Skip to main content
DA / EN
DA / EN

Søg

Datalogi

Erhvervskandidat

Erhvervskandidatuddannelsen i Datalogi varer 4 år på deltid. Hvert studieår er opdelt i 2 semestre.

Du kan se en oversigt over uddannelsens opbygning i studieforløbsdiagrammet nedenfor. På mobiltelefoner ses diagrammet bedst i liggende format.


Specialiseringer

Hver specialisering består af en række anbefalede valgfri kurser og projekter som vi anbefaler, at du vælger imellem hvis du ønsker at specialisere dig inden for det pågældende forskningsområde.

  • Algoritmer er datalogiens hjerte. Faktisk er det der ofte omtales som "intelligens" i computersystemer, i virkeligheden enorme mængder data kombineret med avancerede algoritmer til søgning og databehandling.

    Ud over at give dig ekspertise inden for konkrete applikationsområder gør en solid baggrund i algoritmer det nemt at sætte sig ind i andre datalogiske fagområder. I et fag som datalogi, der er i rivende udvikling, er evnen til at tilpasse sig konstant forandring vigtig for en vellykket karriere.

    Alle de kurser vi udbyder inden for dette område, forudsætter forudgående kendskab til algoritmer og datastrukturer, såvel som grundlæggende diskret matematik. Nogle af kurserne har yderligere indgangskrav og/eller faglige forudsætninger, for eksempel inden for lineær algebra og kompleksitetsteori. Bemærk derudover at nogle af kurserne ikke nødvendigvis udbydes hvert år.

    Anbefalede kurser i efteråret 2023

    Anbefalede kurser i foråret 2024

    Eksempler på specialetitler inden for området

    • European football placement problems - complexities and exact solutions
    • On-line graph colouring
    • Aircraft routing
    • Lattice-based cryptography
    • Nearest neighbour search in high-dimensional spaces
    • Theoretical aspects of computer-aided chemical synthesis design

  • Moderne digitale systemer er ikke længere enkeltstående maskiner der opererer isoleret, men snarere komplekse enheder som består af mange forskellige programmer, der arbejder semi-uafhængigt og interagerer med hinanden.

    Dette forskningsområde fokuserer på at forstå, arbejde med og programmere sådanne komplekse og distribuerede systemer (Cloud Computing). Det kombinerer forskellige ekspertiser der spænder fra kryptografi til logik og programmeringssprog, for at gøre undersøgelsen af systemerne præcis og sikker (Cybersikkerhed). Det udforsker også brugen af industrielle værktøjer der fuldt automatiserer systeminstallation på effektive og sikre måder.

    Bemærk at nogle af kurserne ikke nødvendigvis udbydes hvert år.

    Anbefalede efterårskurser

    Anbefalede forårskurser

    Eksempler på tidligere specialetitler inden for området

    • Foundational aspects of choreographic programming
    • A formal programming model for Bitcoin transactions
    • Packaging microservices

  • Datavidenskab handler om at håndtere og analysere data for at frembringe viden og indsigter. Området omfatter felter som statistik, visualisering, maskinlæring, data mining, deep learning og optimering. En primær anvendelse af datavidenskab er inden for kunstig intelligens, hvor databaserede indsigter bruges til at løse problemstillinger i det moderne samfund.

    På mange områder kan det gøre en stor forskel at anvende databaserede indsigter. Hverdagseksempler på praktisk anvendelse af data er produktanbefalinger i onlinebutikker eller personlige assistenter på smartphones.

    Mange virksomheder benytter data til at optimere deres produktion og forretning, og flere apparater anvender maskinlæring, optimering og kunstig intelligens – blandt andet vaskemaskiner, støvsugere, droner, selvkørende biler og andre robotter.

    De fleste af de kurser, vi udbyder inden for datavidenskab og kunstig intelligens, forudsætter grundlæggende forståelse for lineær algebra. Bemærk, at nogle af kurserne ikke nødvendigvis udbydes hvert år.

    Anbefalede kurser i efteråret 2023

    Anbefalede kurser i foråret 2024

    Eksempler på tidligere specialetitler inden for området

    • Optimisation of demand-responsive personal transportation
    • Synchronisation, Enrichment and Visualisation of Football Data
    • Bus Line Optimisation on Funen
    • Simulation of Traffic Flow in a Real Urban Network
    • Flight Planning in Free Route Airspaces
    • Artificial Intelligence in Action Real-Time Strategy Games
    • Optimising Heat and Power Production Using Column Generation
    • Visual Analytics of Sentiments in Twitter Data

Eksempel på skema

Herunder ser du et eksempel på, hvordan et ugeskema kan se ud for en studerende på 1. semester af erhvervskandidatuddannelsen i Datalogi. Du har naturligvis pauser i løbet af dagen. Skemaet varierer fra uge til uge, men der kan som udgangspunkt være skemalagt undervisning på hverdage i tidsrummet 8-18.

Mandag
Tirsdag
Onsdag
Torsdag
Fredag




Kl. 8-10
Advanced Data Mining (forelæsning)




Kl. 10-12
Heuristikker og constraint programmering for diskret optimering (eksaminatorium)



Kl. 12-14
Heuristikker og constraint programmering for diskret optimering (forelæsning)


Kl. 14-16
Heuristikker og constraint programmering for diskret optimering (forelæsning)


 
Kl. 16-18
Advanced Data Mining (forelæsning)

Du kan ikke modtage SU, når du er indskrevet på en erhvervskandidatuddannelse, men kan til gengæld få udbetalt løn fra dit job.

Hvis din sideløbende beskæftigelse eller status som godkendt iværksætter ophører, eller hvis din sideløbende beskæftigelse bliver reduceret til mindre end 25 timer om ugen, bliver du overflyttet til den 2-årige kandidatuddannelse, hvor du studerer på fuld tid og kan modtage SU.

Reglerne for uddannelsen er fastsat i studieordningen, som er den formelle beskrivelse af uddannelsen.

Studieordningen indeholder informationer om uddannelsens formål og opbygning, herunder hvilke fagelementer uddannelsen indeholder, om der er mulighed for udlandsophold, projektorienteret forløb eller lignende, regler for afvikling af undervisning og eksamen samt regler for deltagelse i eksamen osv.

Du har som studerende selv ansvar for at holde dig orienteret om de regler, der gælder for din uddannelse. Det er derfor vigtigt, at du kender studieordningen, som bliver opdateret løbende – typisk en gang om året.

Se studieordningen på MitSDU

En kursusbeskrivelse er en detaljeret beskrivelse af et kursus, hvor du kan læse om formålet med kurset, kursets indhold og undervisningsformer, den forventede arbejdsbelastning samt eksamen i kurset.

På kandidatuddannelsens 3. og 4. år udarbejder du dit afsluttende specialeprojekt, der som udgangspunkt vægter 60 ECTS. Du kan dog vælge at nedskrive specialet til 30 ECTS og tage 30 ECTS ekstra konstituerende kandidatkurser.

Du vil typisk blive tilknyttet en forskningsgruppe på Institut for Matematik og Datalogi som du kan få råd og vejledning fra, når du søger litteratur, og indsamler eller bearbejder data.

Vi er klar til at hjælpe

Har du spørgsmål?

Skal du have styr på, hvordan du søger ind på en kandidatuddannelse? Er du i tvivl om, hvilken kandidatuddannelse du skal vælge? Uanset hvilke spørgsmål du har, er vi klar til at give dig svar og personlig vejledning.

Skriv til studievejlederne på Naturvidenskab