Computer Science, Master's Programme
Om utbildningsplanen
Inriktningar
Syfte
Utbildningens syfte är att ge studenten de kunskaper, färdigheter och förmågor som den behöver för en framgångsrik karriär inom datavetenskap. Programmet präglas av stor valfrihet, och studenten har både möjligheten och ansvaret att forma sin egen profil inom det datavetenskapliga området.
Utbildningen leder till Filosofie masterexamen med huvudområdet Datavetenskap (Degree of Master of Science (120 credits) with a major in Computer Science).
Behörighetskrav
Förkunskapskrav
Kandidatexamen på 180 hp inom datavetenskap eller motsvarande, innefattande ett examensarbete eller projekt om minst 6 hp.
Minst 120 hp totalt inom datavetenskap och matematik, varav minst
- 7,5 hp diskret matematik, och ytterligare 10 hp matematik,
- 7,5 hp imperativ eller objektorienterad programmering, och ytterligare 7,5 hp programmering, samt
- 7,5 hp datastrukturer
(eller motsvarande).
Engelska 6 / Engelska B eller motsvarande.
Särskilda förkunskapskrav för tillträde till kurs inom program
Inom programmet gäller särskilda förkunskapskrav för tillträde till kurs. Dessa förkunskapskrav är dokumenterade i respektive kursplan och anger vilka förkunskapskrav som anses nödvändiga för att student ska få registreras på en kurs inom programmet.
Urval
Urval sker i enlighet med högskoleförordningen och Göteborgs universitets antagningsordning för utbildning på grundnivå och avancerad nivå.
Innehåll
Programmet präglas av valfrihet och erbjuder ett stort antal kurser inom datavetenskap. För närvarande finns det kurser inom ämnesområden som algoritmer, cyberfysiska system, data science, datorarkitektur, datorsystem och nätverk, grafik, interaktionsdesign, logik, maskininlärning, programmering, programmeringsspråk, säkerhet och verifiering.
Till studenternas hjälp finns studievägledare, och institutionen rekommenderar studenterna att ta kontakt med studievägledarna vid planering av sina studier.
Programmet begränsar friheten med vissa regler:
- För att slutföra studierna inom programmet ska studenten klara av 120 hp.
- Minst 60 hp, exklusive examensarbetet, måste vara på avancerad nivå. Därav måste minst 45 hp komma från kurser med datavetenskap som ett huvudområde, varav i sin tur minst 7,5 hp måste komma från kurser för vilka förkunskapskraven innefattar minst 7,5 hp på avancerad nivå inom huvudområdet datavetenskap.
- Följande obligatorisk kurs ingår i programmet:
- Datavetaren i samhället, 7,5 hp.
- Ett examensarbete om minst 30 hp måste utföras inom huvudområdet datavetenskap, genom en av följande två kurser:
- Masteruppsats i Data- och informationsteknik, 30 hp.
- Masteruppsats i Data- och informationsteknik, 60 hp.
Språk och Undervisningsform
Det akademiska året är indelat i två terminer och fyra studieperioder. En termin innehåller två studieperioder om vardera 15 hp. I varje studieperiod läser studenten normalt två kurser parallellt.
Utbildningen sker i form av föreläsningar, seminarier, lärarledda övningar och handledning samt projekt där studenterna tillämpar och fördjupar sina kunskaper.
Undervisningsspråk är engelska.
Mål
Generella mål för masterexamen
Generella mål för masterexamen, se Högskoleförordningen bilaga 2.
Lokala mål
Kunskap och förståelse
För att erhålla masterexamen (120 hp) med huvudområdet datavetenskap ska studenten
- vara kompetent inom datavetenskap i allmänhet,
- ha kunskap om de huvudsakliga områdena inom datavetenskap,
- kunna utöka och utveckla kompetensen genom egna studier,
- ha väsentligt fördjupade kunskaper om teorier och metoder inom delar av området, och
- kunna relatera till forsknings- och utvecklingsarbete inom delar av området.
Färdighet och förmåga
För att erhålla masterexamen (120 hp) med huvudområdet datavetenskap ska studenten
- kunna kritiskt och systematiskt integrera kunskap från området,
- kunna analysera och kritiskt utvärdera olika tekniska lösningar inom området,
- kunna kritiskt och självständigt identifiera, formulera och hantera komplexa frågeställningar inom området,
- kunna planera och genomföra kvalificerade uppgifter inom området, inom givna tidsramar, och utvärdera arbetet,
- kunna redogöra för och diskutera kunskap och slutsatser relaterade till datavetenskap både muntligt och skriftligt, och
- kunna bidra till forsknings- och utvecklingsarbete inom delar av området.
Värderingsförmåga och förhållningssätt
För att erhålla masterexamen (120 hp) med huvudområdet datavetenskap ska studenten
- kunna argumentera, reflektera och dra egna slutsatser,
- kunna bidra till diskussioner både inom vetenskap och samhälle,
- vara medveten om den roll som datavetenskap spelar i samhället,
- ha förståelse för vilka samhälleliga konsekvenser olika beslut kan få samt förmåga att beakta denna insikt, och
- ha förmåga att diskutera etiska konsekvenser av informationsteknik.
Hållbarhetsmärkning
Övriga föreskrifter
Tillgodoräknande av tidigare utbildning
Student har i vissa fall rätt att tillgodoräkna tidigare högskolestudier i enlighet med bestämmelserna i högskoleförordningen.
Utvärdering
Programmets kurser utvärderas efter avslutad kurs enligt respektive kursplan. Resultatet ska användas inför planering och genomförande av kommande kurser och i sammanfattande form delges studenter vid kursstart.
Uppföljning och utvärdering av programmet sker i enlighet med gällande Policy för kvalitetssäkring och kvalitetsutveckling av utbildning vid Göteborgs universitet.
Revidering av utbildningsplan
Denna utbildningsplan är en revidering av utbildningsplan fastställd av IT-fakultetsstyrelsen vid Göteborgs universitet 2018-10-10 (G 2018/510), reviderad 2021-09-02 (GU 2021/2277) och 2024-08-20 (GU 2024/2069) giltig från och med höstterminen 2025.
Platsgaranti
Student har platsgaranti på alla obligatoriska kurser i programmet, samt på ett antal valbara kurser, under förutsättning att kursernas förkunskapskrav är uppfyllda och att student ansöker om kurserna på föreskrivet sätt och inom föreskrivna ansökningsperioder. Institutionen meddelar för vilka valbara kurser som platsgaranti gäller.
För andra valfria kurser gäller lokala antagningsordningar och platsgaranti saknas.