Hvorfor velge dette studieprogrammet?       

Numeriske modelleringer og beregninger spiller en sentral rolle i dagens naturvitenskapelige og teknologiske utvikling. Kompliserte eksperimenter erstattes mer og mer av numeriske beregninger. Mange viktige oppdagelser og teknologiske nyvinninger ville ikke vært mulig uten omfattende numerisk modellering og dataanalyse. 

Dette masterprogrammet gir deg verktøyene og metodene for å løse og studere fremtidens komplekse naturvitenskapelige og teknologiske problemer, med et fokus på et bredt spekter av moderne numeriske metoder. 

Vi har som mål å utdanne neste generasjon tverrfaglige naturvitere med kunnskapene, ferdighetene og verdiene som trengs for å studere og forstå dagens og fremtidens vitenskapelige, teknologiske og samfunnsrelaterte utfordringer.

Et program med et bredt utvalg av fagområder

Dette er et unikt studieprogram som gir deg omfattende kunnskap om databeregninger i skjæringspunktet mellom algoritmeutvikling og analyse, bruk av superdatamaskiner og studier av komplekse naturvitenskapelige og teknologiske problemer. Her spiller tverrfaglig kunnskap og innsikt om metoder en sentral rolle. 

Alle naturfaglige disipliner er representert i dette studieprogrammet. Det betyr at du kan utforme og utforske masteroppgaver som favner om flere emner og interesser. Mulige temaer for oppgaver strekker seg fra matematikk og datavitenskap, til bioinformatikk, biomedisinsk modellering, billedbehandling, fysikk, kjemi, astrofysikk, materialvitenskap, geovitenskap og studier av sentrale biologiske prosesser. Du kan enkelt kombinere to eller flere av disse fagfeltene.

Nye metoder som gjør utfordrende problemer håndterbare

Vitenskapelige databeregninger har som mål å utvikle nøyaktige metoder og modeller som setter oss i stand til å studere komplekse naturvitenskapelige og teknologiske systemer og fenomener. Mange av disse er såpass komplekse at fysiske eksperimenter fort blir for kostbare eller nesten umulige å gjennomføre i et laboratorium. Numeriske beregninger og modellering spiller dermed en stadig viktigere rolle i moderne vitenskap.

Utviklingen av nye metoder gjør utfordrende oppgaver håndterbare for datamaskiner. Slik kan vi oppnå ny innsikt og forståelse.

Utvikle verktøy for å finne trender i datasett

Datavitenskap fokuserer på utvikling av verktøy for å finne trender og sammenhenger i kompliserte datasett. Slike trender og sammenhenger er ofte såpass komplekse at tradisjonelle metoder ikke kan brukes.

Metoder fra dataanalyse og maskinlæring gir deg en unik mulighet til å hente ut informasjon fra datasett, som igjen forteller oss hvordan disse systemene vil oppføre seg under andre forhold og betingelser. Innenfor livsvitenskap kan eksempelvis en riktig modell finne den mest effektive behandlingsmåten for en pasient, gitt den genetiske profilen. 

Endre fremtidens datasimuleringer

Kombinasjonen av maskinlæring og dataanalyse med kvantedatamaskiner er et spennende tema som kan lede til store endringer i datasimuleringer og i måten vi studerer komplekse naturvitenskapelige problemer. Prototyper på kvantedatamaskiner finnes allerede, og dermed kan du være med på å utforme framtidas naturvitenskapelige metoder og verktøy. 

Kombinere innsikt med matematiske metoder og ferdigheter innen databeregning

Et viktig mål med dette masterprogrammet er å utvikle dine evner til å definere og løse problemer som kombinerer innsikt fra ett eller flere fagområder innen naturvitenskap, med vekt på matematiske metoder og ferdigheter innen databeregning. Dette gir en unik kombinasjon av anvendt og teoretisk kunnskap og ferdigheter.

Målet med dette studieprogrammet er å gjøre deg i stand til å møte det 21. århundrets naturvitenskapelige og teknologiske utfordringer. 

Studieprogrammet har disse studieretningene:

• Computational Science: Applied Mathematics and Risk Analysis
• Computational Science: Astrophysics
• Computational Science: Bioinformatics
• Computational Science: Bioscience
• Computational Science: Chemistry
• Computational Science: Geoscience
• Computational Science: Imaging and Biomedical Computing
• Computational Science: Materials Science
• Computational Science: Mechanics
• Computational Science: Physics

Læringsmiljø

Dette er et nytt studieprogram ved Universitetet i Oslo. Gjennom forskjellige aktiviteter, fra fellesmøter og ekskursjon til diverse sosiale samlinger, vil vi gradvis bygge opp et ledende læringsmiljø hvor du vil blomstre som student og lære å utvikle din vitenskapelige kreativitet gjennom spennende temaer til masteroppgaven.

Universitetet i Oslo tilbyr et rikt og aktivt studentmiljø med mer enn 200 aktiviteter og organisasjoner ledet av studenter.

Studier i utlandet

Alle retningene i studieprogrammet tilbyr muligheter for studier i utlandet. Å planlegge et semester eller flere i utlandet eller arbeide med deler av masteroppgaven din ved en samarbeidsinstitusjon, er noe vi sterkt anbefaler. Som student i dette studieprogrammet finner du en rekke interessante internasjonale utvekslingsmuligheter. De involverte forskerne har utstrakt samarbeid med andre forskere i verden. Disse utvekslingsmulighetene strekker seg fra ledende universiteter og forskningsinstitusjoner i Nord-Amerika, Canada og USA, Asia og Europa.

Les mer om studier i utlandet.

Karrierevalg, jobb og videre studier

Studiet gir deg kompetansen du trenger for å møte de naturvitenskapelige og teknologiske utfordringene i det 21. århundret. Mange bedrifter søker kandidater som har kunnskap innenfor både en spesifikk disiplin samt beregningsorientert modellering. Dette innebærer blant annet at du kan modellere og forstå kompliserte naturvitenskapelige og teknologiske systemer. Mange bedrifter ønsker personer med kunnskap innenfor både spesifikke emner og beregningsorientert modellering.

Les mer om karrierevalg.