Masterprogrammet i datavetenskap, 120 hp

Behörighetskrav

Examen på grundnivå som omfattar minst 180 högskolepoäng eller motsvarande utländsk examen. Särskilda förkunskapskrav är: 75 hp i ämnet datavetenskap, som inkluderar ett examensarbete om minst 15 hp, och minst 22,5 hp i ämnet matematik inkluderande en kurs som förmedlar grundläggande kunskaper i formell logik b) goda teoretiska kunskaper och praktiska färdigheter inom datastrukturer och algoritmer, programmering i olika programmeringsspråk såsom C++, Java och Python. Därtill krävs minst 7,5 hp i datavetenskapens teoretiska grunder. Engelska B/6.

Examen

Efter genomgånget utbildningsprogram kan en student som ansökt om examen erhålla en teknologie masterexamen i enlighet med lokal examensbeskrivning fastställd av rektor (se Umeå universitets hemsida).
Teknologie masterexamen översätts på engelska till Degree of  Master of Science (120 credits). Examen utfärdas i huvudområdet datavetenskap (Computing Science) med inriktningen datalogi (Computer Science).

Beskrivning av utbildningen på aktuell nivå

Utbildningen är på avancerad nivå. Målen för utbildning på avancerad nivå återfinns i högskolelagen 1 kap. 9 §.

Nationella mål för aktuell examen

De nationella målen för examen återfinns i Högskoleförordningens bilaga 2.

Lokala mål för aktuell examen

För masterexamen med huvudområde datavetenskap vid Umeå universitet ska studenten utöver de nationella målen kunna:

* visa en god förståelse av de generella principer ämnet baseras på,
* redogöra för datavetenskapliga teorier och metoder,
* förstå och använda datavetenskapliga abstraktioner och modeller,
* självständigt identifiera och lösa problem genom att använda sig av lämpliga datavetenskapa tekniker, teorier och verktyg,
* identifiera, inhämta och använda ytterligare kunskaper som behövs för att lösa givna problem,
* visa väsentligt fördjupade färdigheter, förmågor och kunskaper i minst ett av ämnets delområden samt
* tillämpa ett vetenskapligt arbetssätt och analytiskt tänkande som utgångspunkt för planering och genomförande av ett större självständigt arbete.

Examinationsformer

I respektive kursplan framgår vilka examinationsformer som används i varje enskild kurs.

Betyg

I respektive kursplan framgår vilka betygsgrader som används inom kursen.

Tillgodoräknande

En student som anser sig ha kunskaper från tidigare relevanta studier eller yrkeserfarenheter som kan motsvara kurs eller del av kurs i programmet, kan ansöka om tillgodoräknande. Ett beviljat tillgodoräknande innebär att studenten inte behöver läsa den eller de delar av utbildningen som beslutet omfattar. Information om tillgodoräknande hittas på Umeå universitets hemsida.

https://www.umu.se/utbildning/universitetsstudier---sa-funkar-det/examen/tillgodoraknanden/

Allmänt

Utbildningsprogrammet omfattar totalt 120 högskolepoäng (hp), varav 30 hp utgörs av ett självständigt examensarbete.
Programmet förmedlar både breda och fördjupade kunskaper inom datavetenskap. Fördjupningsområdena väljs i stor utsträckning individuellt genom att studenten läser avancerade kurser som bygger på varandra. Programmet innehåller obligatoriska kurser, valbara kurser, fria kurser och examensarbetet.
Programmets obligatoriska kurser läses av alla studenter inom programmet. Dispens kan ges om studenten inom ramen för en tidigare utbildning har läst likvärdiga kurser. För varje kurs finns förkunskapskrav angivna i kursens kursplan. Dessa kan vara mer omfattande än programmets behörighetskrav, och styr om och i vilken ordning kurserna kan läsas.
Antagning till programmet sker en gång per år med start på hösten.  För mer information och ansökningsmaterial, se www.studera.nu.

