Datateknologi - master i teknologi/siv.ing., femårig
Dette er studieprogrambeskrivelsen for studieåret 2025-2026. Merk at det kan komme endringer.
Vekting (stp)
300
Studieprogramkode
M-DATATEK5
Studienivå
Mastergrad iht §4, 5 år
Fører til grad
Master i teknologi / sivilingeniør
Heltid/deltid
Heltid
Varighet
10 Semestre
Grunnstudium
Ja
Undervisningsspråk
Studiet er organisert under Det teknisk-naturvitenskapelige fakultet, Institutt for data- og elektroteknologi. Studiet baserer seg på en 3+2 modell. De tre første årene følger studentene studieplanen for treårig bachelor i ingeniørfag, datateknologi. De to siste årene går du på masterprogrammet Data Science.
Det femårige masterstudiet i datateknologi er et høyere grads studium med et omfang på 300 studiepoeng. Med en mastergrad i datateknologi står mulighetene åpne for de mest krevende og de mest interessante arbeidsoppgavene innen fagfeltet.
RETNINGSLINJER FOR OVERGANG TIL HØYERE NIVÅ FOR STUDENTER MED OPPTAK PÅ 5-ÅRIGE MASTERPROGRAM VED DET TEKNISK-NATURVITENSKAPELIGE FAKULTET
1. Krav til faglig innhold og gjennomføring for å oppnå graden sivilingeniør for de som er tatt opp direkte til det 5-årige løpet tilsvarer de krav som gjelder for 3+2 modellen *.
*Studenter med en 3-årig bachelorgrad i ingeniørfag i henhold til norsk rammeplan for ingeniørutdanning eller tilsvarende (som inneholder minst 25 studiepoeng (sp) matematikk, minst 5 sp statistikk, og minst 7,5 sp i fysikk), og som har opptak til master i Data Science, er dermed kvalifisert for tilleggstittelen «Master i teknologi/sivilingeniør.
2. For overgang fra lavere nivå til høyere nivå kreves at studenten har gjennomført minst 90% av de tre første studieårene slik disse er definert i godkjent utdanningsplan. Overgang innvilges av de respektive instituttledere.
3. Inkludert i de 90% som må være fullført jf pkt 2, må følgende være bestått:
a) Matematikk og statistikk tilsvarende krav i § 4 i” Utfyllende regler til lokalt opptak” til den masterutdanningen studenten skal ha overgang til.
b) Bacheloroppgaven.
4. For overgang fra lavere nivå til høyere nivå kreves oppnådd en nedre karaktergrense på C. Dette er gjeldende for studenter som har opptak til 5-årige masterprogram, uavhengig av opptaksår, som er kvalifisert for overgang til høyere nivå høsten 2019 eller senere. Dekan kan godkjenne lavere karaktergrense dersom særlige forhold tilsier det. Utregning av snittkarakter følger samme utregningsmetode som spesifisert i” Utfyllende regler til lokalt opptak til master i teknologi ved Det teknisk – naturvitenskapelige fakultet” § 4.
5. Det gis automatisk adgang til eventuelle masteremner dersom disse inngår i godkjent utdanningsplan på lavere nivå.
FNs bærekraftsmål
FNs bærekraftsmål er verdens felles arbeidsplan for å utrydde fattigdom, bekjempe ulikhet og stoppe klimaendringene innen 2030.
Med et studium i datateknologi får du kompetanse som kan bidra direkte i arbeidet med å nå målene for en bedre verden. IKT kan brukes for å hjelpe til med samtlige bærekraftsmål.
For flere eksempler se beskrivelsen for studieprogrammene:
- Bachelor i ingeniørfag - datateknologi
- Master i Data Science
Studieopphold i utlandet
Se beskrivelsen for studieprogrammene:
- Bachelor i ingeniørfag - datateknologi
- Master i Data Science
Læringsutbytte
Se læringsutbyttebeskrivelsene for studieprogrammene:
Bachelor:
Bachelor i ingeniørfag - datateknologi
Master:
Rammeplan
Formålet med Forskrift om rammeplan for ingeniørutdanning er å sikre at utdanningsinstitusjonene tilbyr profesjonsrettet, integrert og forskningsbasert ingeniørutdanning med høy faglig kvalitet. Forskriften skal sikre at norsk ingeniørutdanning anerkjennes nasjonalt og internasjonalt som en kvalitativ god teknisk profesjonsutdanning i 1. syklus i høyere utdanning. Den skal sikre at utdanningene forholder seg til de standarder og kriterier som gjelder for ingeniørutdanning, og imøtekommer samfunnets nåværende og framtidige krav til ingeniører. Den skal sikre at utdanningen har et internasjonalt perspektiv og at kandidatene kan fungere i et internasjonalt arbeidsmiljø.
