Computational Engineering - master i teknologi/siv.ing.


Dette er studieprogrambeskrivelsen for studieåret 2024-2025

Fakta

Vekting (stp)

120

Studieprogramkode

M-COMPEN

Studienivå

Mastergrad iht §3, 2 år

Fører til grad

Master of Science

Heltid/deltid

Heltid

Varighet

4 Semestre

Grunnstudium

Nei

Undervisningsspråk

Engelsk

I dette studiet lærer studentene hvordan de anvender matematiske og numeriske modeller for å analysere komplekse og usikre systemer. Innsikten brukes for å ta bedre beslutninger om forbedret ytelse, kvalitet og arbeidsflyt.

Studiet har studenter med ulik ingeniørbakgrunn. Vi har fire obligatoriske emner der fokus er på modellering, programmering, maskinlæring og beslutningsstøtte. I emnene våre bruker vi prosjektarbeid, og studentene får muligheter til å jobbe med realistiske problemstillinger og lære hvordan man fremstiller og kommuniserer resultatene profesjonelt. Resten av programmet består av anbefalte valgemner, der studenten kan velge emner som passer best interessene og/eller ingeniørbakgrunnen.

Studiet er internasjonalt, hvor norske og utenlandske studenter studerer sammen. Alle emnene undervises på engelsk. Masterprogrammet introduserer, illustrerer og diskuterer en metodikk som bygger på matematikk, statistikk og grunnleggende programmering fra et bachelorprogram i ingeniør- eller realfag.

Programmet inkluderer avanserte emner innen:

  • modellering og algoritmer
  • beslutningsanalyse
  • optimalisering og usikkerhetskvantifisering

Det er en stor etterspørsel etter denne kompetansen i samfunnet. Flere av våre studenter får relevante jobbtilbud før de har fullført masterprogrammet. Noen jobber med dataanalyser, noen med å utvikle og teste programmer, mens andre igjen jobber som ingeniør.

Studiet går over fire semestre og dekker 120 studiepoeng, og resulterer i en mastergrad i Computational Engineering. 30 av studiepoengene består av emner som sikrer en grunnleggende felles basis i modellering, programmering og beslutningsanalyse. De resterende 90 studiepoengene består av 60 studiepoeng spesialiseringsemner, og en masteroppgave på 30 studiepoeng. Masteroppgaven er et større, individuelt prosjekt som gjennomføres i det siste semesteret, ofte i samarbeid med en ekstern bedrift. All undervisning gis på engelsk. Emnene har ukentlige forelesninger, og vurderingsformene I emnene er varierte. Du vil få øvelse i å skrive rapporter og kommunisere resultatene dine til et bredere publikum.

Hvert emne i programmet har en detaljert beskrivelse, som opplyser om:
- Arbeids- og undervisningsmetoder
- Pensumlitteratur
- Vurderingsformer
- Læringsutbytte

Masteroppgaven (MODMAS) gjennomføres vanligvis i det fjerde semesteret, og skal ta for seg et temaområde som er relevant for studieprogrammet. Mange studenter skriver oppgaven sin i samarbeid med en ekstern bedrift. Planleggingen av masteroppgaven skjer i det tredje semesteret.

Programmet fokuserer på dynamisk beslutningstaking under usikkerhet, spesielt tilpasset energisektoren, og tilbyr emner som integrerer karbonhåndteringsstrategier med tradisjonelle økonomiske mål. Dette lærer studentene å evaluere prosjekter som oppnår både bærekrafts- og lønnsomhetsmål. Uten upartisk prognose og beregningsingeniørarbeid risikerer energiselskaper dårlige beslutninger, noe som hindrer fremgangen mot ren energi. Programmet utstyrer studentene med verktøy og metoder for å kunne navigere denne overgangen effektivt. På denne måten bidrar masterprogrammet til å oppnå FNs bærekraftsmål nr. 7: Ren energi for alle.

Læringsutbytte

En kandidat med fullført og bestått toårig mastergrad i Computational Engineering skal ha følgende samlede læringsutbytte definert i form av kunnskap, ferdigheter og generell kompetanse:

Kunnskap

K1: Kan demonstrere kompetanse innenfor usikkerhetskvantifisering og avansert modellering for beslutningsstøtte. Dette innebærer at kandidaten har evnen til å utvikle matematiske modeller som tar høyde for usikkerhet i ufullstendige data og informasjon. Modellene skal gi grunnlag for forbedret forståelse og tolkning av data samt for beslutningsstøtte.

