Utbildningsplan - Kandidatprogram i tillämpad AI
Omfattning
180.0 hp
Programkod
GKE11
Giltig från
Hösttermin 2025
Beslutsinstans
Fakultetsnämnden
Akademi
IDT
Diarienummer
2024/2542
Fastställd
2019-10-22
Reviderad
2024-10-14
Behörighet
Grundläggande behörighet samt Matematik 3b eller 3c eller Matematik C
Om utbildningsplaner
Utbildningsplanen gäller för hela utbildningstiden, från och med det läsår och den termin som du började din utbildning. Utbildningsplanen innehåller programmets mål, innehåll och uppläggning men också krav för särskild behörighet m.m.
Mål
Kandidatprogrammet i tillämpad AI syftar till att tillgodose det växande behovet av medarbetare med kompetens inom digitalisering och artificiell intelligens inom industri, samhälle och olika teknikområden.
Utbildningen syftar till att:
- ge studenterna en god kunskapsgrund för arbete i olika tillämpningar inom såväl privat som offentlig sektor där kompetens behövs för den digitala transformation och specifikt tillämpningar av AI
- skapa goda förutsättningar för fortsatt utbildning på avancerad nivå
Kunskap och förståelse
Efter genomgånget utbildningsprogram ska studenten:
- visa kunskap och förståelse inom datavetenskap med inriktning mot intelligenta system, inbegripet kunskap om områdets vetenskapliga grund, kunskap om tillämpliga metoder inom området, fördjupning inom någon del av området samt orientering om aktuella forskningsfrågor.
Färdighet och förmåga
Efter genomgånget utbildningsprogram ska studenten:
- visa förmåga att söka, samla, värdera och kritiskt tolka relevant information i en problemställning samt att kritiskt diskutera företeelser, frågeställningar och situationer,
- visa förmåga att självständigt identifiera, formulera och lösa problem samt att genomföra uppgifter inom givna tidsramar,
- visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med olika grupper, och
- visa sådan färdighet som fordras för att självständigt arbeta inom det område som utbildningen avser.
Värderingsförmåga och förhållningssätt
Efter genomgånget utbildningsprogram ska studenten:
- visa förmåga att inom huvudområdet för utbildningen göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter,
- visa insikt om kunskapens roll i samhället och om människors ansvar för hur den används, och
- visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens.
Undervisningsspråk
Det huvudsakliga undervisningsspråket är svenska men undervisning sker även på engelska, vilket innebär att studenten behöver kunna hantera undervisning, examination och litteratur med mera på både svenska och engelska.
Innehåll
Kandidatprogrammet i tillämpad AI är en treårig teknisk utbildning som ger en gedigen teoretisk och praktisk grund i datavetenskap med tyngdpunkt på tillämpningar inom AI och datasäkerhet. Inom huvudområdet datavetenskap utgörs 15 högskolepoäng av ett eget självständigt arbete (examensarbete), i övrigt ingår kurser med fokus på programmering, AI, maskinlärning, dataanalys, säkerhet, IoT och molntjänster. Inom matematik ingår framförallt sådan matematik som används inom AI, exempelvis statistik, algebra och kalkyl.
Utbildningen inleds med grundläggande kurser i AI, molntjänster och datasäkerhet. Fokus på tillämpning börjar från första året på kursen industriella system och fortsätter på efterföljande kurser där studenten praktiskt använder fallstudier från olika teknikdomäner.
Följande år fokuserar på fortsättningskurser inom AI som täcker olika aspekter inklusive datamodellering, maskininlärning, databaser och användning av metoder för djupinlärning. Förutom detta ingår även datainsamling, datahantering, datakommunikation och datasäkerhet i utbildningen.
Det avslutande året fokuserar på fördjupningskurser inom tillämpad AI och avslutas med ett examensarbete. Detta examensarbete kan göras vid ett företag, eller på akademin, ofta i nära samarbete med någon av akademins forskningsgrupper.
I utbildningen ingår inslag som rör hållbar utveckling, vetenskaplig metodik, etik, projektledning och internationalisering. I programmet får studenten kunskaper i vetenskaplighet och kritiskt tänkande, rapportskrivning och källkritik.
Varierade undervisningsmetoder tillämpas i form av projektarbeten, laborationer, föreläsningar och seminarier. Individuella uppgifter blandas med grupparbeten. Studenten förväntas avsätta tid för självstudier och gruppuppgifter också utanför schemalagd tid.
Årskurs 1
Datavetenskap:
Introduktion till tillämpad AI, 7,5 hp*
Programmeringsteknik med Python, 7,5 hp
Industriella system, 7,5 hp
Datastrukturer, algoritmer och programkonstruktion, 7,5 hp
Databaser, 7,5 hp
Artificiell intelligens 1, 7,5 hp*
Matematik/tillämpad matematik:
Matematik grundkurs, 7,5 hp
Vektoralgebra, grundkurs, 7,5 hp
Årskurs 2
Datavetenskap:
Datorsystem, 7,5 hp
Programvaruteknik för artificiell intelligens, 7,5 hp
Sakernas internet - datakommunikation och säkerhet, 7,5 hp*
Smarta digitala plattformar: molntjänster, säkerhet och big data, 7,5 hp*
Datahantering och datafication, 7,5 hp*
Artificiell intelligens 2, 7,5 hp*
Matematik/tillämpad matematik:
Kalkyl, grundkurs, 7,5 hp
Sannolikhetslära och statistisk teori, 7,5 hp
Årskurs 3
Datavetenskap:
Lärande system, 7,5 hp*
Djupinlärning och neurala nätverk, 7,5 hp*
Projekt i tillämpad AI, 15 hp*
Interaktionsdesign, 7,5 hp
Information - kunskap - vetenskap - etik, 7,5 hp
Examensarbete för kandidatexamen i datavetenskap med inriktning mot intelligenta system, 15 hp*
* Kursen bidrar till att uppfylla examenskravet om minst 75 hp inom huvudområdet datavetenskap med inriktning intelligenta system för de studenter som önskar ta ut en teknologie kandidatexamen i datavetenskap med inriktning intelligenta system.
Mindre förändringar av kursutbudet kan komma att ske under utbildningen till följd av kontinuerligt kvalitetsarbete.
Val inom programmet
Val av kurs kan påverka möjligheterna att uppfylla examenskraven.
Examen
Utbildningsprogrammet är upplagt så att studierna ska leda fram till att man uppfyller fordringarna för följande examen:
- Teknologie kandidatexamen med huvudområdet datavetenskap med inriktning mot intelligenta system (Degree of Bachelor of Science in Computer Science with specialization in intelligent systems)
Om programmet innehåller valbara eller valfria delar, eller om man som student väljer att inte slutföra en viss kurs, kan de val man gör påverka möjligheterna att uppfylla examensfordringarna. För mer information om examina och examensfordringar hänvisas till den lokala examensordningen som finns publicerad på universitetets webbplats.