På uddannelsen lærer du at arbejde systematisk og kritisk med data. Du bliver undervist i naturvidenskabelige og tekniske fag som matematik, statistik, programmering, algoritmeudvikling, Machine Learning, kunstig intelligens og data management.

Uddannelsen indeholder elementer omkring datavisualisering og kommunikation af data og forholder sig til etiske spørgsmål forbundet med anvendelse af data.

Datatyper

Typen af data varierer meget. Det kan fx dreje sig om finansielle data, data fra sundhedssektoren, data om forbrugeradfærd eller sensordata fra enheder i drift. Alt sammen data, der indeholder værdiful information, der gør det muligt at basere strategier, processtyring og beslutninger på et solidt datagrundlag.

Områder

Du arbejder med specifikke områder som fx analyse af finansielle aktiver i finansielle institutioner, analyser med relation til forebyggelse og behandling i sundhedssektoren, brug af kunstig intelligens i software- og produktionsvirksomheder eller business intelligence analyser i store virksomheder og organisationer.

I løbet af uddannelsen undervises du bl.a. i statistisk modellering, avancerede algoritmer, optimeringsmetoder og Machine Learning.

Titel

Uddannelsen giver den akademiske titel BSc.

Undervisningen veksler mellem holdundervisning, forelæsninger, projektarbejde og teoretiske øvelser, der kan foregå såvel individuelt som i grupper.

Eksamen

Du afslutter bacheloruddannelsen med et bachelorprojekt.

For at søge optagelse på uddannelsen skal du bestå forskellige adgangskrav.

Alle de nævnte fag skal være bestået. Kravene gælder optagelse i både kvote 1 og kvote 2.

Generelle adgangskrav

• En gymnasial eksamen (bemærk: krav om overbygning for hf og eux 1. del)

Læs mere om adgangsgivende eksamener og uddannelser:
Adgangskrav til de videregående uddannelser

Specifikke adgangskrav

• Dansk A
• Engelsk B
• Matematik A

Læs om supplering, hvis du mangler fag eller niveauer:
Gymnasiale suppleringskurser (GSK)

Lokale adgangskrav

Ud over de generelle og specifikke adgangskrav er der lokale adgangskrav. De gælder kun for det enkelte uddannelsessted.

Aarhus Universitet

• Karaktergennemsnittet fra den gymnasiale eksamen skal være mindst 6,0, og karaktergennemsnittet i matematik A skal være mindst 6,0
• Ansøgere, som ikke opfylder eller ikke forventes at opfylde ovenstående, kan søge optagelse via en adgangsprøve (ansøgningsfrist 15. marts kl. 12.00). En bestået adgangsprøve sidestilles med opfyldelse af karakterkravet
• Læs mere om kvote 2-kriterier på uddannelsesstedets hjemmeside

Du søger om optagelse på Optagelse.dk.

Ansøgere i kvote 1

• Ansøgningsfrist: 5. juli inden kl. 12.00
• Du bliver optaget på baggrund af din gymnasiale eksamen

Ansøgere i kvote 2

• Ansøgningsfrist: 15. marts inden kl. 12.00
• Du bliver individuelt vurderet i forhold til de kvote 2-kriterier, som det enkelte uddannelsessted har fastsat

Udenlandsk eller international eksamen

• Hvis du ikke har en fuld gymnasial uddannelse eller søger med international/udenlandsk gymnasial eksamen, skal du søge senest 15. marts inden kl. 12.00

Læs mere

• Søg optagelse på portalen Optagelse.dk
• Læs om optagelse generelt i UG-artiklen Optagelse på videregående uddannelser

Uddannelsen foregår i Aarhus.

Læs om

• Uddannelsen i datavidenskab på Aarhus Universitet (AU)

En adgangskvotient viser det laveste gennemsnit for den seneste optagelse i kvote 1. Den kan stige eller falde ved næste optagelse og må ikke forveksles med et adgangskrav.

AO: Alle optaget

Samlet oversigt over dette års KOT-tal

Du kan søge SU under uddannelsen. Læs mere i artiklen:

• Statens Uddannelsesstøtte (SU)

Med en bacheloruddannelse i datavidenskab kan du læse videre på en kandidatuddannelse inden for det naturvidenskabelige område, eksempelvis:

• Data Science
• Bioinformatik
• Datalogi

Bemærk: Der findes íkke en samlet oversigt over mulige kandidatuddannelser.

Jobmuligheder

Som færdiguddannet vil du have jobmuligheder i både den private og den offentlige sektor. Her vil du kunne arbejde i såvel traditionelle it-organisationer som inden for business intelligence, logistik, produktion, revision, handel med energi, detailhandel, forsikring, sundhed, biotech, farmakologi og konsulentbranchen mv.

Du vil kunne arbejde med håndtering af store datamængder som eksempelvis dataanalytiker, Machine Learning specialist, Business Intelligence konsulent eller finansiel analytiker.

Arbejdsområder

Læs mere om arbejdsområder samt typer af job inden for:

• Systemudvikling, programmering og design
• Drift, support og netværk

Få mere at vide

Oversigt over de forskellige it-uddannelser på universiteterne:

• www.futurepeople.dk