Hvorfor læse machine learning og datavidenskab? 

Mange udfordringer i samfundet, lige fra sundhed og fødevareproduktion til politik og klima, kan kun løses, hvis vi forstår de stigende mængder af data, vi opsamler. Udviklingen af kunstig intelligens går stærkt, og på uddannelsen lærer du om de nyeste teknologier fra en metodisk og teoretisk vinkel, så du kan bidrage til udviklingen.

Hvad kan jeg blive med machine learning og datavidenskab? 

Med et stærkt teoretisk fundament inden for statistik, matematik og datalogi, bliver du attraktiv i mange brancher. Du kan fx blive data scientist i sundhedssektoren eller arbejde med at udvike kunstig intelligens i IT-firmaer eller ingeniørvirksomheder. Jobmarkedet for machine learnere er i hastig vækst med meget lav arbejdsløshed for dataloger.

Adgangskrav og optagelse

 

 

 

 

Undervisning og opbygning

Undervisningen på machine learning og datavidenskab består af forelæsninger, øvelser og rapportopgaver.

Forelæsningerne holdes for store hold med op til 450 studerende, mens øvelserne foregår på hold med cirka 25 studerende under vejledning af en ældre studerende (instruktor). Ved forelæsningerne gennemgås teorien af en underviser, mens øvelserne bruges til at uddybe dele af teorien, til opgaveregning og til arbejde med rapportopgaverne, som bidrager med praktisk erfaring og forståelse.

Projektarbejde udgør en vigtig del af uddannelsen, så du vil deltage i projektgrupper og få studierelaterede netværk undervejs i forløbet.

 

Opbygning

Bacheloruddannelsen i machine learning og datavidenskab er en 3-årig uddannelse. Hvert studieår er inddelt i fire blokke af otte ugers varighed. Du følger typisk to kurser i hver blok og afslutter blokken med eksamen.

Studiet kombinerer på alle år både datalogiske, matematiske og datavidenskabelige kurser. Kurserne Machine Learning, Data Science samt Deep learning handler direkte om træning af computere ud fra data, dybe neurale netværk, samt analyse og håndtering af data. På kurserne i Programmering og problemløsning, High Performance Computing samt Algoritmer og datastrukturer får du de datalogiske redskaber, der er nødvendige for at kunne håndtere store datamængder. De matematiske fag spænder fra matematisk analyse over sandsynlighedsregning til avancerede statiske kurser.

Kurserne er fordelt således, at du på første år har kurser i programmering og problemløsning samt data science, hvor du har fokus på hele datahåndteringsprocessen fra indsamling og lagring til analyse og visualisering. Derudover følger du matematiske og statistiske kurser, som giver dig det teoretiske fundament til at forstå dataanalysemetoder.

På andet år har du kurser i machine learning, kunstig intelligens – bl.a. som dybe neurale netværk – yderligere matematiske, statistiske og datalogiske kurser, samt videnskabsteori.

 

Valgfrihed og bachelorprojekt på tredje år

På tredje år følger du en lang række kurser efter eget valg. Du kan bruge uddannelsens valgfrie del på mange måder:

  • Du kan studere i udlandet. LÆS MERE: Udlandsophold som en del af din datalogi-uddannelse
  • Du kan tage kurser, der giver dig adgang til en kandidatuddannelse i statistik, eller kurser der giver dig videre datalogisk eller matematisk indsigt
  • Du kan også følge kurser fra et helt andet fagområde, fx hvis du vil bruge dine dataanalysekompetencer på problemer fra et andet fag.
  • Du kan være med i et virksomhedsprojekt eller tage et kursus i innovation, hvis du overvejer at starte egen virksomhed

Du afslutter uddannelsen med et bachelorprojekt af et halvt års varighed.

Få svar på ofte stillede spørgsmål om hverdagen på studiet her >>

 

Uddannelsen i machine learning og datavidenskab ser sådan ud. Klik på kursusnavnet for at se en nærmere beskrivelse af kursets indhold:

Udlandsophold eller virksomhedsprojekt

Har du lyst til at rejse, opleve en fremmed kultur, møde nye mennesker, få en anden faglig tilgang til dit studie samt forbedre dine sprogkundskaber? Eller kunne du tænke dig at anvende teorier og metoder i praksis i en erhvervsmæssig sammenhæng, mens du opbygger forståelse for hverdagen på en arbejdsplads og samarbejdet med andre faggrupper? Så er et udlandsophold eller en virksomhedspraktik måske noget for dig.

