Ansøgning om godkendelse af kandidatuddannelse i escience

Transkript

1 KØBENHAVNS UNIVERSITET Ansøgning om godkendelse af kandidatuddannelse i escience Hidtil er videnskabelig indsigt fortrinsvis opnået enten gennem opstilling af teorier eller gennem observationer i naturen og eksperimenter i laboratoriet. Med moderne computeres muligheder for at behandle komplicerede modeller med tilhørende store datamængder vil en voksende del af den videnskabelige erkendelse i fremtiden blive opnået gennem en ny komplementær science-form, kaldet escience. escience er en samlet betegnelse for videnskab, som baserer sig på state-of-the-art databehandlingsmetoder. Overordnet set står escience på fire ben: modellering og simulering, dataopsamling og datahåndtering, visualisering samt processering. Alle fire felter skal integreres tæt med eksisterende metoder i videnskaberne, hvorved nye muligheder for videnskabelig indsigt opstår. Incitamenterne til at anvende escience er mange og varierede. Nogle videnskaber arbejder med så hurtige eller så omfangsrige emner, at de ikke kan studeres i detaljer gennem laboratorieeksperimenter. For eksempel er nukleare og kemiske reaktioner ofte for hurtige til, at man kan måle på de enkelte mellemtilstande i reaktionerne, mens klimaudviklinger i stor skala ikke kan studeres i et laboratorium. Desuden taler en række økonomiske faktorer for en escience tilgang, idet klassiske laboratorieforsøg ofte er så kostbare, at mængden af forsøg må begrænses for at holde udgifterne nede. Ved den netop gennemførte aftagerhøring kom der mange positive reaktioner på forslaget om en escience uddannelse. Danmarks Meteorologiske Institut finder uddannelsen meget central for DMIs arbejdsområder og giver sin fulde støtte til initiativet. DMI vil gerne samarbejde med KU om såvel undervisning som forskningsprojekter. Finanssektoren er også meget positiv, f.eks. skriver Topdanmark, at escience kandidater med deres brede analytiske evner og brede vidensbase vil være attraktiv for en virksomhed som Topdanmark. Danske Bank har et stort behov for sådanne kandidater, og Jyske Bank vil formodentlig godt kunne bruge kandidaterne, f.eks. i afdelingen for økonomisk modellering. Også IBM og Microsoft er positive over for forslaget om escience uddannelsen, ligesom det videnstunge udviklingsfirma Prolog Development Center. escience uddannelsen vil blive forankret i et kommende escience Center, som vil få ansvaret for kernekurserne inden for escience samt være hjemsted for tværfaglig forskning. Medarbejderne vil være ansat på et institut ved Det Naturvidenskabelige Fakultet, KU, og arbejde i kortere eller længere tid på escience Centret, typisk i forbindelse med tværfaglige forskningsprojekter. Der vil blive tilbudt et ph.d.-forløb inden for escience, som også vil være forankret i escience Centret. Uddannelsens mål og kompetencebeskrivelse De seneste år har budt på en kraftig udvikling både inden for beregningsmetoder og computerarkitektur. Hvis man skal kunne udnytte begge dele optimalt, er de hidtidige uddannelser ikke tilstrækkelige. escience-uddannelsen vil blive tilbudt bachelorer med en naturvidenskabelig grad. Målet er at uddanne kandidater, som kan indgå i tværfaglig udvikling og forskning med henblik på at udnytte avancerede

