Kursplan - Självständigt arbete i datavetenskap inom industriell ekonomi

Syfte

Kursen syftar till att utveckla kunskaper och färdigheter i datavetenskap kopplat till området industriell ekonomi samt ge insikt i hur man planerar, genomför och redovisar ett självständigt projektarbete. I projektarbetet kombineras kunskaper från datavetenskap och industriell ekonomi för att lösa ett problem av industriell ekonomi-karaktär där även metodreflektion ingår som en del i arbetet.

Lärandemål

Efter avslutad kurs ska studenten kunna:
1. I formen av ett projekt med Industriell ekonomi-karaktär visa fördjupade kunskaper i det valda teknikområdet inom datavetenskap 
2. Redogöra för state-of-the-art och state-of-practice inom det valda teknikområdet 
3. Självständigt avgränsa, utforma, utföra och utvärdera ett projekt genom att tillämpa ett Industriell ekonomi-perspektiv för att identifiera, analysera och lösa ett problem enligt vedertagen praxis inom det valda teknikområdet 
4. Kritiskt identifiera, utvärdera och välja metoder med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter 
5. Tillämpa ett kritiskt förhållningssätt till tekniska lösningar och därmed visa insikt i teknikens möjligheter och begränsningar, dess roll i samhället och människors ansvar för dess nyttjande 
6. Ha god förmåga att på ett korrekt, tydligt och akademiskt sätt skriftligt beskriva syfte, bakgrund, mål och resultat av projektet samt kunna redogöra för eventuell fortsättning av projektet 
7. Muntligen redogöra för projektets syfte, genomförande och resultat 
8. Utvärdera samt muntligt och skriftligt ge konstruktiv kritik på andras arbeten.

Innehåll

Kursen består i att planera, genomföra och redovisa ett projekt genom att tillämpa ett Industriell ekonomi-perspektiv för att identifiera, analysera och lösa ett problem enligt vedertagen praxis inom det valda teknikområdet. Problemställningen som ligger till grund för arbetet skall redovisas och dess relevans samt föreslagna lösningar skall diskuteras och motiveras. Projektet skall behandla både relevant grundläggande teori samt tidigare beprövad erfarenhet, d v s det skall finnas en koppling till state-of-the-art och state-of-practice.

Särskild behörighet

60 hp varav 15 hp inom ämnet Industriell ekonomi och organisation samt 15 hp inom matematik och 15 hp inom programmering, datastrukturer och algoritmer eller datakommunikation.

Examination

Närvaro (OBN1), Närvaro projektpresentationer, 0,5 hp, examinerar lärandemål 8, betyg Underkänd (U) eller Godkänd (G) 
Projekt (PRO1), Genomförande och skriftlig rapport på projekt, 12 hp, examinerar lärandemål 1-6, betyg Underkänd (U) eller Godkänd (G)  
Seminarium (SEM1), Egen muntlig presentation av projekt, 2 hp, examinerar lärandemål 7, betyg Underkänd (U) eller Godkänd (G) 
Inlämningsuppgift (INL1), Muntlig och skriftlig opposition på annan students projektrapport, 0,5 hp, examinerar lärandemål 8, betyg Underkänd (U) eller Godkänd (G)

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 PPU300 Självständigt arbete i produkt- och processutveckling inom industriell organisation och ERA215 Självständigt arbete i energiteknik inom industriell organisation.