Datalogisk Institut på KU bag to nye STEM-uddannelser
Fra 2019 kan uddannelsessøgende vælge mellem otte splinternye videregående uddannelser, som uddannelses- og forskningsminister Tommy Ahlers netop har godkendt. Fire af de otte er fra KU. To af de fire har højt datalogi-indhold og skal imødekomme erhvervslivets behov for flere it-kyndige.
Hvilke kompetencer vil være de vigtigste, når nutidens studerende om få år skal ud og søge job?
Kunstig intelligens eller AI er på alles læber og vinder indpas i stort set alle offentlige og private organisationer. Alle nye systemer og processer er baseret på viden om data og forståelsen af at udlede mønstre af de data, der opsamles i virksomheden eller ude i samfundet.
Den faglige ballast fra en i øvrigt solid videregående uddannelse fra et universitet eller et erhvervsakademi vil snart ikke længere være tilstrækkeligt, hvis ikke den suppleres med et indgående kendskab til muligheder og værktøjer inden for digitalisering, automatisering og dataanalyse.
To nye STEM-uddannelser på KU skal løfte kandidaternes IT-kompetencer
Datalogisk Institut står i samarbejde med Institut for Matematiske Fag på KU bag den nye bacheloruddannelse i 'Machine Learning og datavidenskab'. Uddannelsen ligger tæt på den klassiske datalogiuddannelse, men den har fokus på machine learning og dataanalyse med et solidt teoretisk matematisk og statistisk fundament.
De studerende uddannes til at udvikle fremtidens værktøjer til analyse og håndtering af store datamængder, til at udlede strukturet information af data med kunstig intelligens-værktøjer, og til at bruge denne viden til feks. at afsløre fake news, lave realistiske prognoser, oversætte sprog her og nu eller tilsætte kunstig intelligens til klassiske manuelle funktioner.
Nu skal økonomerne også have datalogi på skemaet
Den nye uddannelse i 'Datalogi-økonomi' markerer et nyt paradigme på KU, nemlig at programmeringskompetencer og datalogisk forståelse udbredes til de mere klassiske universitets-uddannelser.
Uddannelsen tilsigter, at fremtidens økonomer i højere grad kommer til at beherske it-modellering og vil kunne arbejde med kunstig intelligens i analyser. Den er forankret på Datalogisk Institut på SCIENCE, men udbydes i tæt samarbejde med Økonomisk Institut på SAMF såvel som Institut for Fødevare- og ressourceøkonomi på SCIENCE.
En bachelor i Datalogi-økonomi vil give adgang til kandidaten på både datalogi- og økonomi-studiet.
Virksomhederne efterspørger datalogikyndige - nu opgraderer vi med datalogi på relevante uddannelser
Viceinstitutleder for Uddannelse på Datalogisk Institut på KU (DIKU) Martin Lillholm fortæller om baggrunden for de to nye STEM-uddannelser på KU:
"Vi har lyttet til vores aftagere i erhvervslivet, som slet ikke kan få dækket efterspørgslen på datalogiske kandidater. Ved at tilbyde kompetencer i data-analyse til studerende på en række nye og beslægtede uddannelser sigter vi efter at udvide det samlede antal kandidater med datalogiske kompetencer, som kan gå ind og tage fra i de mange nye stillingstyper, der opstår som følge af den omfattende samfundsdigitalisering og det øgede fokus på dataanalyse og kunstig intelligens."
Det var da også de to nye STEM-uddannelser fra KU, der blev særligt fremhævet i Uddannelses- og Forskningsministeriet pressemeddelelse 27. november, hvor de nye videregående uddannelser, der kan søges fra 2019, blev præsenteret.
KU har derudover fået godkendt nye bacheloruddannelser i hhv. 'Social Datavidenskab' (SAMF) og 'Neurorehabilitering' (SUND).
Emner
Kontakt
Generelt om de nye uddannelser:
Martin Lillholm, lektor, viceinstitutleder for undervisning, Datalogisk Institut, grumse@di.ku.dk, tlf. 26 20 74 41
Stefan Sommer, lektor, om bacheloruddannelsen i Machine Learning og datavidenskab, sommer@di.ku.dk, tlf. 21 17 91 25
Martin Elsman, lektor, om bacheloruddannelsen i Datalogi-økonomi, mael@di.ku.dk, tlf. 26 12 22 12
Inge Hviid Jensen, kommunikationskonsulent, Datalogisk Institut, ihjensen@di.ku.dk, tlf. 28 75 14 28
Relaterede nyheder
Ordforklaringer
Machine learning
er den metode, der ligger bag kunstigt intelligente it-værktøjer. I machine learning lader man computere træne sig selv op til at lave løsningforslag baseret på store mængder træningsdata. F.eks. kan en machine learning-algoritme trænes op til automatisk at stille diagnoser ud fra medicinske billeder.
STEM
står for Science, Technology, Engineering and Mathematics og bruges i international sammenhæng om teknisk-naturvidenskabelige uddannelser.