K2: Har kunnskap om flere matematiske og datavitenskapelige modeller slik at man kan bestemme passende matematisk formulering for å beskrive et system.

K3: Har kunnskap om numeriske løsningsmetoder slik at man kan kvantifisere begrensninger i de matematiske modellene og de numeriske feilene introdusert av løsningsmetodene.

Ferdigheter

F1: Kan analysere og være kritisk til ulike informasjonskilder og anvende disse kildene til å strukturere og formulere faglige og vitenskapelige resonnementer i henhold til modellering, usikkerhetskvantifisering, simulering, optimalisering og beslutningsstøtte.


F2: Har detaljert kunnskap og erfaring med programmering i minst ett programmeringsspråk på høyt nivå. Utvikle egne modelleringsprogrammer for spesifikke beslutnings- eller optimaliseringssituasjoner

F3: Kan samle, analysere og kritisk vurdere egnede datasett for å teste modeller. Justere modellparametere ved å bruke data og ekspertkunnskap. Utføre sensitivitetsanalyse av modellparametere for å gi ytterligere innsikt og forståelse.

F4: Er i stand til å finne den rette balansen mellom en modells nytteverdi (hvor troverdig er forståelsen som modellen gir) og håndterbarhet (enhver analyse må gjennomføres innenfor gitte tids- og ressursbegrensninger).

F5: Kan gjennomføre et selvstendig, avgrenset forsknings- eller utviklingsprosjekt under veiledning og i henhold til gjeldende normer for forskningsetikk.

Generell kompetanse

G1: Kan utvikle hypoteser og foreslå systematiske måter å teste disse på ved hjelp av matematiske modeller.

G2: Kan kommunisere på en profesjonell måte om vitenskapelige problemer, beslutninger, resultater av data, usikkerhet og modelleringsanalyse – både til spesialister og til allmennheten.

G3: Kan bruke matematisk modellering som et verktøy i et bredt spekter av problemer og anvendelser innen ulike fagområder og bidra til innovasjon.

G4: Kan analysere relevante akademiske, faglige og forskningsetiske problemstillinger.

Hva kan du bli?

Økt automatisering, robotisering, mer bruk av simuleringsmodeller og tilgang til store datamengder endrer de tradisjonelle ingeniørarbeidsoppgavene. Computational Engineers er godt egnet til å ta i bruk og bidra til digitalisering av de nye arbeidsoppgavene, fordi de har spesifikk kunnskap om de interiørmessige aspektene (domenekunnskap), programmering og modelleringskompetanse for å ta nødvendige digitaliseringsskritt.

Flere av våre studenter får relevante jobbtilbud før de har fullført mastergraden. Noen jobber med dataanalyser, noen utvikler og tester programmer, mens andre jobber som ingeniører.

En mastergrad i Computational Engineering gir et solid grunnlag for opptak til PhD-studier innen de områdene som er relevante for den valgte akademiske fordypningen, som informatikk, energi, anvendt matematikk og fysikk.

Emneevaluering

Ordninger for kvalitetssikring og evaluering av studier er fastsatt i kvalitetssystem for utdanning

Studieplan og emner

  • Obligatoriske emner

    • MODMAS: Masteroppgave i Computational Engineering

      Andre år, semester 3

      Masteroppgave i Computational Engineering (MODMAS)

      Studiepoeng: 30

  • 3. semester ved UiS eller utveksling

    • Emner ved UiS 3. semester

      • Anbefalte valgemner 3. semester

        • ELE510: Bildebehandling og maskinsyn

          Andre år, semester 3

          Bildebehandling og maskinsyn (ELE510)

          Studiepoeng: 10

        • GEO608: Integrert reservoarstyring: fra data til beslutninger

          Andre år, semester 3

          Integrert reservoarstyring: fra data til beslutninger (GEO608)

          Studiepoeng: 10

        • GEO620: Utvikle forsknings- og presentasjonsferdigheter

          Andre år, semester 3

          Utvikle forsknings- og presentasjonsferdigheter (GEO620)

          Studiepoeng: 10

        • STA530: Statistisk læring

          Andre år, semester 3

          Statistisk læring (STA530)

          Studiepoeng: 10

      • Andre valgemner 3. semester

        • DAT530: Diskret simulering og ytelsesanalyse

          Andre år, semester 3

          Diskret simulering og ytelsesanalyse (DAT530)

