AFTAGERGRUPPE S T U D I E N Æ V N F O R D ATA L O G I M A J

Transkript

1 AFTAGERGRUPPE STUDIENÆVN FOR DATALOGI MAJ 2013

2 Dagsorden Velkomst og præsentation Introduktion til SICT Introduktion til Studienævn for Datalogi Kort præsentation af uddannelserne Kvalitetssikring Behov for uddannelserne Ansættelse af Bachelorer? Frokost Afrunding

3 Deltagerne (Henrik Weide) Gitte Klitgaard Hansen Thomas Jørgensen Dan Hyltoft Lund André Rogaczewski (Peter Pihlsbech Rasmussen) Uffe Kjærulff, SICT studieleder Studienævn for Datalogi

4 Studienævn for Datalogi Universitetsloven, juni 2012 Studienævn og studieleder 18. Rektor nedsætter et eller flere studienævn, herunder for at sikre de studerendes og de videnskabelige medarbejderes medbestemmelse på og medinddragelse i uddannelse og undervisning. Stk. 2. Hvert studienævn består af et lige stort antal repræsentanter for det videnskabelige personale og de studerende, som vælges af og blandt henholdsvis det videnskabelige personale og de studerende. Stk. 3. Studienævnet vælger af sin midte blandt det videnskabelige personale en formand og blandt de studerende en næstformand. Stk. 4. Studienævnet har foruden de i vedtægten fastsatte opgaver til opgave at sikre tilrettelæggelse, gennemførelse og udvikling af uddannelse og undervisning, herunder 1) at kvalitetssikre og kvalitetsudvikle uddannelse og undervisning og påse opfølgning af uddannelses- og undervisningsevalueringer, 2) at udarbejde forslag til studieordning og ændringer heri, 3) at godkende plan for tilrettelæggelse af undervisning og af prøver og anden bedømmelse, der indgår i eksamen, 4) at godkende ansøgninger om merit, herunder forhåndsmerit, og om dispensation, og 5) at udtale sig inden for sit område i alle sager af betydning for uddannelse og undervisning og drøfte forhold om uddannelse og undervisning, som rektor forelægger. Stk. 5. Studielederen har til opgave i samarbejde med studienævnet at forestå den praktiske tilrettelæggelse af undervisning og af prøver og anden bedømmelse, der indgår i eksamen. Studielederen godkender opgaveformulering og afleveringstidspunkt for kandidatspecialet samt i tilknytning hertil en plan for vejledningen af den studerende.

5 Uddannelser under Studienævn for Datalogi 2013 Cand.scient. i datalogi DAT7-10 Cand.scient. i datalogi DAT9-10 SP1-2 Cand.polyt. i software SW7-10 Cand.scient. i datalogi og tilvalgsfag DAT10 DAT6 Tilvalg Cand.scient. i datalogi og tilvalgsfag DAT10 Tilvalg DAT5-6 Cand.scient. i datalogi DAT9-10 DAT5-6 Cand.scient. i informatik INF7-10 Cand.scient. i datalogi (it) IT9-10 IT7-8 K+F+T: Cand.it i Interaktive Digitale Medier + Cand.mag i Informationsvidenskab F: Cand.polyt i Værdikæder og Innovationsledelse F+K: Cand.it i it ledelse Tilvalg Tilvalg INF5-6 T F K BAIT5 DAT1-6 SW1-6 DAT1-5 DAT1-4 INF1-4 / BAIT1-4 Datalogi Software Datalogi og tilvalgsfag Datalogi og tilvalgsfag Informatik Informationsteknologi

6 Præsentation af uddannelserne Datalogi v/ Martin/Elias Software v/ Johannes/Lasse Informatik v/ Daniel BaIT v/ Daniel

7 Internationale Masteruddannelser Software Development focuses on innovation, interaction design, usability, development processes and project management. The programme is aimed towards bachelors from other disciplines than IT who wants to add IT to their education. Your background could for instance be in humanities, social science or design. Data Engineering is managed by the Center for Data-Intensive Systems, Daisy at the Department of Computer Science. Daisy is one of the world s leading research groups within spatial, temporal and spatio-temporal data management and business intelligence (data warehousing and data mining). Student projects are usually directly related to the current cutting-edge research conducted at Daisy. In addition, projects are done in collaboration with local and national industry. Machine Intelligence is managed by the Machine Intelligence Group, an internationally recognised research group with core research areas in uncertainty in artificial intelligence, machine learning, and web intelligence. Embedded Software Systems is managed by the Distributed and Embedded Systems Group at Aalborg University; an internationally leading research group on tools for analysis, verification and testing based on models for embedded systems. The group has substantial connections to the Danish IT industry with the research centre CISS (ciss.dk) which gives students the opportunity to work with companies during their project and thesis work.

