Fleksibel erhvervskandidatuddannelse, 4-årig
| Fakta om uddannelsen Undervisningssprog | Studiested: Aarhus | Studiestart: August / september og Januar / februar Uddannelsestype: Fleksibel erhvervskandidatuddannelse, 4-årig |
Erhvervskandidatuddannelsen 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.
En fleksibel erhvervskandidatuddannelse er en deltidsuddannelse for dig, der samtidig er i beskæftigelse. Du læser uddannelsen samtidig med, at du enten er i job eller arbejder som iværksætter.
Erhvervskandidaten bygger bro mellem teori og praksis, fordi du kan koble det, du lærer på studiet, direkte med relevante arbejdsopgaver. Du bidrager med den nyeste akademiske viden til din arbejdsplads, mens dit arbejde giver dig erfaring med at anvende din viden i praksis.
Uddannelsen er normeret til fire år.
De specifikke krav til antal arbejdstimer for optagelse i ordningen fremgår under 'Adgangskrav'.
Læs mere om erhvervskandidatordningen.
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.
I denne sektion kan du finde ud af, hvad der skal til for at komme ind på erhvervskandidatuddannelsen i Datavidenskab.
De næste afsnit forklarer, hvordan du kan opfylde adgangskravene, afhængigt af om du har:
Du kan desuden læse om det beskæftigelseskrav, som du skal opfylde for at blive optaget på en erhvervskandidatuddannelse.
Endelig kan du finde ud af, hvilke sprogkrav der gælder, og hvilke rangeringskriterier vi vurderer din ansøgning ud fra, når vi prioriterer blandt de indkomne ansøgninger.
Der er ingen bacheloruddannelser, der giver retskrav på optagelse på denne uddannelse.
Hvis du har en af de følgende bacheloruddannelser, opfylder du adgangskravene til uddannelsen:
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:
| 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.
Du skal udfylde dette bilag hvis du har taget din bacheloruddannelse på et universitet uden for Danmark. Bilaget bruges i vurderingen af din ansøgning.
Download bilag
Når du søger en erhvervskandidatuddannelse, skal du opfylde kravet om at være i relevant beskæftigelse.
"Relevant beskæftigelse" betyder, at du arbejder mindst 25 timer om ugen i en offentlig eller privat virksomhed eller som iværksætter, og hvor dine arbejdsopgaver har faglig sammenhæng med din adgangsgivende uddannelse og den uddannelse, som du søger ind på.
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.
Alle kandidatuddannelser på Aarhus Universitet har adgangsbegrænsning. Det betyder, at du ikke er garanteret optagelse, selvom du opfylder adgangskravene. Når vi skal prioritere blandt ansøgerne, vurderer vi din ansøgning ved at kigge på en række faste rangeringskriterier, som du kan se herunder.
Hvis der er flere kvalificerede ansøgere end ledige studiepladser, lægges der vægt på følgende kriterier ved udvælgelsen (hvert kriterie vægter 1/3):
Karakterniveau fra adgangsgivende uddannelse
Opnåede karakterer i relevante fagområder:
Matematik (inklusive lineær algebra)
Sandsynlighedsteori og statistik
Programmering og databaser
Optimering
Maskinlæring
Deep learning
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’.
Vær opmærksom på, at karakterer opnået efter ansøgningsfristen ikke tages med i vurderingen.
På erhvervskandidatuddannelsen i Datavidenskab er der tre obligatoriske kurser:
Dertil kommer en specialiseringspakke på 30 ECTS, hvor der kan vælges blandt:
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 erhvervskandidatuddannelsen i Datavidenskab.
Du kan finde en beskrivelse af de fire specialiseringspakker samt de valgfrie kurser på studieportalen: Valgfrie kurser for Datavidenskab
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.
Uddannelsen er godkendt med engelsk som udbudssprog. Udbudssproget er det sprog, der som udgangspunkt undervises i på uddannelsen.
Undervisningen er tilrettelagt med to semestre per studieår. I studiediagrammet herunder kan du se opbygningen af uddannelsen.
Erhvervskandidatuddannelsen 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.
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 Naturvidenskab på Instagram. Her kan du følge med i studielivet på de forskellige naturvidenskabelige uddannelser, samt se hvordan underviserne formidler deres viden.
- 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.