Datalogistudiet. Institut for Matematik og Datalogi (IMADA) SDU. Information til kommende studerende

Transkript

1 Datalogistudiet Institut for Matematik og Datalogi (IMADA) SDU Information til kommende studerende

2 Indhold Hvad er datalogi? Hvad arbejder man med bagefter? Hvordan er det at studere? Hvordan er instituttet (IMADA)? Hvad er adgangskravene? Hvordan er studiestrukturen? 2

3 Hvad er datalogi? Studiet af principper for beregning og informationsbehandling. Meget bredt område: Programmering, beregnelighed og kompleksitetsklasser, brugergrænseflader, programmeringssprog, arkitektur af computersystemer (hard- og software), algoritmer og datastrukturer, databaser, kunstig intelligens, anvendelser såsom bioinformatik, websøgning, optimeringsproblemer, computerspil. Komplekse systemer. Behov for: højt abstraktionsniveau (dvs. hovedprincipper, ikke detaljer) modellering analyse Datalogi er mere end ren programmering: Principperne bag er i fokus. Forståelse og tankearbejde. Datalogi er også meget konkret: Vi får maskinen til at gøre noget. 3

4 Datalogi er nyttigt: Direkte indvirkning på alle menneskers hverdag: Internettet, PCen, kontorprogrammer, databaser, genomanalyse, vejrudsigter, patientjournaler, mobiltelefoner, ruteplanlægning, computerspil. Bestående viden, langvarig anvendelighed. Skærper analyse- og modelleringsevner. Efterspurgte kompetencer. Datalogi sjovt: Smukke og smarte ideer. Handlingsorienteret. Gør verden bedre. Datalogi = ideer + action + indflydelse 4

5 Hvad arbejder man med bagefter? IT-jobs i privat og offentlig sektor. Andre job med analytisk fokus. Selvstændig (eget firma, konsulent). Universitet (forskning og undervisning). Gymnasiet (undervisning). Hovedkompetencerne for dataloger er: IT-kompetencer på højeste niveau. Skarpe analyse og modelleringsevner. Højt abstraktionsniveau. Viden med lang holdbarhed. Dataloger er eftertragtede på jobmarkedet. Der er ingen arbejdsløshed, og lønnen er god. Undersøgelser viser, at der i Danmark vil være mangel på dataloger i lang tid fremover. Datalogi (Computer Science) er en anerkendt uddannelse over hele verden, og jobmarkedet er globalt. Det er nemt at få job i udlandet. 5

6 Dataloger fra IMADA er bla. blevet ansat ved: ARM, Austin, Texas B&O Baan Front Office Systems A/S CAP Programmator A/S Continental Data Graphics, Seattle Cray Communications Damgaard International Dansk Data Elektronik Datacenter Vest DSB S-tog, København DATOR A/S ELSAM, Fredericia Enator A/S Enigma Semiconductor, Allerød Forsvarets Efterretningstjeneste GIT, Odense IBM IMADA, SDU Industrial Communications Danmark JDC Vejle KMD, Odense Landbrugets EDB central 6

7 Lindo Systems, Chicago Logos Consult Maconomy, København MESH-Technologies A/S, Odense Microsoft, Vedbæk MIPS Technologies, København Modulex Danfoss Netcompany, København Netto Oddlabs, Odense Odense Staalskibsværft Prolog Development Center Proxeon Radiofysisk Laboratorium på OUH Rising Tide, Odense Royal Holloway, University of London, England Svendborg Tekniske Skole Systematic Software Engineering, Århus Th. Langs HF-kursus Thorsen Consulting Tietgenskolen, Odense University of Calgary, Alberta, Canada Videnscenter for software, IT- og Telestyrelsen 7

8 Hvordan er det at studere? Forelæsninger Opgaveregning på hold Projektarbejde (ofte med programmering) i mindre grupper Bachelorprojekt (3. år) Speciale (5. år) I forhold til gymnasiet: større grad af selvstændighed og større fagligt tempo. Fuld belastning: (højst) 20 timers undervisning, (mindst) 20 timers hjemmearbejde. 8