8 Bestand pr. 1/ BSc datalogi 134 studerende MSc datalogi 35 studerende BSc Software 227 studerende MSc software 61 studerende BSc informatik 51 studerende MSc informatik 16 studerende BaIT 64 studerende SWD 18 studerende (ikke alle optagne dukkede op) DE 0 studerende MI 1 studerende ESS 0 studerende

9 Kompetenceprofiler Kategori Viden og forståelse Færdigheder Kompetencer Beskrivelse Vidensfeltet: det basale vidensområde, som det enkelte uddannelsestrin arbejder med, herunder hvor vidt det drejer sig om viden om praksis, om teori og metode, samt om hvorvidt det drejer sig om forskningsbaseret viden på internationalt niveau Forståelses- og refleksionsfeltet: den forståelse og refleksion, dimittender på det enkelte uddannelsestrin forventes at være i stand til at udvise i forhold til vidensområdets begreber, teorier, metoder, praksis eller videnskabelige problemstillinger Typen af færdigheder: beherskelse af forskellige typer af færdigheder og karakteren af disse, fx faglige eller videnskabelige metoder Vurdering og beslutning: evne til vurdering og beslutning, udvælgelse af metoder og teorier. Niveaumæssig differentiering mellem praksisnære eller teoretiske problemstillinger af større eller mindre kompleksitet, samt graden af selvstændig beslutningstagen og udvælgelse på baggrund af konkret vurdering Formidling: graduering af kandidaternes evne til at formidle eller diskutere konkrete problemstillinger og løsninger til forskellige modtagergrupper Handlingsrummet: Vidden i de konkrete arbejdsmæssige sammenhænge, hvor færdighederne skal kunne bringes til udfoldelse i mere eller mindre uforudsigelige og komplekse sammenhænge Samarbejde og ansvar: evne til at indgå i samarbejde og indtage en mere eller mindre selvstændig eller direkte igangsættende rolle i forhold til forskellige faglige og tværfaglige samarbejder på forskellige niveauer og med forskellige grader af ansvar Læring: evne til at tilegne sig ny viden og færdigheder i mere eller mindre strukturerede og velkendte sammenhænge med mere eller mindre selvstændighed Taksonomi - fra Kvalifikationsrammen

10 Bachelor i datalogi Kandidat i datalogi Viden Har viden om teori, metode og praksis inden for faget datalogi Har inden for datalogi viden, som på udvalgte områder er baseret på højeste internationale forskning inden for faget Færdigheder Kompetencer Kan forstå og reflektere over fagets teorier, metoder og praksis Kan anvende den faglige terminologi på korrekt vis. Kan anvende metoder og redskaber fra datalogi til at designe, implementere og analysere programmer Kan vurdere teoretiske og praktiske problemstillinger inden for datalogi og begrunde og vælge relevante løsningsmodeller ud fra kendskab til de muligheder og begrænsninger, som er givet af datalogiens teorier og metoder Kan formidle datalogiske problemstillinger og løsningsmodeller til såvel fagfæller som ikke-specialister, samarbejdspartnere og brugere. Kan håndtere komplekse og udviklingsorienterede situationer i studieog arbejdssammenhænge. Kan selvstændigt indgå i fagligt og tværfagligt samarbejde med en professionel tilgang. Kan identificere egne læringsbehov og strukturere egen læring i forskellige læringsmiljøer. Kan forstå og på et videnskabeligt grundlag reflektere over faglig viden inden for faget datalogi og identificere videnskabelige problemstillinger inden for dette fag [tilføjelse for specialiseringen i spilprogrammering:] med særligt fokus på udvikling af software til spil Mestrer metoder og redskaber inden for datalogi samt generelle færdigheder, der knytter sig til datalogisk forskning og udvikling og analyse af datalogiske løsninger [tilføjelse for specialiseringen i spilprogrammering:] med fokus på udvikling af software til spil Kan vurdere og vælge blandt datalogiske teorier, metoder, redskaber og generelle færdigheder og på et videnskabeligt grundlag opstille nye analyse- og løsningsmodeller [tilføjelse for specialiseringen i spilprogrammering:] inden for udvikling af software i almindelighed og til spil i særdeleshed Kan formidle forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med både fagfæller og ikke-specialister. Kan styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller. Kan selvstændigt igangsætte og gennemføre fagligt og tværfagligt samarbejde og påtage sig professionelt ansvar Kan selvstændigt tage ansvar for egen faglig udvikling og specialisering

