Ferdigheter
En kandidat med en mastergrad i Data Science
- har bred innsikt, forståelse og intuisjon av hele prosesslinjen for å utvinne kunnskap fra data
- har et dypt innblikk i en av spesialiseringene i programmet, avhengig av studiet og valg av masterprosjekt
- har solid kunnskap i et bredt spekter av metoder basert på statistikk og informatikk og kan bruke disse til datahåndtering, analyse og problemløsing
- har erfaring med å utlede teoretiske egenskaper til metoder involvert i Data Science
- har erfaring med implementering/ modifisering av metoder involvert i Data Science
Kunnskaper
En kandidat med en mastergrad i Data Science kan gjøre seg kjent med komplekse praktiske problemer, finne problemer og finne egnede løsningsmetoder:
- I masterprosjektet får studenten opplæring for å gjøre seg kjent med den aktuelle litteraturen og å bruke dette på en aktiv og kritisk måte i forhold til sitt eget prosjekt.
- De fleste masterprosjekter omfatter utvikling og bruk av egnede metoder og algoritmer.
En kandidat med en mastergrad i Data Science har en god forståelse for forholdet mellom et bestemt problem og metodene som brukes til å løse problemet:
- Mange masterprosjekter er basert på praktiske problemer og gir studentene trening i å vurdere en egnet løsning for et praktisk problem.
Generell kompetanse
En kandidat med en mastergrad i Data Science kan uttrykke seg nøyaktig og vitenskapelig på norsk eller engelsk, både skriftlig og muntlig:
- Under oppgaven mottar studenten tilbakemelding på både form og innhold i sitt skriftlige arbeid.
- Ved den endelige masterhøringen presenterer studenten sine resultater og diskuterer dem med eksterne og interne sensorer.
- En rekke masterkurs inkluderer prosjektarbeid som gir opplæring i skriftlig og muntlig presentasjon.
En kandidat med en mastergrad i Data Science kan samarbeide, selv på tvers av fagområder, med andre spesialister:
- Kandidater med en mastergrad i Data Science har faglig kunnskap og overordnet forståelse og evne til å diskutere og formidle faglige problemer på ulike presisjonsnivåer. Dette er viktig på arbeidsplassen hvor de skal samarbeide med andre spesialister (som økonomer, advokater, ingeniører og leger).