Aarhus Universitets segl

DATAVIDENSKAB

Kandidatuddannelse

Fakta om uddannelsen 
Undervisningssprog: Engelsk  (Se sprogkrav)  | Studiested: Aarhus  |  Studiestart: August / september og Januar / februar

Introduktion

Kandidatuddannelsen i Datavidenskab har fokus på både generelle og specialiserede kompetencer. De generelle kompetencer opnår du gennem tre obligatoriske kurser, der dækker over avanceret statistisk læring, storskala optimering og datavisualisering. De specialiserede kompetencer får du gennem en 30 ECTS specialiseringspakke, hvor du kan vælge mellem følgende fire pakker; Computational Statistics, Data-Intensive Systems, Finance and FinTech og Signal Processing.

Uddannelsen foregår på engelsk, og store dele deraf kan tilrettelægges efter dine faglige interesser i form af valgfrie elementer og gennem dit valg af specialiseringspakke.

Karrieremuligheder

Med en uddannelse i Datavidenskab vil du få jobmuligheder i mange forskellige virksomheder og organisationer. Fællesnævneren er behovet for at skabe datadrevne løsninger i de forskellige virksomheder, såsom vindmølleindustrien, rådgivningsfirmaer, medicinalfirmaer, telebranchen, fødevareindustrien, sundhedssektoren og så videre. Du kan også vælge at fortsætte dit studie i form af en ph.d.-uddannelse og dermed målrette dig en karriere inden for forskning.

Adgangskrav

I denne sektion kan du finde ud af, hvad der skal til for at komme ind på kandidatuddannelsen i Datavidenskab.

De næste afsnit forklarer, hvordan du kan opfylde adgangskravene, afhængigt af om du har:

  1. Retskra​v
  2. En bacheloruddannelse, der giver direkte adgang
  3. En anden uddannelse, der kan give adgang

Du kan også finde ud af, om der er begrænsninger for, hvor mange der kan optages på uddannelsen, og hvilke sprogkrav der gælder.

1. Retskrav

Følgende bacheloruddannelse giver dig retskrav på optagelse på kandidatuddannelsen i Datavidenskab: 

  • Bacheloruddannelsen i Datavidenskab fra Aarhus Universitet 

Retskrav betyder, at du har ret til at blive optaget på den kandidatuddannelse, der bygger oven på den bacheloruddannelse, som du har gennemført ved samme universitet. Det kræver dog, at du søger om optagelse senest tre år efter gennemført bacheloruddannelse.  

Læs mere om retskrav 

2. Bacheloruddannelser der giver direkte adgang

Hvis du har en af de følgende bacheloruddannelser, opfylder du adgangskravene til uddannelsen: 

  • Bacheloruddannelsen i Datavidenskab fra Aarhus Universitet 
  • Bacheloruddannelsen i Datavidenskab og machine learning fra Aalborg Universitet  
  • Bacheloruddannelsen i Data science fra IT-Universitetet i København  
  • Bacheloruddannelsen i Machine learning og datavidenskab fra Københavns Universitet 

3. Andre uddannelser der kan give adgang

Udover de bacheloruddannelser, som allerede er vurderet til at give adgang til denne uddannelse, kan der også være andre uddannelser, der opfylder adgangskravene afhængigt af fagsammensætningen og vægtningen af dine kurser.

Du kan få adgang til kandidatuddannelsen, såfremt universitetet vurderer, at din uddannelse har et niveau, omfang og indhold, som svarer til de faglige krav, der angives herunder.

Du kan opfylde adgangskravet med en anden uddannelse, hvis du har følgende fagområder: ECTS-krav

Matematik 

hvoraf følgende fagområder er dækket:  

  • Lineær algebra 

20
Sandsynlighedsteori og statistik  30
Programmering og databaser  30
Optimering  10
Maskinlæring og deep learning  20
I alt 110

Vi kan ikke på forhånd vurdere, om netop din uddannelse vil opfylde ovenstående krav. Vi vil derfor anbefale dig at søge ind på uddannelsen, hvis du selv vurderer, at du opfylder fagkravene. Det er i den forbindelse en god ide at sammenligne din uddannelse med de direkte adgangsgivende uddannelser.

Download bilag til din ansøgning

Du skal udfylde dette bilag og vedhæfte til din ansøgning. Bilaget bruges i vurderingen af din ansøgning. Hvis du har retskrav til kandidatuddannelsen, skal du ikke udfylde og vedhæfte bilaget.
Download bilag


Adgangsbegrænsning

Der er adgangsbegrænsning på denne kandidatuddannelse.

Adgangsbegrænsning vil sige, at der er et begrænset antal studiepladser på uddannelsen. Der vil således blive prioriteret blandt de kvalificerede ansøgere ud fra nogle faste udvælgelseskriterier (se nedenfor).

Dette betyder, at det ikke i sig selv er en garanti for optagelse at have opfyldt adgangskravene. Hvis du har retskrav, er du dog garanteret en plads på uddannelsen. 