11 Fagprogression BSc. datalogi

12 Fagprogression MSc. datalogi

13 Viden Bachelor i software Har viden om teori, metode og praksis inden for design, konstruktion og analyse af software Kan forstå og reflektere over fagets teorier, metoder og praksis Kan anvende den faglige terminologi på korrekt vis. Kandidat i software Har inden for softwareteknologi en viden, som på udvalgte områder er baseret på højeste internationale forskning inden for faget Kan forstå og på et videnskabeligt grundlag reflektere over datalogisk viden og identificere videnskabelige problemstillinger med berøringsflader til softwareteknologi Færdigheder Kompetencer Kan anvende metoder og redskaber fra datalogi til at designe, implementere og analysere software Kan vurdere teoretiske og praktiske problemstillinger inden for software og begrunde og vælge relevante løsningsmodeller ud fra kendskab til de muligheder og begrænsninger, som er givet af datalogiens teorier og metoder Kan formidle problemstillinger og løsningsmodeller til såvel fagfæller som ikke-specialister, samarbejdspartnere og brugere. Kan håndtere komplekse og udviklingsorienterede situationer i studieog arbejdssammenhænge. Kan selvstændigt indgå i fagligt og tværfagligt samarbejde med en professionel tilgang. Kan identificere egne læringsbehov og strukturere egen læring i forskellige læringsmiljøer. Mestrer metoder og redskaber inden for softwareteknologi samt generelle færdigheder, der knytter sig til datalogisk forskning og udvikling og analyse af softwareløsninger Kan vurdere og vælge blandt datalogiske teorier, metoder, redskaber og generelle færdigheder og på et videnskabeligt grundlag opstille nye analyse- og løsningsmodeller Kan formidle forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med både fagfæller og ikke-specialister. Kan styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller. Kan selvstændigt igangsætte og gennemføre fagligt og tværfagligt samarbejde og påtage sig professionelt ansvar Kan selvstændigt tage ansvar for egen faglig udvikling og specialisering

14 Fagprogression BSc. software

15 Fagprogression MSc. software (kladde)

16 Viden Færdigheder Kompetencer Bachelor i informatik Har viden om teori, metode og praksis inden for udvikling af informationssystemer såvel som analyse, design, programmering/implementering og evaluering med brugere Har viden om teorier og metoder inden for menneskelig kommunikation og deres anvendelse i udvikling af informationsteknologi. Kan forstå og reflektere over teorier, metoder og praksis inden for disse områder og kan anvende den faglige terminologi på korrekt vis. Kan gennemføre systemudviklingsprocesser i overensstemmelse med konkrete metoder Kan anvende viden fra en teoridannelse inden for informationsteknologi til at vælge og argumentere for en modeldannelse inden for en avanceret anvendelse af informationsteknologi Kan opstille en model af et relevant problem og anvende denne til at forstå og løse problemet Kan formidle faglige problemstillinger og løsningsmodeller til fagfæller og ikke-specialister eller samarbejdspartnere og brugere. Kan analysere, designe og realisere komplekse informationssystemer, ud fra både tekniske, brugsorienterede og kommunikationsmæssige perspektiver. Kandidat i informatik Har inden for informationsteknologi og kommunikation en viden, som på udvalgte områder er baseret på højeste internationale forskning inden for disse fagområder. Kan forstå og på et videnskabeligt grundlag reflektere over og identificere videnskabelige problemstillinger inden for informationsteknologi og kommunikation. Mestrer metoder og redskaber samt generelle færdigheder, der knytter sig til forskning og udvikling samt analyse af konkrete løsninger inden for informationsteknologi og kommunikation. Kan vurdere og vælge blandt teorier, metoder, redskaber og generelle færdigheder inden for informationsteknologi og kommunikation og på et videnskabeligt grundlag opstille nye analyse- og løsningsmodeller Kan formidle forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med både fagfæller og ikke-specialister. Kan styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller fra informationsteknologi og kommunikation. Kan begrunde og vurdere udviklings processer og de resulterende design og systemer. Kan håndtere komplekse og udviklingsorienterede situationer i studieeller arbejdssammenhænge og selvstændigt indgå i fagligt og tværfagligt samarbejde med en professionel tilgang. Kan identificere egne læringsbehov og strukturere egen læring i forskellige læringsmiljøer. Kan selvstændigt igangsætte og gennemføre fagligt og tværfagligt samarbejde og påtage sig professionelt ansvar Kan selvstændigt tage ansvar for egen faglig udvikling og specialisering