2 metoder inden for escience samt de nyeste computer arkitekturer. Uddannelsen er i første omgang tiltænkt studerende med en naturvidenskabelig eller teknisk baggrund. Faglige kompetencer escience kandidater skal opnå datalogiske kompetencer, som sætter kandidaten i stand til at medvirke ved udviklingen af store programsystemer, der løser komplicerede problemer med store datamængder. Dette omfatter opsamling, lagring, behandling og visualisering af data. escience kandidater skal opnå kendskab til metoder til løsning af matematisk komplicerede, beregningstunge problemer samt færdigheder i analyse og brug af sådanne metoder. Kandidaterne skal endvidere forstå principper for opbygning og anvendelse af avancerede computerarkitekturer, herunder principper for udnyttelse af parallelle og distribuerede computere. escience kandidater skal have en stærk tværfaglighed inden for mindst to naturvidenskabelige fagområder med udgangspunkt i bacheloruddannelsen, således at kandidaten forstår avancerede teorier og modelbygninger og kan bruge denne forståelse i forbindelse med simuleringer og andre beregninger til at opnå indsigt, som ikke er mulig med traditionelle metoder. Omverdenskompetencer Kandidaterne skal bidrage til at indføre escience-baserede metoder på universiteterne samt i de firmaer, hvor brugen af avancerede matematiske modeller og simuleringer er af afgørende betydning for den daglige forretning eller udvikling af nye produkter. Personlige kompetencer Der skal uddannes kandidater, som kan arbejde både selvstændigt og i større tværfaglige grupper med escience problemstillinger. Kandidaterne skal kunne løse et bredt spektrum af problemer ved brug af escience metode samt beskrive, formulere og formidle escience problemstillinger og resultater i videnskabelig sammenhæng, mundtligt og skriftligt. Adgangskrav Der optages bachelorkandidater inden for naturvidenskab og teknisk videnskab, der har et grundlæggende IT-kendskab inden for programmering samt algoritmer og datastrukturer. Desuden forudsættes matematikkundskaber inden for lineær algebra og klassisk analyse. Tilsammen skal disse forudsætningskurser udgøre mindst 45 ECTS. Titel Kandidatuddannelsen giver ret til betegnelsen cand. Scient. i escience. Den engelske betegnelse er M.Sc. in escience.

3 Struktur / kassogram 1. år Statistisk metode til dataanalyse Dataindsamling og lagring, databaser Modellering og simulering (Scientific computing) Visualisering af store datamængder Fagkurser (se nedenfor) 2. år Valgfrie kurser Fagkurser hvis speciale på 30 ECTS Speciale 30 ECTS 15 ECTS 30 ECTS ECTS Uddannelsens konstituerende fagelementer omfatter ECTS afhængigt af om specialet er på 60 eller 30 ECTS. De konstituerende kurser er inddelt i obligatoriske kurser på 30 ECTS og faggkurser fra en pulje hvor der vælges seks kurser (45 ECTS) når specialet er 30 ECTS og to kurser (15 ECTS) når specialet er 60 ECTS. Herudover kan der helt frit vælges 15 ECTS kurser. De obligatoriske kurser omfatter emner inden for datalogi og videnskabelige beregninger. De datalogiske kurser skal give indsigt, som gør den studerende i stand til at løse komplicerede problemer med store datamængder. Kurserne i videnskabelige beregninger skal bibringe indsigt i metoder til løsning af matematisk komplicerede, beregningstunge problemer. Et gennemgående tema vil være principper for udnyttelse af parallelle og distribuerede computer arkitekturer. Hvert kursus udbydes i moduler på. Kurser og speciale Obligatoriske kurser Statistiske metoder til dataanalyse (). Sandsynlighedsfordelinger, korrelation, chi i anden test, maximum likelihood, Monte Carlo metoder. Dataindsamling og lagring, databaser (). Højhastigheds datanet, parallel stream processing og filsystemer, databasedesign og anvendelse for store datamængder. Modellering og simulering (scientific computing) (). De vigtigste klasser af matematiske modeller med eksempler fra naturvidenskab samt metoder til at benytte modellerne i praksis til f.eks. simulering, optimering, filtrering. Visualisering af store datamængder (). Grundlæggende og mere avancerede metoder til grafisk præsentation af store datamængder med henblik på at opnå overblik og korrekt tolkning af data fra målinger eller simuleringer.

