AAU logo
Uddannelse
Forskning
Samarbejde

Datavidenskab

Fagligt indhold

Fagligt indhold

I det første studieår på bacheloruddannelsen i datavidenskab på Aalborg Universitet får du indblik i grundlæggende dataanalyse, programmering og projektarbejde.

Nedenfor har vi kort beskrevet de enkelte semestre på uddannelsen.

Se også studieordningen for bacheloruddannelsen i Datavidenskab. Her kan du finde detaljer om kurser og projekter samt information om uddannelsens lovhjemmel mm.

Du arbejder med projekter halvdelen af tiden

Hvert semester på datavidenskab på Aalborg Universitet består af projektarbejde i grupper og en række kurser. Du får indsigt i en række aspekter af datavidenskab, og du bliver trænet i at arbejde kreativt og løsningsorienteret. Vi arbejder tværfagligt med emner fra bl.a. datalogi, matematik, ingeniørvidenskab og samfundsvidenskab. Datavidenskab kombinerer i høj grad teoretiske og praktiske problemstillinger i mødet mellem design og implementering af nye løsninger.

Under hele dit studium har du mulighed for at arbejde sammen med en eller flere af de mange virksomheder, som viser stor interesse for at arbejde sammen med datavidenskabsstuderende om konkrete problemstillinger.
 

1. semester; PROGRAMMERING TIL DATAANALYSE

1. semester har tre kurser og to projekter. Det første projekt er mindre end det andet, og det er tilrettelagt for, at du og dine medstuderende lærer at arbejde efter AAU’s internationalt anerkendte læringsmodel, som hedder problembaseret læring.

I det lille projekt, som ligger først, skal du lære simpel dataanalyse med regneark. Du får indsigt i dataanalyse på et realistisk datasæt. I projektgruppen skal I udarbejde en rapport, som I skal forsvare ved en mundtlig prøve. Desuden afholder vi en fælles erfaringsopsamling med de andre grupper, så I kan lære af hinandens arbejdsprocesser.

Det større projekt på 1. semester handler om programmering til dataanalyse. Vi baserer os på erfaringerne og det, du har lært gennem arbejdet med det mindre projekt. Nu skal vi til at arbejde med dataanalyse, der kræver større programmerbarhed end regneark. Formålet er, at du får indsigt i og erfaring med dataanalyse ved at lave et program til dataanalyse og herigennem får kompetencer i programmering.

Projektmoduler

I kurserne skal du bl.a. arbejde med problembaseret læring, calculus og programmering. Du skal ikke kunne programmere på forhånd. Uddannelsen er opbygget sådan, at vi starter i det små og bygger mere på for hvert semester. På 1. semester skal du i programmering lære at implementere et program som løsning på en defineret opgave.

Kurser på 1. semester

2. semester; fra data til videnskab

På 2. semester er der ét projekt og tre kurser. 

I projektarbejdet skal du og din gruppe indsamle data, fx ved hjælp af spørgeskemaer, eller genererede data, fx ved hjælp af simulering. Dataene skal herefter analyseres. I kan vælge at fokusere på enten algoritmiske metoder til simulering og datagenerering eller på statistisk analyse af indsamlet data. Formålet er bl.a., at du lærer at gennemføre en større dataindsamling og –analyse.

Midt i projektperioden afholder vi et midtvejsseminar, hvor du og din gruppe kan få feedback på jeres arbejde og dele erfaringer med jeres medstuderende.

Projektmodulet

I kurserne skal du bl.a. lære om lineær algebra, statistisk analyse og metoder samt fundamentale teknikker til design af algoritmer og analyse af deres kompleksitet.

Kurser på 2. semester

3. semester; interaktion med og visualisering af struktureret data

På uddannelsens 3. semester er der igen ét projekt og tre kurser.

En af de vigtigste kompetencer for en dimittend i datavidenskab er at kunne kommunikere resultaterne af analyser af data. En stor del af data findes som struktureret data gemt i traditionelle databasesystemer. Gennem projektarbejdet på 3. semester får du erfaring inden for interaktion med og visualisering af struktureret data som medium for undersøgelse og kommunikation med både fagfæller og ikke-fagfolk.

