Bacheloruddannelsen i Machine learning og datavidenskab
Bacheloruddannelse

Machine learning og datavidenskab

Du lærer at analysere store datamængder og udvikle de metoder, som gør computere i stand til at lære fra data.

Fakta

Navn:
Machine learning og datavidenskab
Varighed:
3 år
Adgangskrav:
Gymnasial eksamen + specifikke adgangskrav
Økonomi:
SU

På uddannelsen får du en bred viden om statistik, matematik og datalogi og lærer at udvikle nye metoder i machine learning og kunstig intelligens, som gør det muligt at lade computere genkende mønstre og fx diagnosticere sygdomme og styre selvkørende biler. Uddannelsen forudsætter ikke, at du i forvejen kan programmere.

Med en bacheloruddannelse i machine learning og datavidenskab kan du læse videre på en kandidatuddannelse. Som færdiguddannet vil du have jobmuligheder i både det private erhvervsliv og den offentlige sektor, hvor du kan løse opgaver inden for analyse og håndtering af samfundets voksende datamængder.

Foto: Getty Images

Fold alle afsnit ud

Indhold

Uddannelsen kombinerer datalogi, matematik og datavidenskab, som du undervises i på alle 3 år af uddannelsen.

Uddannelsens første år

På første år undervises du i programmering og problemløsning samt data science med fokus på hele datahåndteringsprocessen fra indsamling og lagring til analyse og visualisering. Via matematiske og statistiske kurser får du det teoretiske fundament til at forstå dataanalysemetoder.

Uddannelsens andet år

På andet år følger du kurser i machine learning, dybe neurale netværk, yderligere matematiske, statistiske og datalogiske kurser samt videnskabsteori.

Uddannelsens tredje år

Du har forskellige valgmuligheder på tredje år; du kan bl.a. tage på studieophold i udlandet, deltage i et virksomhedsprojekt eller følge kurser, der giver adgang til en specifik kandidatuddannelse.

Titel

Uddannelsen giver den akademiske titel BSc.

Undervisning

Undervisningen omfatter forelæsninger, øvelser og rapportopgaver.

Udlandsophold

Der er mulighed for studieophold i udlandet.

Eksamen

Du afslutter bacheloruddannelsen med et bachelorprojekt.

Adgangskrav

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.

Københavns Universitet

  • Hvis du søger i kvote 1, skal karaktergennemsnittet fra din gymnasiale eksamen være mindst 6,0
  • Hvis du søger i kvote 2, skal du bl.a. deltage i en kvote 2-prøve. Se mere på uddannelsesstedets hjemmeside.

Optagelse

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

Adgangskvotienter 2023

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.

 
 Kvote 1Standby
Københavns Universitet  
København Ø (Sommerstart)6.2AO

AO: Alle optaget

Samlet oversigt over dette års KOT-tal

Økonomi

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

SU (Statens Uddannelsesstøtte)

Fremtidsmuligheder

Med en bacheloruddannelse i machine learning og datavidenskab / datavidenskab og machine learning kan du læse videre på en kandidatuddannelse inden for det naturvidenskabelige område. Du kan bl.a. komme ind på følgende kandidatuddannelser:

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

Jobmuligheder

Som færdiguddannet vil du have jobmuligheder i både det private erhvervsliv og den offentlige sektor, hvor du kan løse opgaver inden for analyse og håndtering af samfundets voksende datamængder i sundhedssektoren, it-branchen eller som ingeniør.

Du har fx mulighed for at arbejde i it-virksomheder og være med til at forme udviklingen af kunstig intelligens.

Endelig vil du også kunne blive forsker, underviser eller starte egen virksomhed. 

Arbejdsområder

Læs mere om arbejdsområder samt typer af job inden for:

Systemudvikling, programmering og design

Få mere at vide

Se oversigt over it-uddannelser på universiteterne (futurepeople.dk)

Love og regler

Kvalifikationsniveau

Uddannelsen er placeret på niveau 6 i den danske kvalifikationsramme for livslang læring. Kvalifikationsrammen går fra niveau 1-8 og definerer det forventede udbytte af undervisningen.

Læs om:

Kvalifikationsniveauer for videregående uddannelser

Uddannelsessteder

På uddannelsesstedernes hjemmesider kan du finde mere information