Tillämpad datavetenskap för hållbar utveckling: magisterprogram Jämför

Programmet består av en metodkurs, fem fördjupningskurser, en fördjupande projektkurs samt ett självständigt arbete inom datavetenskap omfattande 15 hp.Termin 1Datavetenskapliga metoder och hållbar utveckling 6 hpMobila plattformar 6 hpSäkerhet i trådlösa nätverk 6 hpSakernas Internet 6 hpTillämpad maskininlärning 6 hpTermin 2Datautvinning 6 hpProjekt i multidisciplinära sammanhang 9 hpSjälvständigt magisterarbete i datavetenskap 15 hpOrdningen mellan kurserna kan komma att ändras och vissa kursnamn kan komma att uppdateras.Kursen Datavetenskapliga metoder och hållbar utveckling behandlar olika metoder för forskning inom datavetenskap och sätter dessa i ett perspektiv av Agenda 2030. Ett av de centrala begreppen i kursen är computational sustainability. Kursen ger en grund som kompletteras och byggs vidare på i fördjupningskurserna där metoderna tillämpas i datavetenskapliga sammanhang.Mobila plattformar är en kurs som belyser hur mobil teknologi och mobila applikationer kan ses som en viktig drivande kraft bakom IT-revolutionen samt hur denna kraft kan användas för att stödja de globala målen för hållbar utveckling. Kursen Säkerhet i trådlösa nätverk belyser datasäkerhetens roll för moderna digitala system, där kommunikation mellan saker (things) sker med trådlösa protokoll och där säkerhetsaspekter är kritiska. Sakernas Internet handlar om teknologier som används för att koppla ihop små datorenheter (saker, eng. things) i större nätverk, såväl lokala som globala. Kursen Tillämpad maskininlärning ger en inledning till tekniker och teorier inom maskininlärning, med ett fokus på praktisk tillämpning. Tillämpningsområdet för maskininlärning fördjupas i kursen Datautvinning som handlar om hantering av stora datamängder, datainsamling och tolkning. Begrepp som berörs i kursen är Big Data, Cloud och maskininlärning.I kursen Projekt i multidisciplinära sammanhang utgår studenten från ett ämnesöverskridande projekt för att belysa hur moderna informationsteknologier, såsom mobila applikationer, sakernas internet, maskininlärning, datautvinning samt datasäkerhet kan på ett innovativt sätt bidra till lösningar som stödjer en hållbar framtid. I denna kurs använder studenten tekniker som belyses i fördjupningskurserna genom olika tillämpningar. Ett centralt begrepp i kursen är innovation.I kursen Självständigt magisterarbete i datavetenskap genomförs ett självständigt arbete som är förankrat i ett datavetenskapligt forskningsområde samt i programmets huvudtema. Utveckling av tekniska system som stödjer hållbar utveckling beaktas. I denna kurs använder sig studenten av såväl metod- som ämneskompetens för att utveckla och besvara egna frågeställningar genom ett empiriskt arbete.