Projektmodulet

I kurserne kommer du bl.a. til at arbejde med relationelt databasedesign, design af datavisualiseringssytemer samt objektorienteret programering.

Kurser på 3. semester

4. semester; web analytics

4. semester består ligeledes af ét projekt og tre kurser.

World Wide Web er vokset til et stort socio-teknisk system til informations- og datadeling. Der er et enormt uudforsket potentiale i at skabe forskellige løsninger, der bruger data fra web eller integrerer webdata med andre datakilder. Formålet med projektarbejdet på 4. semester er, at du opnår indsigt i, hvordan metoder, teknikker og teknologier fra web data science og Big Data kan bidrage til at finde løsninger på forskellige problemer. Du kan fx lave projekt om at finde og præprocessere store mængder webdata til specifikke løsninger (inkl. integration og sammensmeltning), anvende relevante teknikker og metoder fra web science på webdata og integrere dem i en applikation eller en kombination heraf.

Projektmodulet

I kurserne skal du arbejde med bl.a. sandsynlighedsregning og statistiske modeller, Big Data, online sociale netværk, recommendersystemer, Semantic Web og webdatastrukturer.

Kurser på 4. semester

5. semester; statistisk datanalyse / dataanalyse via maskinlæring

På 5. semester skal du vælge mellem to projekttemaer: Statistisk dataanalyse eller Dataanalyse via maskinlæring. Du skal som sædvanlig have tre kurser.

For begge temaers vedkommende gælder, at du kommer til at arbejde med kraftfulde værktøjer til at konstruere abstrakte datamodeller og til at bruge disse modeller til at lave forudsigelser om endnu uset data. Evnen til at gøre kompetent brug af disse værktøjer er en central færdighed i datavidenskab. Desuden kræver begge temaer, at juridiske og etiske aspekter tages i betragtning.

Projektmoduler (ét vælges)

I kurserne på 5. semester vil du komme til at arbejde videre med statistik analyse, som du blev introduceret til på 2. semester. Desuden skal du lære om grundlæggende maskinintelligens samt it-ret ift. databeskyttelse og -sikkerhed. 

Kurser på 5. semester

6. semester; datanalyse inden for et anvendelsesområde

På det 6. og sidste semester på bacheloruddannelsen skal du udarbejde dit bachelorprojekt. Denne gang fylder projektarbejdet mere, så du har to kurser i stedet for som normalt tre.

Projektmodulet

I kurserne vil du komme til at arbejde yderligere med beskyttelse af data, herunder anonymisering og de-identifikation af data, re-identifikation af data, inferensproblemet for statistiske databaser, information flow, sikkerhed samt fundamentale sikkerhedsmodeller. Du vil desuden blive introduceret til data mining og lære, hvordan data mining kan bruges til at opdage skjulte regler, mønstre eller strukturer i store datamængder. 

Kurserne på 6. semester

Når du er færdig med 6. semester, er du bachelor i Datavidenskab. Du kan vælge at gå ud på arbejdsmarkedet, eller du kan vælge at læse videre på en kandidatuddannelse og blive cand.scient.

Læs mere om uddannelsen

Gruppe- og projektarbejde

Gruppe- og projektarbejde

Gruppe- og projektarbejdet på Aalborg Universitet giver dig mulighed for at få en spændende og lærerig studietid både fagligt og socialt.
 

Læs mere om gruppe- og projektarbejde

Læs uddannelsen som

  • Et-faglig uddannelse
    Den et-faglige uddannelse er for dig, der går efter at bringe din faglighed i spil inden for ét fagområde
     
  • To-faglig uddannelse med et centralt fag og et sidefag
    Den to-faglige uddannelse er for dig, der gerne vil kombinere et centralt fag med et sidefag, fx Idræt, Samfundsfag eller Engelsk