          Studiepoeng: 10

        • DAT540: Introduksjon til datavitenskap

          Andre år, semester 3

          Introduksjon til datavitenskap (DAT540)

          Studiepoeng: 10

        • GEO680: Practical Training in Computational Engineering or Energy, Reservoir and Earth Sciences

          Andre år, semester 3

          Practical Training in Computational Engineering or Energy, Reservoir and Earth Sciences (GEO680)

          Studiepoeng: 10

        • MSK540: Elementmetoder, videregående kurs

          Andre år, semester 3

          Elementmetoder, videregående kurs (MSK540)

          Studiepoeng: 10

        • PET685: Investerings- og beslutningsanalyse for ingeniører

          Andre år, semester 3

          Investerings- og beslutningsanalyse for ingeniører (PET685)

          Studiepoeng: 10

        • STA510: Statistisk modellering og simulering

          Andre år, semester 3

          Statistisk modellering og simulering (STA510)

          Studiepoeng: 10

    • Utveksling 3. semester

  • Obligatoriske emner

    • MOD500: Decision Analysis with Artificial Intelligence Support

      Første år, semester 1

      Decision Analysis with Artificial Intelligence Support (MOD500)

      Studiepoeng: 10

    • MOD510: Modeling and Computational Engineering

      Første år, semester 1

      Modeling and Computational Engineering (MOD510)

      Studiepoeng: 10

    • MOD550: Fundaments of Machine Learning for and with Engineering Applications

      Første år, semester 2

      Fundaments of Machine Learning for and with Engineering Applications (MOD550)

      Studiepoeng: 10

    • MOD600: Datadrevet modellering av konserveringsligninger

      Første år, semester 2

      Datadrevet modellering av konserveringsligninger (MOD600)

      Studiepoeng: 10

    • MSB415: Sustainable Entrepreneurship

      Andre år, semester 3

      Sustainable Entrepreneurship (MSB415)

      Studiepoeng: 10

    • MODMAS: Masteroppgave i Computational Engineering

      Andre år, semester 3

      Masteroppgave i Computational Engineering (MODMAS)

      Studiepoeng: 30

  • Anbefalte valgemner 1 og 2. semester

    • DAT540: Introduksjon til datavitenskap

      Første år, semester 1

      Introduksjon til datavitenskap (DAT540)

      Studiepoeng: 10

    • STA500: Sannsynlighetsregning og statistikk 2

      Første år, semester 1

      Sannsynlighetsregning og statistikk 2 (STA500)

      Studiepoeng: 10

    • MSK610: Beregningsassistert fluiddynamikk (CFD)

      Første år, semester 2

      Beregningsassistert fluiddynamikk (CFD) (MSK610)

      Studiepoeng: 10

    • PET575: Modellering og kontroll for automatiseringsprosesser

      Første år, semester 2

      Modellering og kontroll for automatiseringsprosesser (PET575)

      Studiepoeng: 10

  • Andre valgemner 1 og 2. semester

    • PET510: Modellering av reservoar og brønnstrømning

      Første år, semester 1

      Modellering av reservoar og brønnstrømning (PET510)

      Studiepoeng: 10

    • PET685: Investerings- og beslutningsanalyse for ingeniører

      Første år, semester 1

      Investerings- og beslutningsanalyse for ingeniører (PET685)

      Studiepoeng: 10

    • ELE520: Maskinlæring

      Første år, semester 2

      Maskinlæring (ELE520)

      Studiepoeng: 10

    • GEO506: Reservoir Modelling and Simulation 

      Første år, semester 2

      Reservoir Modelling and Simulation  (GEO506)

      Studiepoeng: 10

  • 3. semester ved UiS eller utveksling

    • Emner ved UiS 3. semester

      • Anbefalte valgemner 3. semester

        • ELE510: Bildebehandling og maskinsyn

          Andre år, semester 3

          Bildebehandling og maskinsyn (ELE510)

          Studiepoeng: 10

        • GEO608: Integrert reservoarstyring: fra data til beslutninger

          Andre år, semester 3

          Integrert reservoarstyring: fra data til beslutninger (GEO608)

          Studiepoeng: 10

        • GEO620: Utvikle forsknings- og presentasjonsferdigheter

          Andre år, semester 3

          Utvikle forsknings- og presentasjonsferdigheter (GEO620)

          Studiepoeng: 10

        • STA530: Statistisk læring

          Andre år, semester 3

          Statistisk læring (STA530)