Obligatoriska kurser

Obligatoriska kurser är de kurser som alla studenter inom programmet normalt läser. En student som följer utbildningsprogrammet är garanterad plats på alla obligatoriska kurser under förutsättning att behörighetskraven för aktuell kurs är uppfyllda. Behörighetskrav anges i respektive kursplan.
 
a) Effektiva algoritmer 7,5, hp 5DV182
b) Databasteknik 7,5, hp 5DV187
c) Artificiell intelligens - metoder och tillämpningar 7,5 hp, 5DV181
d) Student Conference in Computing Science 7,5 hp, 5DV184
e) Examensarbete för masterexamen i datavetenskap (generell och inriktning datalogi) 30 hp, 5DV136

Valbara kurser

Valbara kurser är ett urval av kurser som Umeå universitet erbjuder inom ramen för programmet och där studenten själv väljer vilka av dessa kurser hen ska anmäla sig till. Studenten är garanterad plats på någon av dessa kurser under förutsättning att behörighetskraven för aktuella kurser är uppfyllda. Studenten är dock inte garanterad plats på de kurser studenten valt i första hand. Behörighetskrav anges i respektive kursplan.

Fria kurser
Fria kurser inom programmet söks i öppen konkurrens. Fria kurser kan läsas vid Umeå universitet eller andra lärosäten i Sverige eller utomlands.

Programöversikt
Varje läsår är uppdelat i höst- och vårtermin. Varje termin är indelad i två läsperioder. Vanligen läses två kurser parallellt under en period.
Under första terminen läses obligatoriska kurser (a)-(c). Under termin två och framförallt termin tre läses fördjupningskurser. Utrymme finns också för att läsa andra valbara och fria kurser. Obligatorisk kurs (d) förbereder inför examensarbetet (obligatorisk kurs (e)) som avslutar utbildningen under fjärde terminen. Nedanstående blockschema indikerar hur detta i typiska fall brukar se ut.
 

* Med valfri kurs menas en kurs från det valbara kursutbudet eller en kurs från det fria kursutbudet.
 

* Med valfri kurs menas en kurs från det valbara kursutbudet eller en kurs från det fria kursutbudet.

Undervisningen ges i form av föreläsningar, seminarier, gruppövningar, och handledning i samband med datorlaborationer och redovisningsuppgifter. Datorlaborationer och redovisningsuppgifter är ofta obligatoriska, och utgör en viktig del av utbildningen. Redovisning av dessa omfattar vanligen både muntliga och skriftliga delar.

För att hålla den studietakt som är nödvändig för att följa programmet krävs normalt 40 timmars arbetsvecka, trots att andelen schemalagd undervisning varje vecka är betydligt mindre än 40 timmar.

Kurslitteratur och undervisning är på engelska. Kurser som behövs för att komplettera saknande förkunskaper ges dock inte alltid på engelska.

Examensarbete/självständigt arbete
Ett självständigt examensarbete omfattande 30 hp avslutar utbildningen. Det kan påbörjas när förkunskapskraven enligt kursplanen är uppfyllda. Även examensarbetet omfattas av platsgaranti. I examensarbetet skall den studerande tillämpa och vidareutveckla de kunskaper som förvärvats under studietiden och muntligen och skriftligen redovisa resultatet. Arbetet utförs vanligtvis individuellt, men det är tillåtet att två studenter samarbetar i ett examensarbete. Examensarbetet är en del av universitetsstudierna. Valet av ämne för arbetet ska godkännas av kursansvarig, som också utser en handledare för arbetet. Arbetet ska innehålla en väsentlig vetenskaplig fördjupning i ämnet datavetenskap. Detta förutsätter normalt att studenten har avklarat två avancerade kurser i delområdet som examensarbetets tema avser. En examinator vid Institutionen för datavetenskap ansvarar för bedömningen av arbetet.

Anstånd med studiestart

Information om anstånd med studiestart finns på Umeå universitets hemsida.

Studieuppehåll

Information om studieuppehåll finns på Umeå universitets hemsida.

Studieavbrott

Information om studieavbrott finns på Umeå universitets hemsida.

Övrigt

Ytterligare information kan erhållas från programansvarig eller programstudievägledare via universitetets växel 090/786 50 00.

Se även regelsamlingen för grundutbildningen vid Umeå universitet
https://www.umu.se/regelverk/