Valg av studieretning og hovedprofil ved datateknologi - IDI - Kunnskapsbasen
Valg av studieretning og hovedprofil ved datateknologi - IDI
På denne siden finner du informasjon for studenter ved Institutt for datateknologi og informatikk (IDI).
Ser du etter noe annet? Se sider merket med IDI | Se sider merket med MTDT
På denne siden finner du informasjon for datateknologi (MTDT) om:
Frist: Du søker opptak til studieretning i 4. semester med frist 15. mai.
Studieretninger
Datateknologi studiet har fire studieretninger:
- algoritmer og datamaskiner
- databaser og søk
- kunstig intelligens
- programvaresystemer
For oversikt over obligatoriske- og valgbare emner i de ulike studieretningene se studieplan for datateknologi i studiehåndboka.
Algoritmer og datamaskiner
- Avansert kunnskap om ytelsestunge beregningsprosesser og -mekanismers virkemåte
- Avansert kunnskap om metoder, algoritmer og arkitekturer for systemer med høy ytelse og/eller høye krav til nøyaktighet
- Behersker programmering generelt og ytelsesfokusert programmering spesielt
- Anvende metoder for teoretisk og empirisk evaluering av ytelsestunge og kvalitetskrevende systemer
Databaser og søk
- Videregående kunnskap om systemer og teknologi for lagring og håndtering av data og informasjon, deres bruksområder og karakteristiske egenskaper
- Avansert kunnskap om teknologi, metoder og teknikker for indeksering, spørringer og søk i strukturerte data og ustrukturert informasjon som tekst og andre multimedia data
- Avansert kunnskap om metoder og teknikker for bearbeiding og analyse av strukturerte data og tekst
- Videregående kunnskap om samfunnsmessige, etiske og juridiske problemstillinger knyttet til lagring, forvaltning, publisering og bruk av data og informasjon
- Kan spesifisere, designe, implementere og evaluere systemer for lagring, oppdatering, indeksering, søk og analyse av strukturerte data, tekst og andre multimedia data
- Kan evaluere, velge og tilpasse eksisterende systemer og løsninger i forhold til definerte bruker-/kundebehov
- Kan analysere og vurdere systemer og løsninger i relasjon til ikke-tekniske forhold
- Kan anvende kunnskaper og ferdigheter på nye problemer og bidra i forsknings- og utviklingsprosjekter
Kunstig intelligens
- Generell forståelse for det matematiske, komputasjonelle, sosiologiske, psykologiske og biologiske grunnlag for kunstig intelligens
- Oversikt over forskjellige metoder i kunstig intelligens, og hvordan og når disse er egnet for praktisk anvendelse
- Grundig forståelse av klassiske kunnskapsrepresentasjoner som logikk og sannsynligheter, samt de resonneringsmetoder som passer til dem
- Bred forståelse for selv-adaptivitet i både biologiske og kunstige systemer
- God kjennskap til hvordan AI-moduler både kan kombineres med hverandre og kommunisere med mennesker og andre maskinelle moduler
- Kan utvikle, lage og bruke automatiske resonnerings-, søkings- og problemløsnings-systemer som har grunnlag i datavitenskap, psykologi, sosiologi, spillteori og/eller biologi, for både deterministiske problemstillinger og de med mye usikkerhet
- Kan utrykke kunnskap i logiske, probabilistiske og andre kjente formalismer, og i situasjonsspesifikke så vel som generaliserte strukturer
- Kan kople AI-systemer til omverden, mennesker og andre maskiner (med bruk av sensorer, grensesnitt, kommunikasjonsnettverk, osv.), i både enkel og multi-agent kontekst
- Kan lage datasystemer som kan lære av egne erfaringer - dvs. egne riktige og feilaktige handlinger - slik at adferden og ytelsen forbedres over tid
- Kan analysere brukerens behov for beslutningsstøtte og designe og implementere tilsvarende beslutningsstøttesystemer
Programvaresystemer
- Videregående kunnskap om programvarearkitektur for utvikling, integrasjon og evaluering av større IT-systemer
- Videregående kunnskap om metodikk for utvikling, integrasjon og evaluering av større IT-systemer i organisasjoner
- Kan identifisere, definere, analysere og evaluere forskjellige arkitekturer, rammeverk og utviklingsverktøy for IT-systemer i henhold til krav og kundebehov
- Kan jobbe effektivt med kundestyrte IT-prosjekter med krav, design, implementasjon, testing og prosessforbedring
Hvordan søke studieretning
- Søk via Studentweb fra 15. april.
- Frist er 15. mai.
- Du har mulighet til å prioritere inntil 3 retninger.
For studenter med innvilget intern overgang til 3. årskurs datateknologi
- Send e-post til studier@idi.ntnu.no som inneholder en rangert liste over studieretningene du ønsker å søke på.
- Frist 15. mai.
Grunnlag for tildeling av plasser
Studieretningene på datateknologi har begrenset antall plasser. Du er garantert plass på en av studieretningene.
| Studieretning | Antall plasser |
|---|---|
| Algoritmer og datamaskiner | 40 |
| Databaser og søk | 30 |
| Kunstig intelligens | 50 |
| Programvaresystemer | 50 |
Opptaket til studieretningen skjer med bakgrunn i prioritert valg og karakterer i emnene fra de tre første semesterene i datateknologigraden:
1. Semester
- Diskret matematikk – TMA4140
- Examen philosophicum for naturvitenskap og teknologi (Ex.phil) – EXPH0300
- Matematikk 1 – TMA4100
- Informasjonsteknologi, grunnkurs – TDT4109
2. Semester
- Matematikk 3 – TMA4115
- Menneske maskin interaksjon – TDT4180 gjelder for studenter med studiestart fra 2019
- Krets- og digitalteknikk – TFE4101
- Objektorientert programmering – TDT4100
3. Semester
- Algoritmer og datastrukturer – TDT4120
- Datamaskiner og digitalteknikk – TDT4160
- Informatikk prosjektarbeid I – IT1901 gjelder for studenter med studiestart fra 2019
- Statistikk – TMA4240
For studenter med studiestart i 2018:
Emnene TDT4112 Programmeringslab for datateknologi og TDT4113 Datateknologi, programmeringsprosjekt er ikke en del av grunnlaget da vurderingen er bestått/ikke bestått.
Poenggrenser ved opptak 2023
| studieretning | poenggrense |
|---|---|
| Algoritmer og datamaskiner | Alle |
| Databaser og søk | Alle |
| Kunstig intelligens | 3,38 |
| Programvaresystemer | Alle |
Hovedprofiler
Din studieretning avgjør hvilken hovedprofil du kan velge 4. året.
På studieretningene databaser og søk, kunstig intelligens og programvaresystemer fortsetter du med samme hovedprofil som studieretning. Studieretningen algoritmer og datamaskiner deles i to hovedprofiler: Algoritmer og datamaskiner og Innvevde systemer.
For oversikt over obligatoriske- og valgbare emner i de ulike hovedprofilene se studieplan til datateknologi i studiehåndboka.
Hvordan velge hovedprofil
Hovedprofil velges i Studentweb innen 15. mai i 6. semester.
Kontakt
Opplever du problemer med å få valgt profil kan du kontakte studieveileder Julie E. Takacs ved IE-fakultetet.