Studieordninger

Bliv klogere på machine learning og datavidenskab

Mød studielederen, som fortæller om uddannelsen, samt en kandidatstuderende med fokus på machine learning. Desuden fortæller en data scientist på Lundbeck om sit arbejde med at analysere data fra patienter med Alzheimers.

Er uddannelsen noget for mig?

Prøv et uddannelsestjek og bliv klogere på, om du er klar til at læse bacheloruddannelsen i machine learning og datavidenskab. Du kommer igennem 10 spørgsmål om uddannelsen.  Husk, at uddannelsestjekket er vejledende – der er ingen rigtige eller forkerte svar.

Karrieremuligheder

De vigtigste udfordringer i vores samfund, lige fra sundhed og fødevareproduktion til politik og klima, kan kun løses, hvis vi kan forstå og drage konklusioner ud fra de stigende mængder af data, vi opsamler.

I disse år bliver der udviklet en masse teknikker og værktøjer til machine learning og kunstig intelligens. De gør computere i stand til selv at kunne træne sig op til at udføre opgaver, fx at diagnosticere sygdomme ud fra medicinske billeder, at styre selvkørende biler og automatisk at oversætte tale til tekst. Med uddannelsen bliver du en del af denne udvikling og klar til selv at udvikle nye databaserede værktøjer.

I løbet af uddannelsen får du:

  • et stærkt teoretisk indhold med både matematiske, statistiske og datalogiske kurser
  • viden om moderne machine learning teknikker og kunstig intelligens
  • metoder og teknikker til behandling og analyse af store datamængder
  • erfaring i at arbejde med statistisk modellering, high-performance computing, samt algoritmer og datastrukturer.

Som færdiguddannet kan du udvikle computerprogrammer til at håndtere, lagre, og visualisere data. Du har samtidig fået en teoretisk forståelse, som forbereder dig til at udvikle nye metoder og redskaber til dataanalyse, machine learning, og kunstig intelligens.

Læs mere om uddannelsens opbygning, undervisning og kurser

Bacheloruddannelsen i machine learning og datavidenskab lægger op til, at du læser videre på en 2-årig kandidatuddannelse. På Københavns Universitet har du mulighed for at søge ind på følgende engelsksprogede kandidatuddannelser:

Se hvilke kandidater på KU, denne uddannelse er forhåndsgodkendt til at give adgang

 

Med en bacheloruddannelse i machine learning og datavidenskab bliver du efterspurgt både i det private erhvervsliv og i den offentlige sektor, fordi der er stort behov for folk, som kan analysere de voksende datamængder i samfundet. Der er også rift om dine kompetencer i virksomheder, der arbejder på højtryk med udvikling inden for machine learning og kunstig intelligens.

Jobmarkedet for machine learnere er i hastig vækst, og der er meget lav arbejdsløshed blandt dataloger. Dine jobmuligheder bliver endnu bedre med det ekstra matematiske fundament, du får på uddannelsen. Du kan fx arbejde som data scientist i sundhedssektoren, i IT-firmaer eller ingeniørvirksomheder. Du kan også blive forsker eller underviser eller starte egen virksomhed.

Studieliv

Datalogisk Institut (DIKU) på Københavns Universitet er berømt for dets helt unikke studieliv. Lige fra instituttets fødsel har de studerende stået i spidsen for at skabe en række foreninger og traditioner, som er med til at skabe sammenhold mellem de studerende på tværs af årgange, og som også knytter mange tidligere studerende til studiet.

Især ét sted på Datalogisk Institut fungerer som samlingssted for alle de studerende – kantinen. I kantinen på 2. sal i DIKU’s gamle bygning sidder de studerende og arbejder, næsten i døgndrift. DIKU's kantine er universitetets eneste studenterdrevne kantine – derfor minder atmosfæren i kantinen også lidt om et kollegies fælleskøkken. Kantinen er stedet, hvor alle årgangene mødes og snakker, spiser og hygger, arbejder og slapper af.