17 Fagprogression BSc. informatik

18 Fagprogression MSc. informatik

19 Viden Bachelor i informationsteknologi Har viden om teori, metode og praksis inden for udvikling af informationssystemer såvel som analyse, design, programmering/implementering og evaluering med brugere samt forretningsudvikling og pjojektledelse Har viden om grundlæggende teorier og metoder inden for menneskelig kommunikation, produktudvikling og forretningsprocesser Kan forstå og reflektere over teorier, metoder og praksis inden for disse områder og kan anvende den faglige terminologi på korrekt vis. Færdigheder Kan gennemføre systemudviklingsprocesser i overensstemmelse med konkrete metoder Kan anvende viden fra en teoridannelse inden for informationsteknologi, kommunikation eller forretning til at vælge og argumentere for en modeldannelse inden for en avanceret anvendelse af informationsteknologi Kan opstille en model af et relevant problem og anvende denne til at forstå og løse problemet Kan formidle faglige problemstillinger og løsningsmodeller til fagfæller og ikke-specialister eller samarbejdspartnere og brugere. Kompetencer Kan analysere, designe og realisere komplekse informationssystemer, ud fra både tekniske, brugsorienterede, forretningsmæssige og kommunikationsmæssige perspektiver. Kan begrunde og vurdere udviklings processer og de resulterende design og systemer. Kan håndtere komplekse og udviklingsorienterede situationer i studie- eller arbejdssammenhænge og selvstændigt indgå i fagligt og tværfagligt samarbejde med en professionel tilgang. Kan identificere egne læringsbehov og strukturere egen læring i forskellige læringsmiljøer.

20 Fagprogression BaIT

21 Kvalitetssikring Institutionsakkreditering Kvalitetssikring af uddannelserne Uddannelsesevaluering Semesterevaluering Studiemiljøevaluering Studienævnsrapport Nøgletal for optag, bestand, dimittender, frafaldsanalyse, karakterstatistik, STÅ-produktion Vejledning af frafaldstruede studerende Sprogpolitik

22 Institutionsakkreditering institutionsakkrediteringens formål er at vurdere i hvilken grad en uddannelsesinstitutions interne kvalitetssikringssystem er velfungerende. En institutionsakkreditering sætter derfor fokus på de tiltag, som en uddannelsesinstitution har iværksat for at sikre og udvikle kvaliteten i de uddannelser der gennemføres. institutionsakkreditering skal have fokus på uddannelsesinstitutionens løbende og systematiske arbejde med sikring og udvikling af uddannelsernes kvalitet og relevans. Det understreges, at akkrediteringen skal undersøge om institutionen i praksis leverer denne kvalitet og relevans. Akkrediteringen skal derfor vurdere i hvilken grad kvalitetssikringssystemet sikrer bl.a. uddannelsernes videngrundlag, pædagogiske kvalitet og faglige niveau. Lovforslag om institutionsakkreditering, FTF-notat, 26/2-13

23 Evaluering Uddannelsesevaluering Spørgeskema udsendes til studerende, der afslutter uddannelsen forventningsindfrielse fagligt indhold og niveau sammenhæng læringsgrad studiebelastning Semesterevaluering Tre styregruppemøder i løbet af semesteret På sidste møde evalueres semesteret som helhed Eksamen evalueres særskilt Samlet rapport med karakterstatistik Studiemiljø (udsendes fra central administration) Behandles på studieråd/studienævnsmøde samt offentliggøres på web

24 Studienævnsrapport Del af AAU s samlede kvalitetssikringspolitik Behandles en gang årligt for hvert studienævn Nøgletal: Optag Bestand Dimittender Frafaldsanalyse Karakterstatistik STÅ-produktion

25 Vejledning af frafaldstruede Del af AAU s samlede kvalitetssikringspolitik Gennemføres en gang pr. semester for hvert studienævn Frafaldstruede studerende: ordinære studerende på åbne rammer, der ikke har bestået samtlige ECTSpoint på det pågældende tidspunkt i deres studieforløb Samtlige studerende inddeles i tre kategorier: grøn, gul og rød kategori. Gul kategori: Studerende, der er mere end 5 og mindre end 15 ECTS-point bagud ift. det forventede Tilbydes særlig vejledning ved decentral studievejleder Rød kategori: Studerende, der er mere end 15 ECTS-points bagud ift. det forventede Tilbydes særlig vejledning i form af individuel samtale med udarbejdelse af handlingsplan, der skal godkendes i studienævn.

26 Sprogpolitik AAU, maj 2009

27 Sprogpolitik - optagelseskrav Optagelseskrav jf. studieordninger SW/DAT: Dansk A, Engelsk B, Matematik A BaIT/INF: Dansk A, Engelsk B, Matematik B Internationalt Kontors officielle sprogkrav for internationale studerende, der søger optagelse på AAU: IELTS (academic test): eller TOEFL (paper-based): eller TOEFL (computer-based): eller TOEFL (internet-based): 80 eller Cambridge ESOL: C1

28 Karakterundersøgelse

29 Behov for uddannelserne Hvor bevidste er virksomhederne om uddannelsesprofilerne i ansættelsen?

30 Ansættelse af bachelorer? Vil jeres virksomheder ansætte en bachelor?

31 Afrunding Opsamling på mødet Udpegning 2 eller 4 år (halv af hver) Emner til næste møde