Kunstig intelligens, sivilingeniør - master

Duration: 5 years

Kunstig intelligens, sivilingeniør - master

Duration: 5 År

Campus
Tromsø
Application deadline
15. april
Søking og opptak
How to apply?

Vil du lage en Snapchat-linse, forbedre Siri eller utvikle en selvkjørende bil? Kunstig intelligens er grunnlaget for teknologien bak alle disse, og inngår i dag i de fleste områder av samfunnet. Studiet lærer deg hvordan du kan lage en datamaskin som løser problemer, uten hjelp fra mennesker.

Questions about the study

Sunniva Solheim Alvestad

Rådgiver


Jan Fuglesteg.jpg
Jan Fuglesteg

Student advisor


En sivilingeniør i kunstig intelligens passer for deg som er interessert i å løse problemer ved bruk av programmering og synes kunstig intelligens virker spennende. Du lærer hva som ligger bak denne teknologien og hvordan du kan lage din egen kunstige intelligens.

Gjennom studiet får du se hvordan kunstig intelligens kan brukes i forskjellige teknologier som er nyttige for samfunnet. Dette kan være i samarbeid med andre fagfelt som for eksempel medisin og helse, energi og klima, transport og mobilitet, finans og økonomi, og havbasert industri.

Studiet gir deg muligheten til å spesialisere deg innen en av tre retninger. I studieplanen kan man se hvilke valgfag som tilhører de ulike spesialiseringene.

  • Distribuerte kunstig intelligens-systemer
  • Maskinlæring
  • Beregningsorientert jordobservasjon

Studieplan er bygd opp slik:

1. semester (høst)
INF-1049 Introduksjon til beregningsorientert programmering
MAT-1050 Matematikk 1 for ingeniører
INF-1600 Introduksjon til kunstig intelligens, KI
2. semester (vår)
INF-1400 Objektorientert programmering
MAT-1052 Matematikk 2 for ingeniører
STA-1001 Statistikk og sannsynlighet
3. semester (høst)
INF-1100 Innføring i programmering og datamaskiners virkemåte
MAT-2201 Numerical Methods
FYS-2021 Machine Learning
4. semester (vår)
INF-1101 Datastrukturer og algoritmer
INF-2600 Kunstig intelligens, KI - metoder og bruksområder
FIL-0700 Examen philosophicum, Tromsøvarianten
5. semester (høst)
FYS-2006 Signal processing
Spesialiseringsemne
Spesialiseringsemne
6. semester (vår)
FYS-2010 Image Analysis
Spesialiseringsemne
Spesialiseringsemne
7. semester (høst)
FYS-3012 Pattern recognition
Spesialiseringsemne
Spesialiseringsemne
8. semester (vår)
FYS-3033 Deep learning
BED-2054 Innovasjon i praksis
Spesialiseringsemne
9. semester (høst)
KIT-3000 Project thesis in Artificial Intelligence
Spesialiseringsemne
Spesialiseringsemne
10. semester (vår)
KIT-3010 Master's thesis in Artificial Intelligence

Studiet lærer deg informatikk, matematikk og statistikk som er grunnlaget for all teknologi og kunstig intelligens. Du får se hvordan du kan bruke teknologi til å utvikle nye løsninger til bedrifter og industri, og hvordan den kan brukes på nye områder innenfor kunstig intelligens.

På studiet får du jobbe med utvikling av programmer som kan hente ut informasjon og ta avgjørelser basert på hva informasjonen sier. Du vil kunne designe og bygge kunstig intelligenser for spesifikke oppgaver, som fungerer uavhengig eller sammen med andre systemer. Studiet tar også opp de ulike etiske problemstillingene knyttet til kunstig intelligens, som for eksempel personvern og overvåkning.

Studiet legger vekt på at teori og ingeniørfaglige ferdigheter skal læres gjennom praktisk oppgaveløsning. Matematikk og statistikk blir i stor grad undervist gjennom å skrive programvare som løser problemene.

Du lærer å utvikle løsninger til samfunnets beste, og du vil være i front innen kunstig intelligens. Du vil kunne utvikle selvgående løsninger for kompliserte problemer innen forskning og industri.

Du blir godt rustet for framtidas teknologiske utfordringer med kunnskap om kunstig intelligens. Studiet gir deg et solid kunnskapsfundament og stor valgfrihet i karriere og arbeidsmarked. Du har mulighet til å jobbe med utvikling og forskning. Du kan for eksempel jobbe med utvikling og effektivisering innenfor industri og produksjon. Du kan jobbe med å utvikle verktøy og modeller for miljø- og klimaovervåkning eller for finanssektoren. Man kan finne aktuelle stillinger innenfor alle næringer og bransjer som benytter seg av teknologiske verktøy og systemer

Tidligere studenter med spesialisering innen kunstig intelligens og maskinlæring jobber blant annet i: Helse Nord, Sparebanken Nord-Norge, DIPS og Arvato Financial Solutions.

For å se hvilke emner som undervises i studiet så se under fanen «Studieplan» for oversikt over programmet for ditt kull.

Emner 1.år høsten 2023

INF-1049 Introduksjon til beregningsorientert programmering

MAT-1050 Matematikk 1 for ingeniører

INF-1600 Introduksjon til kunstig intelligens, KI



Opptakskravet er generell studiekompetanse eller realkompetanse + matematikk R1 og R2, og fysikk 1 (SIVING).

