Anbefalede studieforløb på kandidatuddannelsen i datalogi

Transkript

1 Anbefalede studieforløb på kandidatuddannelsen i datalogi Andrzej Filinski Studieleder DIKU Business Club HR-møde 8. oktober 2015

2 Baggrund: Studieordningen fra 2009 Gennemgribende revision af uddannelsen fra stort set total valgfrihed (inden for datalogi). Funderet i fælles stærke kompetencer for alle kandidater: programmering (herunder hurtig tilegnelse af nye sprog), algoritmik, computersystemer (med særlig fokus på databaser) og maskinlæring. Muliggjorde bredt optag fra andet end egen bacheloruddannelse, herunder også internationalt. Eksplicitte adgangskrav inden for datalogiske kerneområder. Systematisk viderebygning og certificering af slutniveau. Rent engelsksproget (stiftende medlem af KUs COMEpilotprojekt om internationalisering af kandidatuddannelser). Afspejlet i uddannelsens formelle kompetenceprofil ( varedeklaration ); se omdelt ark. 2

3 Mindre studieordningsrevision i 2015 På baggrund af studiefremdriftsreformens krav om obligatorisk tilmelding, samt overvejelser ifm. turnusakkreditering i Essentielt samme indhold, men nu mere progressiv struktur, eksplicit inddelt i fire semestre: 1 Fælles obligatoriske kurser. 2 Grundlæggende specialiseringskurser inden for udvalgte datalogiske fagområder. 3 Multifunktionssemester : Videregående specialiseringskurser Tværfaglige redskabskurser (f.eks. udnyttelse af grafikkort til tunge beregninger) Projektforløb (rent akademiske eller i samarbejde med virksomhed) Mobilitetsvindue (udlandsophold) 4 Kandidatspeciale. 3 Stort set fuld valgfrihed (inden for datalogi) på hele 2. og 3. semester.

4 Studieforløb: Motivation Værktøj til organisering af indholdet på 2. og 3. semester. Pakker af tematisk sammenhængende kurser, der leder studerende frem mod videregående kurser senere i forløbet specialearbejde på højt niveau naturlige karrieremuligheder. Ikke formelt fastsat i studieordningen, men semi-formelle forslag/ideer til toning af uddannelsen: Kandidaterne er stadig først og fremmest DIKU-dataloger. Mange skifter alligevel interesseområde eller jobrolle i løbet af deres karriere. Især fordi it-verdenen forandres så hurtigt. Forskningsbaseret uddannelse forbereder på livslang læring, hvad enten formel eller uformel. Stadig nyttigt med identificerbar specialisering, især ifm. første job (eller PhD-ansøgning). 4

5 Studieforløb: Formalia Anbefalinger, ikke krav: Ingen eksplicit tilmelding til forløb. Studerende kan frit og ubureaukratisk udskifte anbefalede kurser, hvor det giver faglig mening. mangelfulde forudsætninger, taget lignende kursus tidligere, andet kursus i samme blok mere direkte relevant,... Også muligt at sammensætte helt individuelt forløb, f.eks. i grænseområder mellem to klassiske specialiseringer. Ingen eksplicit påtegning på eksamensbevis. Men fremgår implicit af titlerne på valgfri kurser. Forløb matcher naturligt mod typiske jobprofiler. Ofte hurtigt klart at ansøger er særligt velkvalificeret til stillingen. 5

6 Studieforløb: Udbud og udvikling Rulles ud fra studieåret 2015/16. Første kandidater udklækkes omkring sommeren Men glidende overgang: har altid rådgivet vores studerende omkring vigtighed af sammenhæng i valgfri del af uddannelsen Nogle forløb udbydes først fra 2016/17. Generelt princip: undervisningen på kandidatforløb skal overvejende dækkes in-house. Sikrer forankring i forskningsmiljøet Udvikling af nye forløb påvirker også ansættelsesplaner. Kursusudbud (og dermed mulige forløb) skal fastsættes op til 1,5 år forud for afholdelse Systemisk krav fra KU/SCIENCE. Sværere at være agil ift. aktuelle arbejdsmarkedsbehov. Men undgår at løbe efter korttidsholdbare fads. 6 Mere detaljerede beskrivelser af forløbene kommer snart på studier.ku.dk / studies.ku.dk.

7 Forløb inden for Algorithms and Prog. Languages Algorithms and Data Structures Fokus på problemer der er forholdsvis lette at beskrive matematisk, men svære at løse effektivt. Typiske anvendelser: optimering, herunder logistik, planlægning, layout (på alle skalaer); bioinformatik (DNA-matching, proteinfoldning,...) Programming Languages and Systems Fokus på systematisk udvikling af pålidelige, effektive programmer, med inddragelse af formelle metoder. Typiske anvendelser: udviklingsværktøjer, sikkerhedskritisk (safety/security) software, understøttelse af dataudveksling,... 7

8 Forløb inden for Image-sektionen Image Analysis and Computer Vision Fokus på videnskabelig modelering og behandling af eksperimentelle eller observationelle data, især (men ikke kun) billedbaserede. Typiske anvendelser: billedanalyse (medicinsk, astronomisk, geografisk,...), robotik, visualisering, simulering,... Machine Learning and Information Retrieval Fokus på automatisk klassifikation, mønstergenkendelse og søgning i løst strukturerede data. Typiske anvendelser: data mining, semantic web, statistisk modellering,... 8

9 Forløb inden for Human Centered Computing Human-Computer Interaction (fra 2016) Fokus på understøttelse af effektiv interaktion mellem it-systemer og deres brugere. Typiske anvendelser: udvikling af brugergrænseflader, både traditionelle (web-fomularer, mobile apps,...) og fremspirrende (virtual reality, haptisk teknologi,...), evaluering af brugeroplevelse,... Software Development (fra 2016) Fokus på softwareudviklingsprocesser, med særlig vægt på menneskelige faktorer. Typiske anvendelser: design og udvikling af store (især administrative) systemer, herunder også kravspecifikation, brugerinddragelse, projektstyring, kvalitetssikring,... 9

10 10 Tværfaglige forløb Digital Interactive Entertainment Fokus på datalogiske aspekter ved udvikling af (video)spil. Typiske anvendelser: 1 egentlig spiludvikling eller tilstødende ( gamification, f.eks. ifm. læring, sundhed og træning, crowdsourcing,...) 2 softwareudvikling inden for alle domæner, der kræver inddragelse af mange forskellige discipliner og fagligheder. Struktur: 2. semester: kurser fra andre forløb med særlig relevans for aspekter af spilprogrammering (spillogik, spilfysik, 3d-grafik, interaktionsmodaliteter, udviklingsmetodikker,...) 3. semester: deltagelse i stort, tværfagligt spiludviklingsprojekt (DADIU) sammen med studerende i bl.a., filminstruktion, digital design, animation,... Overvejer også andre tværfaglige forløb, f.eks. omkring Computer Science Innovation.

11 Sammenfatning Evolution, ikke revolution Vejledning, ikke tvang Løbende, organisk udrulning i takt med instituttets udbygning og samfundets behov. Spørgsmål eller kommentarer? 11