast i samråd med rettleiar.

For retninga generell data science er følgjande emnar obligatoriske:

INF100, INF226, MAT111, MAT121, MNF130, INF101, STAT110, INF161, INF102, INF115, INF112, STAT200, PHYS116, INF170, INNOV201, INF234, INF264, AIKI210, DSC219, INF250, DSC300 og DSC399K. Minst 20 studiepoeng av valemna må være ingeniørfag for å oppfylle vilkåra for siv.ing grad.

For retninga medisinsk data science er følgjande emnar obligatoriske:

INF100, INF226, MAT111, MAT121, MNF130, INF101, STAT110, INF161, INF102, INF115, INF112, STAT200, INF170, INNOV201, KJEM220, BINF100, BMEDKRO, INF234, INF264, AIKI210, DSC219, INF250, DSC300, DSC316 og DSC399K.

Tilrådde valemne

Det er berre tillat med 10 studiepoeng på 100-nivå frå og med 7. semester.

Generell data science:

DSC316 anbefalast som valemne for studentar på denne retninga.

Studieretninga har 50 studiepoeng med valemnar, hvorav 30 studiepoeng er på masternivå. Av desse må minst 20 studiepoeng i valemne være ingeniørfag knytt til ein fordjupningsregning.

Du kan enten velje å følgje ein av dei førehandsgodjente fordjupningsretningane, eller søkje til programstyret om å ta andre emnekombinasjonar. Merk at valemne på masternivå skal veljast i samråd med masterrettleiar. programstyret behandlar ikkje søknadar utan at godkjenning frå masterrettleiar følgjer med søknaden.

Forhandsgodkjente fordjupingsretningar:

Maskinlæring: INF265 er obligatorisk for studentar som fordjupar seg i maskinlæring. I tillegg kan man velje eit av følgjande emne:

• INF226
• INF367
• INF368
• INF367A
• INF368A

Merk: Både INF265 og INF266 vert kun undervist om våren. INF367, INF368, INF367A og INF368A vert undervist uregelmessig.

Algoritmar: Studentar som fordjupar seg i algoritmar må velgje to av følgjande emne:

• INF207
• INF235
• INF236
• INF237

Merk: INF234 er anbefalt som forkunnskap for både INF235, INF236 og INF237. INF207 undervisast av Institutt for informatikk i partals år. Emnet undervisast som INFO207 av Institutt for informasjons- og medievitenskap ved SV-fakultetet i oddetals år.

Visuell Data Science: Studentar som fordjupar seg i visuell data science må velje to av følgjande emne:

• INF251
• INF252
• INF253

Merk: INF253 vert undervist uregelmessig

Optimering: Studentar som fordjupar seg i optimering må velgje to av følgjande emne:

• INF270
• INF271
• INF272
• INF273

Merk: INF271, INF272, INF273 vert undervist uregelmessig

Statistisk Data Science: Studentar som fordjupar seg i staistisk data science må velgje to av følgjande emne:

• STAT201
• STAT202
• STAT210
• STAT220
• STAT250
• STAT260

Merk: STAT201, STAT202, STT250 og STAT260 vert undervist uregelmessig. Studentar er sjølve ansvarleg for å sjekke timeplanar for mogleg kollisjon i undervisning og eksamen dersom dei ynskjer å ta noko av desse emna.

Biologisk Data Science: Studentar som følgjer denne retnings må ta: BINF100, BINF200

Lista over er et utgangspunkt for moglege fordjupingsretningar og kan bli oppdatert etter kvart. Hensikta med emnar knyta til fordjupingsretning er at de skal understøtte tematikken i det kommande masterprosjektet. Studentar kan søke til programstyret om å ta andre fordjupingar, men må då ha godkjenning frå masterrettleiar. Fordjupingar som ligg utanfor dei allereie forhandsgodkjente fordjupingsretningane, må være ingeniørfag for å oppfylle vilkåra for sivilingeniørgrader. Kva som kan definerast som ingeniørfag godkjennast av programstyret etter søknad.

Ta kontakt med studierettleiar viss du har spørsmål til korleis du går frem for å søkje

om andre fordjupingsretningar: studieveileder@ii.uib.no

Ta kontakt med programstyreleder viss du har faglege spørsmål til ev. andre moglege

emnekombinasjonar/fordjupingsretningar: www.uib.no/ii/132777/styrer-ogr%

C3%A5d#studieprogramstyrer

Medisinsk data science:

Inneheld 10 studiepoeng i valfrie emnar.

Rekkefølgje for emne i studiet

Tilrådd rekkefølgje for emna finn du under overskrifta "obligatorisk emne".

Delstudium i utlandet

Studieprogrammet har lagt til rette for at studentane kan ta delar av studiet ved lærestader i utlandet. For studieretninga i generell data science er sjette semester anbefalt for utveksling.

Arbeids- og undervisningsformer

Undervisningsformene i studiet inkluderer i hovudsak førelesingar og grupper. Undervisningsformer for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Vurderingsformer

Vurderingsformer i studiet inkluderer i hovudsak skriftleg eksamen (3 timar, 5 timar og 8 timar) og munnleg eksamen, men også andre former som til dømes mappevurdering. Vurderingsformer for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Vitnemål og vitnemålstillegg

Vitnemål blir skrive ut etter at graden er fullført.

Karakterskala

Ved UiB er det to typar karakterskalaer: «bestått/ikkje bestått» og bokstavkarakterar på skalaen A-F. For masteroppgåva vert bokstavkaraktar nytta. Karakterskala for kvart emne som inngår i masterprogrammet er omtalt i emnebeskrivinga.

Grunnlag for vidare studium

Masterstudiet gir grunnlag for opptak til forskarutdanninga (ph.d.-grad). Ein må normalt vere tilsett i ei stilling som stipendiat for å få opptak.

Relevans for arbeidsliv

Ifølge Bureau of Labor Statistics, er det stadig etterspørsel etter arbeidstakere med bakgrunn innen data science. Data scientister jobber innen flere sektorer:

• Medisin
• Finans, bank og forsikring
• Høgteknologibedrifter
• IT og telekommunikasjon
• Konsulentbransjen
• Gründerverksemd
• Offentleg forvaltning og forsking
• Store industriselskap

Evaluering

Masterprogrammet blir kontinuerleg evaluert i tråd med retningslinjene for kvalitetssikring ved UiB. Emne- og programevalueringar finn ein på kvalitetsbasen.uib.no

Programansvarleg

Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet

Administrativt ansvarleg

Fakultet for naturvitskap og teknologi ved institutt for informatikk har det administrative ansvaret for studieprogrammet.

Kontaktinformasjon

E-post: Studierettleiar.ii@uib.no

Tlf: 55 58 30 30