Læs interviews med studerende fra machine learning og datavidenskab >>

De sociale foreninger

Her er en oversigt over de vigtigste foreninger lige nu:

 

Caféen? er den fælles fredagsbar og lektiecafé for alle uddannelser på fakultetet, men de frivillige studerende, der driver Caféen? kommer hovedsageligt fra datalogi- og fysikstudierne. Udover den ugentlige fredagsbar bliver der også afholdt en række andre arrangementer såsom temafester, koncerter med live musik, julefrokoster, grillaftener, spilleaftener, fællesmiddage og meget mere.

Find Caféen på Facebook

 

 

En gruppe frivillige studerende og forskere har startet en lokalafdeling på DIKU af de populære Coding Pirates, som har til formål at lære børn og unge at programmere. Det foregår en gang om ugen, og bagefter mødes de frivillige i kantinen til fællesspisning og hygge.

Læs mere om Coding Pirates på deres hjemmeside. 

 

 

DIKU Fagråd repræsenterer DIKU's studerende i Instituttets undervisningsudvalg og på fakultetsniveau. Derudover er fagrådet også en samleforening for alle de sociale foreninger på DIKU – det er fx gennem fagrådet der tages beslutning om, hvilke sociale foreninger der skal nyde godt af den årlige pengepose fra fagforbundet Prosa. Kontakt fagrådet på: dikufagraad@srku.dk 

Find DIKU Fagråd på Facebook

 

 

DICON er en forening, som faciliterer brætspil på DIKU. Vi arrangerer begivenheder, hjælper jer, der vil afholde brætspilsarrangementer, og sørger for at der er brætspil tilgængelige i DIKUs egen K@ntinen.

Hvis du har en god idé til en arrangement, har lyst til at hjælpe med at holde vores månedlige begivenhed, eller har idéer til brætspil vi ikke har endnu, så skriv til dicon@di.ku.dk

Find DICON på Facebook

 

 

DIKUrevy er en stolt tradition, der har eksisteret siden 1973. Som deltager i revyen er der mulighed for at prøve kræfter med skuespil, sang og dans (for at være på scenen skal du havde taget mindst et datalogisk kursus). Vi har live band, teknik og fantastiske backstagefolk, som du selvfølgelig også kan være en del af (dette er uden krav). Revyen bliver afholdt i Blok 4, men bliver arrangeret hyggelige skrivemøder og sociale sammenkomster i løbet af hele studieåret. Revyen er et fællesskab, hvor hygge og kreativ udfoldelse er i højsæde. Så hvis du er interesseret i at blive en del af holdet, så find os på Facebook. I DIKUrevyen er der plads til alle.

Læs mere om DIKUrevyens begyndelse tilbage i 1973 i denne artikel.

Find DIKUrevy på Facebook

Kontakt: boss@dikurevy.dk 

 

 

Den årlige skitur er en populær tradition på DIKU. I perioden op til turen bliver der typisk arrangeret hyggelige arrangementer, hvor vi spiser sammen, drikker nogle øl eller ser film, så deltagerne kan lære hinanden at kende, og der bliver også sørget for fælles madlavning og hygge til busturen.

 

 

Kantinen på DIKU er et levende sted, hvor undervisere og studerende fra alle årgange mødes. Den fungerer som DIKUs sociale samlingspunkt – der spises, drikkes, studeres og hygges. Her er rigeligt med siddepladser, hvor du kan hygge og spise. Med netforbindelse og strømstik ved hvert bord er kantinen også et ideelt sted at sidde og studere.

Kantinen har et studenterkøkken, hvor du som bruger er en aktiv del af den daglige drift. Til gengæld har den åben 24x7x365 – altid med studentervenlige priser.

Vi afholder også nogle af DIKUs fedeste arrangementer, fx vores intromiddag i september/oktober for nye studerende, klippe-klistre-dag (sidste torsdag i november) og julefrokost i december.

Kantinen er placeret på 2. sal i midterfløjen, Universitetsparken 1, 2100 København Ø.

Kontakt: bestyrelsen@kantinen.org

Find Kantinen på Facebook

 

 

Pwnies er KU's hackergruppe. Vi er en gruppe, som engagerer sig i IT-sikkerhed og deltager i diverse 'capture the flag' hacking konkurrencer. Vi mødes i vores lokale på HCØ hver torsdag kl. 17, hvor vi spiser, hygger og hacker sammen. 