Studiet er adgangsregulert. Antall studieplasser i 2023: 20

Tidligere poenggrenser

  • Hovedopptak 2022: Ordinær kvote: Alle. Førstegangsvitnemål: Alle
  • Hovedopptak 2021: Ordinær kvote: 44,0. Førstegangsvitnemål: Alle


Studietilbudet var nytt fra høsten 2021

Har du generell studiekompetanse, men mangler matematikk R1 og R2, og fysikk 1?

Mangler du generell studiekompetanse og matematikk R1 og R2, og fysikk 1?

  • Du kan ta Forkurs for ingeniør- og sivilingeniørutdanning i Tromsø eller i Narvik, Alta eller Bodø. Dette er et heltidsstudium på 1 år.
  • Hvis du er 25 år eller eldre kan du søke opptak på bakgrunn av realkompetanse. NB: De spesielle opptakskravene Matematikk R1 og R2 + Fysikk 1 kan ikke dekkes med realkompetanse. Søknadsfristen for realkompetansesøkere er 1. mars.

For mer informasjon, se UiT sin hjemmeside om Søking og opptak

Innpassing

Søkere som har relevant høyere utdanning fra tidligere kan søke om innpassing av emner, som etter faglig vurdering kan erstatte emner i studiet og brukes som en del av graden. En individuell utdanningsplan for resten av studietiden utarbeides. Du søker da opptak gjennom Samordna opptak og leverer søknad om innpassing etter at du er tatt inn som student på studieprogrammet.

Studiehverdagen består av forelesninger, gruppearbeid og datalab. I forelesninger gjennomgås teori og faglige tema. I gruppearbeidet er studentene aktive gjennom løsning av oppgaver og diskusjon rundt problemstillinger i fagstoffet. Studentene arbeider med praktiske oppgaver på datalab der de løser ukeoppgaver og obligatoriske prosjektoppgaver. De tilegner seg relevante ferdigheter gjennom numerisk løsning av oppgaver i fysikk, informatikk og maskinlæring, og ved å designe, bygge og vedlikeholde datasystemer, enten individuelt eller i team med andre studenter.

I hvert fag det en muntlig eller skriftlig eksamen, ofte i kombinasjon med hjemmeeksamen, prosjektoppgave eller laboratorierapport. I mange av fagene, spesielt i starten av studiet, kreves obligatoriske oppgaver (arbeidskrav) godkjent for tilgang til eksamen. Eksamensordningen er nærmere beskrevet for hvert enkelt fag i studieprogrammet.

Studiet avsluttes med en masteroppgave. I prosjektarbeid og i masteroppgaver gis individuell veiledning fra instituttets vitenskapelig ansatte. Masteroppgaven kan etter avtale også gjennomføres i, eller i samarbeid med, en bedrift.

I studiet inngår minst 6 uker relevant arbeidspraksis. Dette kan gi deg nyttig lærdom og gjøre deg bedre rustet for arbeidsmarkedet.

Studiet er et norskspråklig studieprogram. Det innebærer at både undervisning og eksamensoppgaver gis på norsk.

Enkelte fag vil være engelskspråklige. Undervisning, pensumlitteratur og eksamensoppgaver vil her bli gitt på engelsk, men studenten kan velge å besvare eksamen på enten engelsk eller norsk/skandinavisk.

Pensumlitteraturen for de aller fleste fag er på engelsk.

Fullført sivilingeniørstudium kvalifiserer for opptak til Ph.d.-studium i realfag, under forutsetning av at du kan dokumentere tilstrekkelig potensial for forskning og minimum ha et snitt på C eller bedre.

IT og techbransjen er internasjonal. Ved å dra på utveksling under studiene får du kjennskap til nye kulturer, språk og andre levemåter. Internasjonal erfaring og kompetanse er svært verdifullt, både for deg og for næringslivet. Institutt for informatikk oppfordrer alle våre studenter til å reise på utveksling. Vi hjelper til med både søknadsprosess og tilrettelegging for fag i studieplanen. Et utenlandsopphold ser både attraktivt ut på CVen og kan gi deg kunnskap og spisskompetanse i ditt fagfelt.

Eksempler på relevante utvekslingsavtaler er Technical University of Munich og Free University Amsterdam. UiT har også utvekslingsavtaler med mange universiteter i utlandet. For mer info om utveksling, se her.

Bilde av Håkansson, Anne
Anne Håkansson

Anne Håkansson is Professor in Computer Science with focus on Artificial Intelligence, at UiT – The Arctic University of Norway

Chair of the CAI Lab 

https://en.uit.no/forskning/forskningsgrupper/gruppe?p_document_id=504980

Bilde av Løvold, Henrik Hillestad
Henrik Hillestad Løvold

Fields of interest

My main interest is the didactics of computer science, and I have a keen motivation to make good education for students within the field. I have experimented with module based flipped classroom with good experiences. I have also worked with digital teaching, in particular through continued education for science teachers in the upper secondary school.

I have publised scientifically within teamwork teaching in computer science, and have authored (and still working on) books in computer science.

Teaching

INF-1049: Introduction to scientific programming

INF-1400: Object oriented programming

Continued education for upper secondary science teachers

Education

BSc in Computer Science: Programming and Networks, UiO 2015

MSc in Computer Science: Technical and Scientific Applications, UiO 2017