Data och telekom: Teknik, ekonomi och ledarskap, TELMah

Programkod: TGDOT

Institution:

Datavetenskap

Version:

2

För studenter antagna höst 2011  

Andra versioner

Fastställande

Programmet är inrättat 22 november 2006.
Denna utbildningsplan (version 2) är fastställd 14 oktober 2009 av Utbildningsnämnden/kursnämnden för beredning och beslut av kursplaner på Teknik och samhälle.
Utbildningsplanen gäller från 01 september 2010. Ersätter utbildningsplan fastställd 14 oktober 2009.

Förkunskapskrav och andra villkor för tillträde till programmet

Grundläggande behörighet + Matematik B.

Lärandemål

Utbildningen syftar till att genom studentaktivt lärande och ämnesövergripande projektarbeten ge studenterna möjlighet att utveckla, integrera och professionsrelatera kunskaper och färdigheter inom områdena teknik, ekonomi och ledarskap med inriktning mot Datavetenskap och Data och telekommunikation.

Lärandemålen är relaterade till vald utbildningsomfattning enligt följande:

__Omfattning 120 hp__

Kunskap och förståelse
Efter avslutad utbildning ska studenten:

• visa kunskap och förståelse inom området Datavetenskap och Data och telekommunikation
• visa kännedom om den vetenskapliga grunden för området Datavetenskap
• visa kunskap om några vetenskapliga metoder tillämpliga inom området Datavetenskap
• visa förståelse för att sammanhang och problem kan ses ur olika ämnesperspektiv
• visa förståelse för hur flerdisciplinära projekt utvecklas och genomförs

Färdighet och förmåga
Efter avslutad utbildning ska studenten:

• visa förmåga att samla och kritiskt tolka relevant information för att formulera svar på väldefinierade frågeställningar inom området Datavetenskap
• visa förmåga att redogöra för och diskutera sitt kunnande inom området Datavetenskap och Data och telekommunikation med olika målgrupper
• kunna aktivt delta i projektgrupper där olika kompetenser är representerade
• visa sådan färdighet som fordras för att självständigt arbeta inom området Datavetenskap

Värderingsförmåga och förhållningssätt
Efter avslutad utbildning ska studenten:

• kunna analysera problemställningar och behov inom området Datavetenskap samt kunna diskutera möjliga lösningar
• kunna analysera sitt kunskapsbehov för att lösa en uppgift, finna relevant information och kunna ta denna till sig och sätta den i ett sammanhang
• kunna arbeta självständigt och i grupp samt ta ansvar för sitt eget lärande

__Omfattning 180 hp__

Kunskap och förståelse
Efter avslutad utbildning ska studenten:

• visa kunskap och förståelse inom Datavetenskap, inbegripet kännedom om områdets vetenskapliga grund och kunskap om tillämpliga metoder inom området, fördjupning inom någon del av området samt orientering om aktuella forskningsfrågor
• visa förståelse för att sammanhang och problem kan ses ur olika ämnesperspektiv
• visa förståelse för hur flerdisciplinära projekt utvecklas och genomförs
• visa kunskap om organisations- och miljöfrågor

Färdighet och förmåga
Efter avslutad utbildning ska studenten:

• kunna följa kunskapsutvecklingen inom området
• visa förmåga att samla och kritiskt tolka relevant information i en problemställning samt kritiskt diskutera företeelser, frågeställningar och situationer
• visa förmåga att självständigt identifiera, formulera och lösa problem samt genomföra uppgifter inom givna tidsramar
• visa sådan färdighet som fordras för att självständigt arbeta inom området Datavetenskap
• kunna aktivt delta i projektgrupper där olika kompetenser är representerade
• visa beredskap att möta förändringar i arbetslivet
• visa en gränsöverskridande handlingskompetens omfattande områdena teknik, ekonomi och ledarskap
• visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med olika målgrupper
• kunna söka och värdera kunskap på vetenskaplig nivå
• visa god förmåga att uttrycka sig i tal och skrift
• kunna söka, värdera och tillgodogöra sig relevant information
• kunna göra självständiga och kritiska bedömningar
• kunna söka, inhämta och värdera relevant information

Värderingsförmåga och förhållningssätt
Efter avslutad utbildning ska studenten:

• visa förmåga att inom området Datavetenskap göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter
• visa insikt om kunskapens roll i samhället och om människors ansvar för hur den används
• visa förmåga att identifiera sitt behov av ytterligare kunskap och att utveckla sin kompetens
• förstå nödvändigheten av och ha förutsättningar för ett livslångt lärande

Innehåll

Kurser inom programmet

För programtillfälle med start Höst 2011:



Höst 2011

• Data- och telekommunikationsteknik, 1-30 hp (DA221T)
• Datavetenskap I, 1-30 hp (DA211T)



Höst 2012

• Datavetenskap II, 31-60 hp (DA112T)
• Tillämpad nätverksteknik, 7.5 hp (DA223A) valbar
• Informationssystem I, 30 hp (DA301T) valbar
• Matematik C förberedande kurs för TELMah, 5 veckor (MA013F) valbar
• Naturvetenskap/matematik, förberedande kurs, 20 veckor (FY002F) valbar
• Kommunikationsteknik: principer och applikationer, 7.5 hp (DA224A) valbar



Vår 2013

• Elektriska kretsar och fält, 7.5 hp (DA225A) valbar
• Linjär algebra med statistik, 7.5 hp (MA102A) valbar
• Datavetenskaplig projektkurs med ämnesövergripande projekt, 7.5 hp (DA226A) valbar



Höst 2013

• Datavetenskap: Tillämpningsmoment, 15 hp (DA232A)
• Advanced Programming, 7.5 hp (DA405A) valbar
• Avancerad programmering i C++, 7.5 hp (DA170A) valbar
• Företagsekonomi I, 1-30 hp (EK210A) valbar
• Inbyggda system, 15 hp (DA228A) valbar
• Etik och IT, 7.5 hp (DA199B) valbar
• Informationssystem I, 30 hp (DA301T) valbar
• Företagsekonomisk fortsättningskurs med ämnesövergripande projekt, 31-60 hp (EK102T) valbar
• Ledarskap och organisation II, 30 hp (OL109A) valbar
• Datavetenskapsteori och akademiskt skrivande, 7.5 hp (DA238A) <em>valbar</em>
• Projektledning - tillämpad IT, 15 hp (DA140A) valbar
• Projektledning - Grundkurs med ämnesövergripande projekt, 1-30 hp (OL201T) valbar
• Applikationsutveckling för Android, 7.5 hp (DA171A) valbar
• Introduction to Natural Language Processing, 7.5 hp (DA334A) valbar
• Programmeringsspråk och paradigmer, 7.5 hp (DA172A) valbar



Vår 2014

• Datavetenskap: Examensarbete, 15 hp (DA230A)
Kommentar:

Samtliga kurser läses på halvfart. Under första och andra året börjar kurserna på höstterminen och fortsätter på vårterminen. Under termin 3-6 läses Datavetenskap obligatoriskt, parallellt med valbara kurser.

Valbara kurser, totalt 30 hp för Högskoleexamen och 60 hp för Kandidatexamen, kan väljas i olika ämnen inom Teknik, ekonomi och ledarskap eller andra valfria kurser vid Malmö högskola.



Upplägg

Utbildningen ingår i programfamiljen Teknik, ekonomi och ledarskap.

Programmen inom Teknik, ekonomi och ledarskap är uppbyggda kring 30-högskolepoängskurser på 1-30, 31-60 och 61-90 högskolepoängsnivå inom ämnesfälten: Biomedicinsk teknologi, Företagsekonomi, Informationssystem, Datavetenskap och Data- och telekommunikationsteknik samt Projektledning och Matematik/Naturvetenskap på 1-30 högskolepoängsnivå.

Varje kurs på 1-30 och 31-60 högskolepoängsnivå har en del (6 högskolepoäng till 8 högskolepoäng) som avsätts för gränsöverskridande projektarbete.

Gränsöverskridande, ämnesövergripande projekt har en central roll i utbildningen och innebär bland annat att studenter som deltar i olika kurser ingår i samma projektgrupper. Projekten innebär att studenterna tränas i att använda ämneskunskaperna i en kontext som svarar mot en förväntad profession.

Studentens lärande sker genom projektarbete, föreläsningar, övningar, fallstudier, laborationer, seminarier, handledning, självstudier med mera. Obligatoriska moment anges i respektive kursplan.

Undervisningen planeras så att den ger den studerande förmåga till och vana vid att arbeta såväl självständigt som i grupp. Den lärarledda undervisningen avser primärt att stödja studentens självstudier och huvudvikten i denna läggs vid det som ger förståelse, överblick och sammanhang. Detta avspeglar sig i examinationen. De olika kurserna utformas så långt som är möjligt så att de stödjer och drar nytta av varandra.


Examen

Högskoleexamen, Kandidatexamen.

120 högskolepoäng varav 60 hp med progression inom huvudområdet Datavetenskap ger Högskoleexamen i Datavetenskap.

180 högskolepoäng varav 90 hp med progression inom huvudområdet Datavetenskap ger Kandidatexamen i Datavetenskap.



Övrigt

I respektive kursplan framgår de förkunskapskrav som krävs för uppflyttning inom programmet.