Find Pwnies på Discord

 

 

RusKursusGruppen (RKG) står for den årlige afholdelse af rusture og andre sociale arrangementer. Gruppen består af ca. 50 frivillige, der over sommerferien mødes og planlægger turene, herunder teambuilding aktiviteter, lege og fester. Resten af året står gruppen for afholdelse af fester og sociale arrangementer, såsom Bannerfesten, Førsteårsfesten, 1. maj og eksamensfester i slutningen af hver blok.

RKG tager på flere hyggelige hytteture, hvor vi uddanner os til vejledere og lærer hinanden bedre at kende.
Som vejleder får man et stærkt netværk på studiet, og lærer en masse seje mennesker at kende. Vejlederne sørger for at de nye studerende falder godt til på studiet, og lærer DIKU’s traditioner og sange.

Vi optager nye vejledere i løbet af blok 3 og 4, og har en årlig introaften først i december.

 

 

DikuLAN er en social forening, hvor vi mødes 1-2 gange per studieår for at spille computerspil, brætspil mm. sammen. Vi booker Kantinen og spiller en hel weekend.

Hvis du har lyst til at være med til et LAN party, så hold øje med plakater rundt omkring på DIKU eller de forskellige DIKU Facebook sider. Ud over vores arrangementer har vi også to VR headsets til rådighed, som man også kan få lov at låne i undervisningsøjemed.

Hvis du gerne vil være med til at arrangere et LAN, så kom med på vores Discord server: https://discord.gg/493Uugcqtc

 

 

FC SparC er fodboldklubben for fodboldinteresserede studerende på henholdsvis Datalogi og Machine Learning. Vi mødes ugentligt til træning og spiller med i fakultetets sæsonbaserede fodboldturning blandt de forskellige naturvidenskabelige uddannelser, kendt som SCIENCEcuppen. Vi har selvfølgelig den bedste tredje halvleg af alle klubberne på campus.

Navnet stammer fra klubbens oprindelse i firsene, og er baseret på en supercomputer-arkitektur.

Vi er en primært dansk forening, men alle er velkomne og vil en dag møde en dårlig glidende tackling.

Kontakt: fcsparc@di.ku.dk

 

 

DatØk Fodbold er Datalogi-økonomis fodboldhold. Vi deltager i fakultetets fodboldturnering SCIENCE-Cuppen, som spilles i Blok 1 og Blok 4. Fodboldholdet er en god måde at mødes på tværs af hold og årgange. Her hygger vi os og nyder at være sammen om noget andet end studiet. Af den grund håber vi, at alle der har interesse, uanset erfaring og køn, dukker op til træning og kampe.

Kontakt: datokfodbold@di.ku.dk

 

Machine learning og datavidenskab – studiemiljøet

Sofie fortæller om studiemiljøet på uddannelsen.

Machine learning og datavidenskab – det faglige

Sofie læser bacheloruddannelsen i machine learning og datavidenskab. Her fortæller hun om det faglige på uddannelsen.

En studiestart for alle

Inden undervisningen starter, holder vi en studiestart i august for dig og dine nye medstuderende. Her står et hold af tutorer, der allerede går på din uddannelse, klar til at tage godt imod jer. Tutorerne har planlagt en række sociale og lærerige aktiviteter for alle, så du får en tryg og god start på din nye uddannelse.

Få indblik i, hvad der sker i din første tid på studiet – og hvornår du skal sætte kryds i kalenderen.

Mød de studerende

Det fedeste ved studiet er fællesskabet. Så udbredt er machine learning heller ikke, så det er fedt at finde en klike af mennesker, der deler samme interesse.

Marcus og Alexander, studerende på machine learning og datavidenskab, fra KU Studieliv podcasten
Hør podcast med Marcus og Alexander, der læser machine learning og datavidenskab

Besøg os

Du har flere muligheder for at besøge os på machine learning og datavidenskab. Her kan du få en forsmag på uddannelsen og studiemiljøet.

Åbent hus

Kom helt tæt på studiemiljøet, når vi inviterer til Åbent Hus i uge 9. Ved Åbent Hus kan du høre oplæg og få en snak med studievejledere om indholdet på uddannelsen, studievalg, studieformer, udlandsophold, fremtidige beskæftigelsesmuligheder, optagelsesregler osv.