4 Fagkurser Fagkurserne skal styrke tværfagligheden og sikre, at escience kandidaterne bliver i stand til at mestre samspillet mellem et specifikt fagområde og mere generelle metoder og principper. Den enkelte studerende vælger blandt nedenstående kurser i samråd med sin faglige vejleder med henblik på at udnytte den studerendes interesser og faglige baggrund bedst muligt. Hvert kursus er af et omfang på. Datalogi og matematik Brug af programpakker og biblioteker til scientific computing Computer hardware/software interface Parallel scientific programming Numerisk løsning af sædvanlige differentialligninger Numerisk løsning af partielle differentialligninger: Modellering med PDL'er Geologi og geografi Seismisk processering Seismisk modellering og tolkning Grundvandsmodellering Modellering af palæoklima og -miljø Earth System escience GIS-baseret bygeografisk analyse Remote sensing & digital billedbehandling 2 Rumlig analyse Biologi Biologisk sekvensanalyse 1 Biologisk sekvensanalyse 2 Structural bioinformatics Anvendt bioinformatik Fysik og kemi Simple klimamodeller Inverse problemer Numerisk astrofysik

5 Dynamiske systemer og kaos Topics in physics of complex systems Molekylær statistik Kvantekemi Egenskaber for molekyler Computational methods in chemistry Ikke-lineær dynamik Molekylær reaktionsdynamik Statistik og kemi Computational physics Eksperimentelle metoder i kerne- og partikelfysik Speciale ECTS Specialet kan variere fra ECTS, hvor eksperimentelt tunge specialer har omfang af 60 ECTS, mens teoretiske specialer har omfang af 30 ECTS. Specialer udføres ved et af de deltagende institutter eller ved escience centret. Specialet skal have en markant escience karakter, dvs. at et eller flere af escience komponenterne modellering og simulering, dataopsamling og datahåndtering, visualisering samt processering skal være af afgørende betydning for specialets gennemførelse. Tilsvarende uddannelser i Danmark Den eneste uddannelse i Danmark, som ligner den foreslåede escience uddannelse, er så vidt vides DTUs kandidatuddannelse i matematisk modellering og beregning. Uddannelsen har en høj grad af valgfrihed, men der er fire anbefalede forløb, hvoraf dataanalyse samt matematik og videnskabelige beregninger kommer tættest på escience uddannelsen. DTUs uddannelse har tyngden på anvendt matematik, mens escience uddannelsen har tyngden på det tværfaglige og datalogien. På University of Illinois at Urbana-Champaign findes kandidatuddannelser i Computational Science and Engineering med udgangspunkt i adskillige bacheloruddannelser inden for natur- og ingeniørvidenskab. Opbygningen ligner i betydeligt omfang den foreslåede escience uddannelse, men er mere fokuseret på Computational Science, som ganske vist er en væsentlig komponent af escience. Eidgenössische Technische Hochschule Zürich (ETH) har et 1 1/2 års kandidatforløb i Computational Sciences med et antal kernekurser, undervist af Institute of Computational Science samt et antal fagspecifikke kurser. Ved National University of Singapore ligger Department of Computational Science på Det Naturvidenskabelige Fakultet og udbyder en kandidatuddannelse i computational science. Afdelingen

6 lægger stor vægt på det multidisciplinære, og uddannelsen afspejler dette i sin opbygning i tre linier med datalogi, anvendt matematik og anvendelser. Sidstnævnte omfatter for tiden kemi, fysik og matematik. Biologi er endnu ikke med. Den foreslåede escience uddannelse har tydeligt slægtskab med de omtalte uddannelser, men er formet efter lokale interesser og ekspertiser, ligesom den afspejler udviklingen inden for de seneste år. Optagelseskapacitet Der optages op til 30 studerende på uddannelsen om året. Takstindplacering Uddannelsen skal takseres på niveau med datalogi, idet der er tale om en eksperimentel uddannelse som kræver omfattende computerfaciliteter (både maskinel og programmel). Uddannelsen foreslås indplaceret i heltidstakst 3 ( kr). Sprog Undervisningen gives på engelsk således, at udenlandske studerende kan følge uddannelsen. Aftagerhøring Resumé af og bilag fra aftagerhøringen er vedlagt.