Fakta
Sjekk nettsidene
Informasjon oppdatert
13. februar 2024.
Om studiet
Studieprogrammet forbereder deg på en spennende karriere der du jobber med bedrifter for å forstå og bruke de enorme datamengdene de har tilgjengelig. I tillegg vil du utvikle ferdigheter innen intelligente AI-systemer.
I dagens samfunn er datavitenskap en sentral kjernekompetanse, der en strøm av data genereres fra ulike kilder som sosiale medier, netthandel, sensorer og enheter i tingenes internett (IoT). Ledende teknologiselskaper som Netflix, Spotify, Facebook og Google har vist betydningen av å kunne utnytte data for å skape verdi. Den økende bruken av data gjør yrker som dataanalytiker svært attraktive, med stor etterspørsel og konkurransedyktig lønn.
På studiet lærer du hvordan du kan omdanne rådata til noe brukbart. Du vil få praktisk kompetanse i bruk av verktøy og teknikker som omfatter blant annet datahåndtering, analyse og visualisering, programvareutvikling, samt kunstig intelligens og maskinlæring.
Studiets oppbygging
Programmet kombinerer generell informatikk med spesialisert kompetanse innen datavitenskap. Studiet dekker et bredt spekter av emner, som blant annet datastrukturer, analyse, visualisering, programmering og maskinlæring.
Første året fokuserer på å bygge et fundament innen tekniske emner og utvikle forsknings- og studieferdigheter. Andre året går dypere inn i programmering, datastrukturer og statistikk.
Tredje året avsluttes med et bachelorprosjekt der studentene kan bruke kompetansen sin på innovative prosjekter innen ulike sektorer som olje og gass, ingeniørfag, informasjonsteknologi, offentlig forvaltning og helsevesen. Studiet gir både teoretisk og praktisk kunnskap slik at du blir en ekspert innen datavitenskap og kan jobbe i en rekke ulike bransjer.
Emner første studieår:
- Problem Based Learning and Research Methodologies (5 ECTS)
- Introduction to Programming (10 ECTS)
- Discrete Mathematics (10 ECTS)
- Programming and Databases (10 ECTS)
- Network Principles (10 ECTS)
- Introduction to Information Security (5 ECTS)
- Studio 1 (10 ECTS)
Emner andre studieår:
- Introduction to Operating Systems (5 ECTS)
- NoSQL Databases (10 ECTS)
- Professional Software Development (5 ECTS)
- Object Oriented Programming (10 ECTS)
- Algorithm and Data Structure (10 ECTS)
- Statistical Analysis (10 ECTS)
- Studio 2 (10 ECTS)
Emner tredje studieår:
- Machine Learning (10 ECTS)
- Big Data Analytics (10 ECTS)
- Data Visualization (10 ECTS)
- Elective Courses (2 x 5 ECTS)
- Bachelor Project (20 ECTS)
Opptakskrav
Noroff har løpende opptak og søknadene behandles derfor i den rekkefølgen de kommer inn. Det vil si at jo tidligere du søker, desto tidligere kan du sikre deg studieplass.
For å kvalifisere deg for studiet må du ha generell studiekompetanse eller yrkesrettet utdanning med fagbrev. Det kan også søkes på grunnlag av realkompetanse.
I tillegg kommer spesielt opptakskrav om Matematikk R1 eller S1 og S2. Annen dokumentert kunnskap eller utdanning kan godkjennes som likeverdig.
Videre studier
Etter denne utdanningen er du klar for å gå rett i jobb. Studenter som likevel ønsker å spesialisere seg videre innen data science kan søke på mastergrader relater til databehandling, analyse eller data science ved utdanningsinstitusjoner både i Norge og internasjonalt.
Karrieremuligheter
Etter studiet i Applied Data Science kan du blant annet jobbe som:
- AI-spesialist
- Dataanalytiker
- Data scientist
- Machine learning engineer
- Business intelligence analyst
- Research scientist
- Software developer