 

 

Onsdag den 28. februar 2024 kl. 13:00-18:00 på

Nørre Campus
Universitetsparken 5
2100 København Ø

Find vej til Nørre Campus

Fredag den 1. marts 2024 kl. 13:00-18:00 på

Frederiksberg Campus
Thorvaldsensvej 40
1851 Frederiksberg C.

Find vej til Frederiksberg Campus

Skovskolen i Nødebo holder åbent hus bla. på uddannelserne Have- og parkingeniør, Urban Landskabsingeniør og Natur- og kulturformidler

Torsdag den 29. februar 2024

Skovskolen
Nødebovej 77A
Nødebo
3480 Fredensborg

 

 

En snak om uddannelsen i machine learning og datavidenskab

Til Åbent Hus kunne du møde Andreas, som læser machine learning og datavidenskab. I videoen fortæller han om uddannelsen.

Kontakt vejledningen

Du kan få flere oplysninger om studiet ved at henvende dig til vores vejledere:

Spørgsmål om ansøgning og optagelse

Har du spørgsmål til:

  • optagelse i kvote 1 eller kvote 2
  • ansøgningsprocedurer
  • adgangskrav
  • studievalg eller studietvivl
  • særlig støtte (SPS)

Spørgsmål om uddannelsen

Har du spørgsmål til:

  • uddannelsens undervisning og opbygning
  • studiemiljø
  • karrieremuligheder

Her ligger uddannelsen

Det Natur- og Biovidenskabelige Fakultet (SCIENCE), Nørre Campus, Universitetsparken 5, 2100 København Ø


Vis større kort

Spørgsmål og svar om studiet

Du vil opleve, at der er en række forskelle fra at være elev på en ungdomsuddannelse til at være bachelorstuderende på universitetet. Som studerende har du mere frihed – og også et større ansvar for selv at sætte kursen for din uddannelse.

Herunder kan du finde svar på nogle af de spørgsmål, som kommende studerende ofte spørger om.

 

Studieåret er delt op i blokke:

  • Blok 1 og 2 i efteråret fra starten af september til slutningen af januar
  • Blok 3 og 4 i foråret fra starten af februar til slutningen af juni

Ud over de 4 blokke i foråret og efteråret er det også muligt at tage kurser i sommerferien (blok 5).

 

 

Hver blok består af ca. 8 ugers undervisning, en eksamensuge og en mellemuge. Du vil altså have kortere kurser og gå til eksamen oftere, end du er vant til fra din ungdomsuddannelse.

Det sker i undervisningsugerne

I undervisningsugerne har du skemalagt undervisning sammen med dine medstuderende. 

Det sker i eksamensugen

I eksamensugen har du eksamener. Afhængigt af hvornår på ugen dine eksamener ligger, skal du både bruge ugen til at

  • forberede dig til eksamen
  • deltage i eksamen.

Det sker i mellemugen

Mellemugen er skemafri. Det betyder, at der ikke er planlagt undervisning.

Du kan bruge ugen på at

  • gå til reeksamen, hvis der er et tidligere kursus, du ikke har bestået
  • forberede dig til dine næste kurser
  • deltage i studierelevante arrangementer, hvis du har tid og lyst
  • holde helt fri fra studiet og lade op til endnu en blok.

 

Studieårets opbygning i blokke betyder, at du får nyt skema op til 4 gange om året. Det skal de fleste nye studerende lige vænne sig til.

Dit skema ændrer sig fra blok til blok og er afhængig af, hvilken slags undervisning der er på dine kurser.

 

 

 

 

Alle kurser har en skemagruppe, alt efter hvilket tidsrum undervisningen ligger i. Ud fra skemagruppen kan du se, hvornår på ugen din undervisning kommer til at ligge.

På den måde kan du planlægge dine fritidsaktiviteter og evt. studiejob i god tid, før du får dit endelige skema.

Find skemagrupperne for de enkelte kurser ved at klikke på kursustitlerne under Undervisning og opbygning. Du finder skemagruppen til højre på kursets side.

Sådan er skemagrupperne fordelt

Undervisningsugen er opdelt i skemagruppe A, B, C og D.