Udvælgelseskriterier

Hvis der er flere kvalificerede ansøgere end ledige studiepladser, lægges der vægt på følgende kriterier ved udvælgelsen (hvert kriterie vægter 1/3):  

  1. Karakterniveau fra adgangsgivende uddannelse   

  2. Opnåede karakterer i relevante fagområder: 

    • Matematik (inklusive lineær algebra) 

    • Sandsynlighedsteori og statistik 

    • Programmering og databaser 

    • Optimering 

    • Maskinlæring 

    • Deep learning 

Vær opmærksom på, at karakterer opnået efter ansøgningsfristen ikke er inkluderet i karakterniveauet.  

  1. Relevante fagområder (målt i ECTS). I denne vurdering indgår ikke ECTS, som er en del af adgangskravene beskrevet under ’Andre uddannelser der kan give adgang’.  

    • Matematik (inklusive lineær algebra) 

    • Sandsynlighedsteori og statistik 

    • Programmering og databaser 

    • Optimering 

    • Maskinlæring 

    • Deep learning

I kriterie tre scores der ud fra, hvor stor en andel af fagene på bachelorbeviset der ligger inden for de for uddannelsen relevante fagområder. I denne vurdering indgår ikke ECTS, som er en del af adgangskravene beskrevet under ’Andre uddannelser der kan give adgang’. 

Sprogkrav

Du skal kunne dokumentere, at du har engelskkvalifikationer svarende til dansk gymnasialt B-niveau. Hvis du har retskrav på optagelse (se ovenfor), er du ikke omfattet af denne regel.

Læs hvordan dit engelsk-niveau skal dokumenteres, hvis du ikke har en dansk gymnasial uddannelse.


Uddannelsens opbygning

På den 2-årige kandidatuddannelse er der tre obligatoriske kurser:

  • Advanced Statistical Learning 10 ECTS
  • Large Scale Optimization 10 ECTS
  • Data Visualization 10 ECTS

Dertil kommer en specialiseringspakke på 30 ECTS, hvor der kan vælges blandt:

  • Computational Statistics (30 ECTS)
  • Data-Intensive Systems (30 ECTS)
  • Finance and FinTech (30 ECTS)
  • Signal Processing (30 ECTS).

Derudover er der valgfrie studieelementer af et omfang på 30 ECTS og et speciale på 30 ECTS.

Dit individuelle studieprogram sammensættes ud fra dine interesser og under vejledning af den uddannelsesansvarlige for kandidatuddannelsen i Datavidenskab.

Du kan finde en beskrivelse af de fire specialiseringspakker samt de valgfrie kurser på studieportalen: Valgfrie kurser for Datavidenskab

Studieordning

I studieordningen kan du finde yderligere oplysninger om, hvad de enkelte fag indeholder. Du kan også se studiets opbygning og hvilke krav, der bliver stillet til dig som studerende – herunder eksamensformer og eksamenskrav.

Undervisningssprog

Uddannelsen er godkendt med engelsk som udbudssprog. Udbudssproget er det sprog, der som udgangspunkt undervises i på uddannelsen.

Studiediagram

Undervisningen på kandidatuddannelsen i Datavidenskab er tilrettelagt med 2 semestre per studieår. I studiediagrammet herunder kan du se opbygningen af uddannelsen.

Studieliv

Kandidatuddannelsen i Datavidenskab holder til på Institut for Matematik, såvel som på de tre andre deltagende institutter (Datalogi, Økonomi, Elektro- og Computerteknologi) afhængigt af valg af  specialiseringspakke og andre valgfrie elementer. Undervisningen varetages af aktive forskere og har både teoretiske og praktiske elementer.

Datavidenskab har sin egen studenterorganisation, og derudover finder du på Institut for Matematik forskellige andre studenterorganisationer såsom Kalkulerbar, der er instituttets fredagsbar, og som arrangerer faglige og sociale aktiviteter, studieture og fester. Derudover møder du også TÅGEKAMMERET, som er en fest- og foredragsforening på Faculty of Natural Sciences på Aarhus Universitet.

Følg studielivet på Institut for Matematik 

Du kan følge Institut for Matematik og dets studerende på YouTube og Instagram. Her kan du se videoer, takeovers og opslag med studerende og undervisere og få et indtryk af, hvad det vil sige at være studerende netop her.

Følg Faculty of Natural Sciences

Følg også AU Naturvidenskab på Facebook og Instagram og få indblik i studielivet på AU's naturvidenskabelige uddannelser.

Følg studielivet på Aarhus Universitet

- oplevet, fotograferet og filmet af de studerende selv.

 Med tusindvis af billeder giver #yourniversity dig et indblik i hverdagen som studerende på AU, i festerne, overspringshandlingerne, eksamen og alt det andet, du kommer til at bruge din studietid på.

Billederne er brugernes egne, delt med #Yourniversity, #AarhusUni og fagspecifikke AU-hashtags.