Forspecialisering i datavidenskab

2025/2026

Modulets indhold, forløb og pædagogik

Projektmodulet skal gennemføres inden for datavidenskab. Projektmodulet skal gennemføres i tilknytning til det tilhørende specialiseringskursus.

Læringsmål

Viden

Den studerende skal efter gennemført projektmodul kunne:

  • dokumentere dybtgående kendskab til og overblik over en aktuel problemstilling inden for datavidenskablig forskning

Færdigheder

  • ræsonnere om og med de berørte begreber og teknikker

  • anvende og skabe teoridannelser inden for fagområdet i forbindelse med formulering af og analyse af et problem inden for datavidenskabelig forskning

  • formidle en aktuel datalogisk problemstilling og det tilhørende begrebsapparat inden for forskningsområdets rammer

Kompetencer

  • kunne anvende begreberne og ræsonnementerne inden for fagområdet til at formulere og analysere et problem inden for en aktuel problemstilling i datavidenskabelig forskning

Undervisningsform

Projektarbejde, der skal omfatte:

  • formulering og analyse af et problem inden for en aktuel problemstilling i datavidenskabelig forskning
     
  • begrunde overvejelser om løsning af dette problem

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 450 timer.

Eksamen

Prøver

Prøvens navnForspecialisering i datavidenskab
Prøveform
Mundtlig pba. projekt
ECTS15
Tilladte hjælpemidlerHjælpemidler er tilladt under udarbejdelsen af projektet, men ikke under eksamen. Regler ift. AI fremgår af semestersiden i MOODLE
Bedømmelsesform7-trins-skala
CensurEkstern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelPre-Specialisation in Data Science
ModulkodeDSNDVK301
ModultypeProjekt
Varighed1 semester
SemesterEfterår
ECTS15
UndervisningssprogDansk og engelsk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

UddannelsesejerCand.scient. i datavidenskab og machine learning
StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design