Bachelor Programme in Software Development Jämför

Datasystemutvecklingsprogrammet är en bred och ämnesöverskridande utbildning inom datavetenskap och systemutveckling. Programmet är uppbyggt kring fyra ömsesidigt stödjande kunskapsområden: programmeringsmetodik, systemutveckling, datavetenskapens kärnområden samt generiska och akademiska kompetenser. En kunskapsprogression uppnås inom vart och ett av dessa fyra kunskapsområden.ProgrammeringsmetodikInom detta kunskapsområde förvärvas kunskaper om hur datorer styrs samt hur moderna och relevanta applikationer skapas genom ett antal olika programmeringskurser och projekt. Utbildningen omfattar såväl de teoretiska som hantverksmässiga grunder som behövs vid utveckling av programvarubaserade system. Under utbildningens gång möter och använder studenterna ett antal olika programmeringsparadigm, såsom procedurell, funktionell och objektorienterad. Olika tillämpningskontexter som är relevanta för utveckling av moderna datasystem, som exempelvis mobila plattformar, frontend-utveckling och backend-utveckling, behandlas under andra delen av utbildningen då studenterna ges möjlighet att fördjupa sina kunskaper och färdigheter inom programmering som de har förvärvat i kurserna Grundläggande programmering, Objektorienterad programmering samt Metoder för hållbar programmering. Den huvudsakliga tillämpningen och breddningen sker då i kurserna Backend-utveckling, Tekniker för frontend-utveckling, Utveckling av mobila applikationer, Maskininlärning samt Analys av stora datamängder.SystemutvecklingEtt antal etablerade datavetenskapliga utvecklingsmodeller som beskriver hur datasystem specificeras, systemeras, realiseras, driftsätts samt underhålls, behandlas i en rad projektbaserade kurser. Genom arbete i projekt ges studenterna möjlighet att lära sig olika metoder inom systemutveckling samt utveckla förmåga att arbeta självständigt och i grupp, planera, genomföra och presentera sitt arbete. Arbete i team är också det arbetssätt som oftast används vid utvecklingsarbete inom näringsliv och offentlig sektor. I kursen Agila utvecklingsmetoder introduceras studenterna i systemutvecklings traditionella projektmetodik. I kursen Projekt i fullstack-utveckling tillämpar studenterna färdigheter de förvärvat tidigare i utbildningen, i synnerhet i de kurser som behandlar datakommunikation, backend-utveckling och frontend-utveckling, i projektform. I kursen Software Engineering sker en ytterligare fördjupning inom programvaruutvecklingsmetodik varvid studenterna lär sig metoder för design av storskalig programvara, samt praktiskt utvecklingsarbete i ett större projekt. Datavetenskapens kärnområdenDetta kunskapsområde har för syfte att skapa förutsättningar för studenterna att utveckla bred kunskapsbas och förståelse för datavetenskapens grund inbegripet matematik samt områdena datakommunikation, datasäkerhet, algoritmteori, datastrukturer, operativsystem, artificiell intelligens och datautvinning. Stora delar av detta kunskapsområde utgör en datavetenskaplig teoretisk bas som huvudsakligen avhandlas under utbildningens tredje termin varvid det skapas en övergång mellan de mer grundläggande, inledande kurserna i programmet till programmets senare del där det sker en teoretisk fördjupning och tillämpning.Generiska och akademiska kompetenserI utbildningen integreras akademiska kompetenser och färdigheter i ämneskurser för att på så vis stödja studenternas utveckling genom hela utbildningen. Studenterna introduceras systematiskt i ett vetenskapligt förhållningssätt och hjälps utveckla kunskap om ämnets vetenskapliga grund samt förmåga att orientera sig om aktuella forskningsfrågor inom datavetenskap. Detta sker genom en rad kursmoment samt genom en metodkurs. Studenternas kommunikativa förmågor och förmågan att lösa problem och arbeta i grupp utvecklas i en tydlig progression i utbildningen genom en rad kursmoment med laborativa inslag och projekt. Studenterna lär sig kommunicera skriftligt och muntligt, i arbetslika former, där arbetet ofta bedrivs i team av varierande storlek. Utbildningen avslutas med ett examensarbete på 15 högskolepoäng.År 1Introduktion till datavetenskap*, 7,5 hpGrundläggande programmering*, 7,5 hpObjektorienterad programmering*, 7,5 hpMatematik för datavetare, 7,5 hpDatabasteknik*, 7,5 hpMetoder för hållbar programmering*, 7,5 hpAgila utvecklingsmetoder*, 7,5 hpDiskret matematik, 7,5 hpÅr 2Datakommunikation*, 7,5 hpOperativsystem*, 7,5 hpAlgoritmer och datastrukturer*, 7,5 hpDatasäkerhet*, 7,5 hpBackend-utveckling*, 9 hpTekniker för frontend-utveckling*, 6 hpProjekt i fullstack-utveckling*, 7,5 hpMatematisk statistik, 7,5 hpÅr 3Maskininlärning*, 7,5 hpForskningsmetodik inom datavetenskap, 7,5 hpUtveckling av mobila applikationer*, 7,5 hpAnalys av stora datamängder*, 7,5 hpSoftware Engineering*, 15 hp Examensarbete inom datavetenskap*, 15 hp* Kurser med asterisk ingår i huvudområdet datavetenskap.Ordningen mellan kurs […]