Wikier

Student ved IDI

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 har fem studieretninger:

  • Databaser og søk
  • Effektive datasystemer
  • Kunstig intelligens
  • Programvaresystemer
  • Visuell databehandling

For oversikt over obligatoriske- og valgbare emner i de ulike studieretningene se studieplan for datateknologi i studiehåndboka.

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

Effektive datasystemer

Informasjon kommer

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

Visuell databehandling

  • Ekspertise i analyse og syntese av visuelle data.
  • Omfattende kunnskap om sentrale teknikker og modeller innen datasyn og visuell intelligens, datagrafikk, visualisering, og utvidet virkelighet (XR), inkludert kvalitets- og hastighetsevaluering av disse metodene.
  • Erfaring med å designe systemer som i stor grad bygger på visuell databehandling (VC), for eksempel digitale tvillinger.
  • Kjennskap til sentrale applikasjoner som bygger på visuell databehandling i ulike felt, inkludert autonomi, helse, biometri, kulturarv, sikkerhet, og maritime industrier

Hvordan søke studieretning

  • Søk via Studentweb fra 15. april.
  • Frist er 15. mai.
  • Du har mulighet til å prioritere inntil 4 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.

 

Hvordan plassene tildeles

Studieretningene på datateknologi har begrenset antall plasser. Du er garantert plass på en av studieretningene.

Antall plasser på studieretningene

Studieretning Antall plasser
Databaser og søk 30
Effektive datasystemer 25
Kunstig intelligens 50
Programvaresystemer 50
Visuell databehandling 15

Opptaket til studieretningen skjer med bakgrunn i prioritert valg og karakterer i emnene fra de tre første semesterene i datateknologigraden:

1. Semester, høst

  • Diskret matematikk – TMA4140
  • Examen philosophicum for naturvitenskap og teknologi (Ex.phil) – EXPH0300
  • Matematikk 1 – TMA4100
  • Informasjonsteknologi, grunnkurs – TDT4109

2. Semester, vår

  • Matematikk 3 – TMA4115
  • Innføring i analog og digital elektronikk – TTT4203
  • Objektorientert programmering – TDT4100

3. Semester, høst

  • Algoritmer og datastrukturer – TDT4120
  • Datamaskiner og digitalteknikk – TDT4160
  • Informatikk prosjektarbeid I - IT1901
  • Statistikk – TMA4240

 

Poenggrenser ved opptak 2024

Poenggrenser ved to siste gjennomført opptak

Studieretning Poenggrense 2023 Poenggrense 2024
Databaser og søk Alle Alle
Effektive datasystemer Ny studieretning fra 2024 Alle
Kunstig intelligens 3,38 3,285
Programvaresystemer Alle Alle
Visuell databehandling Ny studieretning fra 2024 3,3

Når poenggrensene regnes ut omgjøres bokstavkarakterene til følgende tallverdier:

A=1, B=2, C=3, D=4, E=5, F=6 (stryk)

"Ikke møtt" på eksamen de tre første semesterene gir 6 i snittberegningen.

 


Hovedprofiler

Dette gjelder kun for studenter som valgte studieretning i 2023 eller tidligere.

Din studieretning avgjør hvilken hovedprofil du kan velge 4. året.

På studieretningene databaser og søkkunstig 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

6886 Visninger