Hva kan du bli?
Se beskrivelsen for studieprogrammene:
- Bachelor i ingeniørfag - datateknologi
- Master i teknologi – Data Science
Fullført mastergrad innen datateknologi gir grunnlag for opptak på ph.d.-studiet i Informasjonsteknologi, matematikk og fysikk.
Emneevaluering
Ordninger for kvalitetssikring og evaluering av studier er fastsatt i kvalitetssystem for utdanning.
Studieplan og emner
Oppstartssemester: 2025
-
Datateknologi - bachelor i ingeniørfag
-
Obligatoriske emner
-
DAT120: Grunnleggende programmering
Første år, semester 1
-
FYS102: Fysikk for data/elektro
Første år, semester 1
-
KJE101: Grunnleggende kjemi
Første år, semester 1
-
MAT100: Matematiske metoder 1
Første år, semester 1
-
TN110: Kurs i studieteknikk og ingeniør- og realfaglig arbeidsmetode
Første år, semester 1
Kurs i studieteknikk og ingeniør- og realfaglig arbeidsmetode (TN110)
Studiepoeng: 0
-
DAT130: Databaser og webprogrammering
Første år, semester 2
-
ELE130: Anvendt matematikk og fysikk i robotprogrammering
Første år, semester 2
Anvendt matematikk og fysikk i robotprogrammering (ELE130)
Studiepoeng: 10
-
MAT200: Matematiske metoder 2
Første år, semester 2
-
DAT200: Algoritmer og datastrukturer
Andre år, semester 3
-
DAT250: Informasjons- og programvaresikkerhet
Andre år, semester 3
-
DAT320: Operativsystemer og systemprogrammering
Andre år, semester 3
-
DAT230: Kommunikasjonsteknologi 1
Andre år, semester 4
-
DAT240: Videregående programmering
Andre år, semester 4
-
STA100: Sannsynlighetsregning og statistikk 1
Andre år, semester 4
-
DATBAC: Bacheloroppgave i datateknologi
Tredje år, semester 5
-
ING200: Ingeniørfaglig systememne - Teknologiledelse
Tredje år, semester 6
-
-
Valgemner eller utveksling 5. semester - 30 studiepoeng
-
Emner ved UiS 5. semester
-
Anbefalte valgemner 5. semester
-
DAT300: Kommunikasjonsteknologi 2
Tredje år, semester 5
-
DAT305: Kunstig intelligens for ingeniører
Tredje år, semester 5
-
DAT330: Praksis i datateknologi
Tredje år, semester 5
-
MAT120: Diskret matematikk
Tredje år, semester 5
-
-
Andre valgemner 5. semester
-
DAT105: Innføring i kunstig intelligens (KI)
Tredje år, semester 5
-
IND200: Økonomi og marked
Tredje år, semester 5
-
MOD300: Teknisk modellering
Tredje år, semester 5
-
-
-
Utveksling 5. semester
-
Utveksling 5. semester
-
-
-
-
Overgang til Data Science, master i teknologi/siv.ing.
-
Data Science, master i teknologi/siv.ing.
-
Obligatoriske emner
-
DAT515: Nettskyteknologier
Første år, semester 1
-
DAT535: Data-intensive Systems and Engineering
Første år, semester 1
-
DAT540: Introduksjon til datavitenskap
Første år, semester 1
-
STA510: Statistisk modellering og simulering
Første år, semester 1
-
DAT560: Generativ AI
Første år, semester 2
-
DAT600: Algoritmeteori
Første år, semester 2
-
ELE520: Maskinlæring
Første år, semester 2
-
DASMAS: Masteroppgave i Data Science
Andre år, semester 3
-
-
3. semester ved UiS eller utveksling
-
Emner ved UiS 3. semester
-
Velg ett emne
-
IND500: Investeringsanalyse
Andre år, semester 3
-
IND510: Prosjektledelse
Andre år, semester 3
-
-
Anbefalte valgemner 3. semester
-
DAT605: Reinforcement Learning
Andre år, semester 3
-
DAT640: Informasjonsgjenfinning og tekstutvinning
Andre år, semester 3
-
ELE510: Bildebehandling og maskinsyn
Andre år, semester 3
-
STA530: Statistisk læring
Andre år, semester 3
-
-
Andre valgemner 3. semester
-
DAT530: Diskret simulering og ytelsesanalyse
Andre år, semester 3
-
DAT620: Prosjekt i datateknologi
Andre år, semester 3
-
ELE680: Dype nevrale nett
Andre år, semester 3
-
STA500: Sannsynlighetsregning og statistikk 2
Andre år, semester 3
-
-
-
Utveksling 3. semester
-
3. semester utveksling
-
-
-
-