{"id":"i.uoh.hda.ddcma.h3pqw.20262","status":"ACTIVE","content":{"code": "DDCMA", "type": {"code": "HS", "type": "C_SchoolType"}, "title": {"strings": [{"lang": "swe", "value": "Data Science: Masterprogram"}, {"lang": "eng", "value": "Data Science: Master programme"}]}, "credits": {"system": {"code": "hp", "type": "C_Credits"}, "credits": 120.0}, "degrees": [{"strings": [{"lang": "swe", "value": "Masterexamen"}]}], "expires": "2027-10-15T00:00:00", "subjects": [{"code": "392", "type": "UH_Subject"}], "identifier": "i.uoh.hda.ddcma.h3pqw.20262", "lastEdited": "2026-09-21T14:10:09", "description": {"strings": [{"lang": "swe", "value": "Data Science-programmet ger en intensiv och bred utbildning i; datainsamling, databearbetning, informationsanalys, informationsmodellering och beslutsfattande, delar som hänger samman i den så kallade Business Intelligence-kedjan (BI). Den integrerar de viktigaste komponenterna från Artificiell intelligens, dataanalys av företagsdata, informationssystem med statistiska principer. Denna konstruktion syftar till att utveckla studenten för att möta ökande globala utmaningar i karriären och ge dem kompetens och kapacitet från avancerad dataanalysforskning till kompetens inom företagsledning\n\nÅr ett breddas kunskaper och färdigheter inom huvudområdet Mikrodataanalys. I början av programmet finns ett antal kurser som lägger grunden för de fortsatta studierna på programmet. Programmets kurser under första året fokuserar på analys av företagsdata med hjälp av såväl statistiska som datavetenskapliga metoder i en BI-kontext. Dessutom tas frågor rörande datainsamling och datakvalitet upp. Vid slutet av det första året har grunden för att kunna utnyttja olika teknologier lagts. Det första året på programmet ger praktisk färdighet i att samla in, lagra och analysera data.\n\nUnder det andra året kommer studenterna att tränas i och testas på frågor som är relevanta för data modellering och dataanalys. Andra årets kurser syftar till att fördjupa samt bredda de kunskaper som studenterna har förvärvat under första året. Exempelvis fördjupas kunskaperna i datamodellering och studenterna lär sig dessutom att analysera rumslig data. Under andra året ska även en plan för examensarbetet utarbetas. I planen identifieras ett problem och ett undersökningsmål formuleras. Planen ska beskriva hur problemet lösas och vilket material arbetet kommer att bygga på samt hur tillgång till detta kan försäkras. Vidare ska det i planen redogöras för vilket lärandebehov som finns för att uppnå målet och på basis av den behovsinventeringen väljs lämpliga valbara kurser i programmet. Planen ska redovisas för en handledargrupp. Under den sista terminen färdigställs examensarbetet. Examensarbetet kan vara av metodologisk art och bidra till utveckling av metoder och tekniker inom mikrodataanalys. Det kan också vara ett praktiskt arbete som syftar till att förstärka en organisations BI-kedja eller förbättra den i någon del.\n"}, {"lang": "eng", "value": "The Data Science Programme provides students with an intensive and broad education in data collection, data processing, information analysis, information modelling and decision-making, which are components in the so-called Business Intelligence chain (BI). The programme integrates the most important components from Artificial Intelligence, data analysis of business data, and information systems with statistical principles. The design aims both to develop the ability of students to meet increasing global challenges in their careers and to give capacity to work within such diverse areas as data analysis research to enterprise management.\n\nIn year one, students broaden their knowledge and skills in the main field of study, Microdata Analysis. A number of courses at the start of the programme lay the foundation for the rest of the programme. Courses in the first year focus on the analysis of business data using statistical and computer science methods in a BI context. Additionally, questions relating to data collection and data quality are discussed. By the end of the first year, the foundation for how to utilise various technologies will have been laid. The first year of the programme is when students gain practical skills in collecting, storing and analysing data.\n\nIn year two, students are taught about and tested on issues that are relevant to data modelling and data analysis. Second-year courses aim to deepen and broaden the knowledge that students acquire in the first year. For example, students gain a deeper knowledge of data modelling and also learn how to analyse spatial data. In the second year, students formulate a basic outline for their thesis work. In the plan, a problem is identified and a research outcome is formulated. The plan must describe how the problem will be solved and what material the work will be based on, as well as how access to this can be assured. In addition, the plan outlines what the student needs to learn to be able to complete the thesis, and on the basis of these needs, appropriate elective courses are chosen. The plan is presented to a supervisory group. In the final semester, students complete their thesis work. The thesis work can be methodological in nature and contribute to the development of methods and techniques within the field of microdata analysis. It can also be practical in nature and aim to strengthen the BI chain of an organisation or improve it in some form.\n\n\n"}]}, "eligibility": {"strings": [{"lang": "swe", "value": "Kandidatexamen 180 hp i ämnet datavetenskap och Engelska 6/Engelska nivå 2"}, {"lang": "eng", "value": "Bachelor’s degree in Data Science comprising at least 180 credits and English 6/English level 2"}]}, "configuration": {"code": "program", "type": "C_Configuration"}, "resultIsDegree": true, "educationLevels": [{"code": "avancerad", "type": "UH_EducationLevel"}], "recommendedPriorKnowledge": {"strings": [{"lang": "swe", "value": "uh"}]}}}