9 Hvordan er instituttet (IMADA)? Supergodt og nært studiemiljø, med alt samlet på ét sted. Åben dør -indstilling: du kan altid snakke med læreren. Engagerede medstuderende faglige og sociale events. Stærkt fagligt miljø af international klasse. 9

10 Hvad er adgangskravene? En gymnasial eksamen (alment gymnasium (STX), teknisk gymnasium (HTX), handelsgymnasium (HHX) eller HF) med: Dansk på niveau A Engelsk på niveau B Matematik på niveau A Det er ikke nødvendigt at have prøvet at programmere før. 10

11 Hvordan er studiestrukturen? Optag Bachelor (3 år) Kandidat (2 år) Ph.D. (3 år) Ph.D. Kandidat Bachelor De næste sider: Bachelor-delen. 11

12 Bachelor Bachelor = Centralt fag (135 ECTS) + sfag (45 ECTS) Centralt fag Centralt fag i datalogi kan kombineres med tilvalg i Industriel Software Produktion Matematik Anvendt matematik Humaniora Samfundsvidenskab Idræt De næste sider indeholder beskrivelse af centralt fag datalogi, samt de tre første tilvalg i listen ovenfor. 12

13 Centralt fag datalogi 3. år 4. kv. DM515 Introduktion til Lineær og Heltalsprogrammering DM516 Compilerteori Bachelorprojekt DM517 Beregnelighed MM518 Numerisk analyse A 1. kv. MM505 Lineær algebra NAT506 Videnskabsteori for datalogi 2. år 4. kv. DM510 Operativsystemer DM508 Algoritmer og kompleksitet DM509 Programmeringssprog DM528 Kombinatorik, sandsynlighed og randomiserede algoritmer 1. kv. DM506 Maskinarkitektur DM529 Iterativ systemudvikling 1. år 4. kv. 1. kv. DM507 Algoritmer og datastrukturer DM526 Introduktion til datalogi DM505 Databasedesign- og programmering DM503 Programmering B DM502 Programmering A NAT501 Naturvidenskabeligt projekt MM502 Calculus II DM527 Matematiske redskaber i datalogi MM501 Calculus I 13

14 i industriel software produktion 3. år 4. kv. Valgfri Valgfri Centralt fag - Datalogi Valgfri 1. kv. ST502 Statistisk Modellering 2. år 4. kv. Centralt fag - Datalogi 1. kv. Centralt fag - Datalogi ST501 Science Statistik DM519 Concurrent Programming DM530 Agil systemudvikling og softwares livscyklus DM531 Softwarearkitektur DM532 Principper for databasesystemer 1. år 4. kv. 1. kv. Centralt fag - Datalogi 14

15 i matematik 3. år 4. kv. Centralt fag - Datalogi MM511 Kompleks Analyse MM509 Topologi II MM508 Topologi I 1. kv. Valgfri 2. år 4. kv. Centralt fag - Datalogi Centralt fag - Datalogi ST501 Science Statistik MM512 Kurver og flader MM507 Differentialligninger MM510 Ringe og talteori 1. kv. Valgfri 1. år 4. kv. 1. kv. Centralt fag - Datalogi 15

16 i anvendt matematik 3. år 4. kv. Valgfri Valgfagsmodul 2 Centralt fag - Datalogi Valgfagsmodul 1 1. kv. ST502 Statistisk Modellering 2. år 4. kv. Centralt fag - Datalogi Centralt fag - Datalogi ST501 Science Statistik Valgfri MM507 Differentialligninger MM508 Topologi I 1. kv. Valgfri 1. år 4. kv. 1. kv. Centralt fag - Datalogi 16

17 Valgfri kurser Eksempler på valgfri kurser (3. og 4. år): Avancerede datastrukturer Algoritmer til websøgning og -indeksering Bioinformatik Computeraritmetik Computerspilsprogrammering I til IV Computernetværk Geometriske algoritmer Grafalgoritmer Heuristikker for optimeringsproblemer Kryptologi Kvantekomputere Neurale netværk Online algoritmer 17

18 Vil du vide mere? Rolf Fagerberg: