Hvorfor velge dette programmet?       

                              

Data Science er vitenskapen om å trekke ut kunnskap eller innsikt fra ulike typer data. Studiet av Data Science kombinerer matematikk, statistikk og informatikk, og gjør deg klar til å møte revolusjonen innen data-tilgjengelighet.

                                                                                                                                                                                                

Kort om studieprogrammet

Med en Master i Data Science vil du være godt forberedt på å møte en stor utfordring i dagens samfunn: Hvordan utnytte informasjonen i store mengder data som samles inn på ulike områder som medisin, økonomi, miljø og sosiale medier. Masterprogrammet Data Science er basert på en tverrfaglig bakgrunn i statistikk (sannsynlighetsteori, inferens, maskinlæring) og informatikk (algoritmer, visualisering, database) i tillegg til et solid fundament i generell matematikk.

Moderne datainnsamling er preget av volum (mengden data), variasjon (de mange forskjellige typer data, inkludert tall, tekst og video) og hastighet (den dynamiske innsamlingen og behovet for behandling av data). Å utvinne kunnskap og innsikt fra slike data krever flere forskjellige ferdigheter. Mange verktøy er tilgjengelige, men behovet for forståelse for hva disse verktøyene gjør og hvordan de kan brukes eller tilpasses et bestemt problem krever dyp metodisk forståelse av alle emnene i Data Science-produksjonskjeden. Dette programmet gir deg en kombinasjon av teoretisk basis og praktisk erfaring, fra problemdefinisjon til datautvinning og preprossessering, til analyse og til slutt presentasjon av resultatene.

Studieprogrammet fokuserer på både bredde og spesialisering i ulike retninger, og vi har disse spesialiseringene:

• Statistikk og maskinlæring
• Database Integrasjon og Semantisk Web
• Data Science og livsvitenskap
• Språkteknologi
• Digital bildeprosessering

Studiet er basert på prosjekter i masteroppgaven som er relatert til reelle problemstillinger fra industrien, offentlig sektor og fra andre vitenskapelige disipliner. Slike prosjekter vil blant annet bli fremmet gjennom de to senterene for forskningsbasert innovasjon BigInsight og Sirius, samt gjennom våre profesjonelle kontakter med andre fagdisipliner både på universitetet og andre steder.

Studiemiljø

Vi vet at studenter som trives er studenter som lettere lykkes faglig. Derfor vil vi at du skal trives som student hos oss! 

Vi starter semesteret med fellesmøte for alle nye studenter hvor du får praktisk informasjon om studiene og du vil få hilse på de ansvarlige for programmet. Det er obligatorisk å møte på velkomstmøtet.  

I starten av studiet får du anledning til å bli kjent med både gamle og nye studenter og ansatte, faglig og sosialt. Dersom du lurer du på noe praktisk rundt studiet ditt, eller trenger veiledning, kan du kontakte oss. 

Universitetet i Oslo har et rikt studentliv med over 200 studentforeninger. Vi oppfordrer alle studentene våre til å engasjere seg sosialt. Som student har du tilgang til trivelige studentarealer, både for studier og sosiale aktiviteter, i nær tilknytning til forskningsmiljøene.

Les mer om livet rundt studiene.

Studier i utlandet

Du kan reise på utveksling gjennom avtalene Universitetet i Oslo tilbyr. Vi anbefaler da at du reiser helst i andre, eventuelt i tredje semester. En annen mulighet er opphold i utlandet i forbindelse med arbeidet med masteroppgaven.

Les mer om studieopphold i utlandet ved en master i Data Science.

Videre studier og jobb

Etter studiet vil du ha et godt grunnlag for å jobbe innen en rekke områder både i privat virksomhet og i offentlig forvaltning. Flere av våre masteroppgaver er knyttet opp mot problemstillinger og virksomheten til ulike bedrifter og institusjoner. Noen av masterstudentene som oppnår svært gode faglige resultater, satser videre på en forskerkarriere ved å ta en doktorgrad (ph.d.) ved Universitetet i Oslo eller et annet universitet.

Les mer om jobb og videre studier etter en master i Data Science.