Kursplan - Examensarbete för magisterexamen i datavetenskap

Syfte

Kursen skall ge insikt i hur man planerar, genomför och redovisar ett självständigt projektarbete inom området datavetenskap. I projektet förväntas studenten använda och integrera tidigare förvärvade kunskaper, erfarenheter och färdigheter, och därigenom
ytterligare fördjupa sin förståelse för utbildningsområdet. Syftet med examensarbetet är att studenten skall utveckla och uppvisa fördjupad kunskap och förmåga som är förenlig med att arbeta inom området datavetenskap.

Lärandemål

Efter avslutad kurs, skall studenten kunna:

- självständigt planera och genomföra ett avancerat projektarbete inom givna ramar

- identifiera och använda adekvata metoder för att genomföra arbetet och verifiera lösningar

- beskriva syftet, anledningen och målet för arbetet samt redogöra för eventuell fortsättning av projektet

- tillämpa ett kritiskt förhållningssätt och därmed tidigt kunna visa på möjligheter och svårigheter med projektet

- analysera vetenskapliga problemställningar och redogöra för "state-of-the-art" (och i förekommande fall "state-of-practice") inom området för examensarbetet samt utifrån detta utvärdera vald metod och/eller lösning

- beskriva examensarbetets olika delar i en vetenskaplig rapport på ett innehållsmässigt och strukturmässigt korrekt sätt (och därmed visa att ovannämnda lärandemål har uppnåtts)

- muntligt redogöra för både sakkunniga och andra om examensarbetets syfte, genomförande och resultat

- utvärdera och muntligt samt skriftligt ge konstruktiv kritik på andras arbeten på avancerad nivå inom ämnet

Innehåll

Kursen består av ett självständigt arbete i datavetenskap, där studenten använder tidigare förvärvade kunskaper och erfarenheter till att lösa ett givet problem. Problemet är ett forskningsproblem eller ett utvecklingsproblem inom området datavetenskap. Det skall ha
gediget teoretiskt djup som ska bidra till kunskapsutveckling inom vissa delar av datavetenskap. Arbetet skall innehålla både praktiska och teoretiska inslag. I arbetet ingår moment som ämnesval, problemformulering, litteraturstudie, utveckling, opponering, presentation, och rapportskrivning. Examensarbetet kan genomföras antingen inom högskolan, på ett externt företag eller som ett eget projekt. Om examensarbetet utförs på ett externt företag skall en handledare utses även på företaget. Problemställningen som ligger till grund för arbetet skall noggrant redovisas och dess relevans samt föreslagna lösning skall diskuteras och motiveras. Examensarbetet skall behandla både relevant grundläggande teori samt tidigare forskning, d v s det skall finnas en koppling till “state-of-the-art” (och i förekommande fall “state-of-practice”). 

Undervisning

Handledning sker under examensarbetet. En projektplan ska upprättas i samråd med handledaren/arna och denna ska följas upp under arbetets gång.

Särskild behörighet

Avlagd kandidatexamen i datavetenskap och avslutade kurser motsvarande 15 hp datavetenskap på avancerad nivå, 7,5 hp matematik på lägst nivå G1F samt ytterligare 15 hp i valbara kurser där högst 15 hp får utgöras av kurser på grundnivå. Dessutom krävs Forskningsmetodik inom naturvetenskap och teknik 7.5 hp. Om studentens behörighetsgivande utbildning omfattar en stor del matematik kan matematikkravet ersättas av relevant kurs i teknik utöver övriga kursfordringar i teknik.

Examination

Inlämningsuppgift, övningsuppgift (INL1), Muntlig och skriftlig opposition på annan students examensarbete,1 hp, betyg Godkänd (G)
Närvaro (NÄR1), Närvaro vid annan examensarbetespresentation, 0,5 hp, betyg Godkänd (G)
Närvaro (NÄR2), Närvaro vid annan examensarbetespresentation, 0,5 hp, betyg Godkänd (G)
Projekt (PRO1), Genomförande och skriftlig rapport på examensarbete, 11 hp, betyg Godkänd (G) 
Seminarium (SEM1), Egen muntlig presentation av genomfört och godkänt examensarbete, 2 hp, betyg Godkänd (G)

Betyget sätts av examinator som gör en helhetsbedömning av rapportens innehåll, muntlig presentation, opposition, och självständighet samt förhållningsätt under arbetet (baserat på synpunkter från handledare).

När examensarbetet genomförs i par, tillser examinator att varje students arbetsinsats motsvarar kraven för individuellt examensarbete. Om arbetsinsatsen mellan två studenter är olika, kan olika betyg sättas.

Student som inte är färdig med sitt arbete inom 12 månader riskerar att bli underkänd på kursen. Beslut fattas i förekommande fall i samråd mellan examinator, handledare och eventuellt avdelningschef.

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Godkänd, underkänd

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar helt med CDT503 Examensarbete avancerad nivå, Datavetenskap 15 hp samt med 15 hp mot DVA415 Examensarbete avancerad nivå, Datavetenskap, 30 hp och DVA430 Examensarbete för magisterexamen i datavetenskap, 30 hp.

Om examensarbetet skall ingå i annan examen än teknologie magisterexamen i datavetenskap, 60 hp, skall detta prövas av examinator i varje enskilt fall.