Mandag Tirsdag Onsdag Torsdag Fredag
Kl. 8-10 B A C A B
Kl. 10-12
Kl. 12-13
Kl. 13-15 C B D
Kl. 15-17
Kl. 17-18

Eksempel: Har du et kursus der ligger i skemagruppe B, er undervisningen placeret inden for følgende tidspunkter:

  • Mandag kl. 8.00-12.00
  • Tirsdag kl. 13.00-18.00
  • Fredag kl. 8.00-13.00

Cirka en uge før du starter på uddannelsen, kan du se hvornår og hvor forelæsninger og øvelser er placeret. Du kan se dit skema på kunet.ku.dk eller i appen MyUCPH. Begge steder skal du bruge dit KU-login, som du modtager, inden du starter på uddannelsen.

 

 

 

 

 

Undervisningsformen er forskellig fra kursus til kursus. Noget undervisning har en anderledes form end den, du kender fra din ungdomsuddannelse.

Undervisningen veksler mellem

  • forelæsninger i et stort auditorium sammen med mange andre studerende
  • øvelsestimer, hvor du løser opgaver i grupper eller individuelt

Læs om undervisningsformen på de enkelte kurser ved at klikke på kursustitlerne under Undervisning og opbygning.

Det er dit ansvar at deltage i undervisningen

På universitetet bliver der generelt ikke registreret fravær. På de fleste kurser er det dit eget ansvar at dukke op til undervisningen.

På nogle kurser er der dog krav til, at du skal deltage i fx 80% af undervisningen.

 

 

 

 

Det er forskelligt fra kursus til kursus, hvordan du får brug for at forberede dig for at være klædt bedst på til undervisningen.

Din forberedelse kan fx bestå i, at du

  • skriver opgaver
  • løser regne- og programmeringsøvelser
  • læser undervisningsmateriale
  • laver gruppearbejde

Du får anbefalinger til, hvordan du kan forberede dig

Det er op til dig selv at beslutte, hvor meget du læser og forbereder dig til undervisningen. Der er altså ikke lektier på samme måde, som du kender det fra din ungdomsuddannelse.

Du får dog typisk en liste over litteratur og øvelser, der bliver gennemgået i løbet af hvert kursus. Se listen som et forslag til, hvad du kan læse og øve dig på.

På nogle kurser er der krav til, at du fx består et antal afleveringsopgaver i løbet af kurset for at kunne gå til eksamen.

 

 

Mængden af gruppearbejde varierer fra kursus til kursus. På nogle kurser er der meget gruppearbejde som en del af undervisningen, mens du på andre kurser skal arbejde individuelt.

Det er beskrevet i kursusbeskrivelsen, hvis gruppearbejde en del af undervisningsformen. Læs om undervisningsformen på de enkelte kurser ved at klikke på kursustitlerne under Undervisning og opbygning.

Vær med i en studiegruppe

Alle studerende bliver inddelt i studiegrupper, når de begynder på uddannelsen. På den måde har du nogen at sparre med fagligt og socialt fra starten. Du kan senere i uddannelsen også vælge at arbejde sammen med andre eller alene. Langt de fleste studerende vælger at fortsætte i en studiegruppe det meste af studietiden.

I din studiegruppe kan du

  • forberede dig til undervisningen
  • vende din tvivl om det faglige stof
  • samarbejde omkring opgaver på studiet.

Men din studiegruppe giver dig ikke kun sparring omkring det faglige. Den giver dig også et socialt tilhørsforhold og en masse vigtige erfaringer og nye redskaber, som du får brug for – både i dit studieliv og i dit kommende arbejdsliv.

 

Du kommer til at læse mange forskellige typer tekster i løbet af uddannelsen. Det kan både være kortere og længere tekster, fx artikler fra videnskabelige tidsskrifter og tekster fra lærebøger.

Noget læsestof vil være

  • svært, fordi det er helt nyt for dig
  • lettere, fordi det bygger videre på det faglige stof, du kender fra din ungdomsuddannelse.

Du vænner dig til det engelske

Selvom bacheloruddannelsen er dansksproget, kommer du til at møde tekster på både dansk og engelsk. Det kan også være, at undervisningen på enkelte af dine kurser er på engelsk.

Husk, at dine medstuderende er i samme båd som dig, så du er ikke alene om at skulle vænne dig til engelsk indhold. Du bliver bedre til at læse og formulere dig på engelsk i løbet af uddannelsen.

 

Lignende uddannelser