          Studiepoeng: 10

      • Andre valgemner 3. semester

        • DAT530: Diskret simulering og ytelsesanalyse

          Andre år, semester 3

          Diskret simulering og ytelsesanalyse (DAT530)

          Studiepoeng: 10

        • DAT540: Introduksjon til datavitenskap

          Andre år, semester 3

          Introduksjon til datavitenskap (DAT540)

          Studiepoeng: 10

        • GEO680: Practical Training in Computational Engineering or Energy, Reservoir and Earth Sciences

          Andre år, semester 3

          Practical Training in Computational Engineering or Energy, Reservoir and Earth Sciences (GEO680)

          Studiepoeng: 10

        • MSK540: Elementmetoder, videregående kurs

          Andre år, semester 3

          Elementmetoder, videregående kurs (MSK540)

          Studiepoeng: 10

        • STA510: Statistisk modellering og simulering

          Andre år, semester 3

          Statistisk modellering og simulering (STA510)

          Studiepoeng: 10

    • Utveksling 3. semester

Utveksling

Opplegg for utvekslingen

I 3. semester på masterprogrammet i Computational Engineering er det lagt til rette for et studieopphold i utlandet.

Det er satt opp 30 studiepoeng valgemner i 3. semester. I utlandet må du velge emner som gir en tilsvarende fordypning innen ditt fagområde, og disse må være godkjente før du reiser ut. Det er også viktig at emnene du skal ta i utlandet ikke overlapper med emner du alt har tatt eller skal ta senere i studiet. Et tips er å tenke på din spesialisering og ditt interessefelt. Du må velge minst ett ikke-realfaglig/teknologisk emne tilsvarende 5-10 studiepoeng (feks. økonomi, språk, etikk, prosjektledelse, grønn omstilling eller lignende).

Flere muligheter

I tillegg til de faglig anbefalte lærestedene som er listet opp under, har UiS en rekke avtaler med universitet utenfor Europa som er aktuelle for alle studenter på UiS med forbehold om at de finner et relevant fagtilbud. Innen Norden kan alle studenter benytte seg av Nordlys- og Nordtek-nettverkene.

Finn ut mer.

Svalbard
Studenter på dette programmet kan søke om å ta emner ved UNIS som del av studiet. Mer informasjon om dette her.

Kontakt studiekoordinator om du har spørsmål eller ønsker veiledning om forhåndsgodkjenning av emner.

Kontaktperson

Veiledning og forhåndsgodkjenning av emner: Karina Sanni

Generelle spørsmål om utveksling: Gå til utvekslingsveilederen i Digital studentekspedisjon

Utveksling

  • Alle land

    Aalborg Universitet

    Aalborg Universitet (AAU) er kjent for å benytte seg av problembasert læring i grupper, noe som kan by på en spennende læringsprosess.

    Colorado School of Mines

    Colorado School of Mines (CSM) er et offentlig universitet kjent verden over for sin gode ingeniørutdannelse.

    Griffith University

    Griffith University er en populær utvekslingsdestinasjon for UiS-studenter. Universitetet er et særlig godt valg for studenter innen musikk/dans, hotell/turisme og business.

    Politecnico di Milano University

    Politecnico di Milano er Italias største tekniske universitet med om lag 40.000 studenter og er høyt rangert på en rekke internasjonale rankinglister.

    Technical University of Munich

    The Technical University of Munich, also known as TUM, accounts for major advancements in the field of natural sciences. TUM is one of the best universities in Germany and has several awarded scientists and Nobel Prize winners. The Technical University of Munich strives for excellent teaching and research quality.

    Uppsala universitet

    “In Uppsala you walk in the gardens of Linnaeus, follow in the footsteps of Nobel laureates, and at the same time meet today’s and tomorrow’s smartest teachers and researchers.”

  • Australia

    Griffith University

    Griffith University er en populær utvekslingsdestinasjon for UiS-studenter. Universitetet er et særlig godt valg for studenter innen musikk/dans, hotell/turisme og business.

  • Danmark

    Aalborg Universitet

    Aalborg Universitet (AAU) er kjent for å benytte seg av problembasert læring i grupper, noe som kan by på en spennende læringsprosess.

  • Italia

    Politecnico di Milano University

    Politecnico di Milano er Italias største tekniske universitet med om lag 40.000 studenter og er høyt rangert på en rekke internasjonale rankinglister.

  • Sverige

    Uppsala universitet

    “In Uppsala you walk in the gardens of Linnaeus, follow in the footsteps of Nobel laureates, and at the same time meet today’s and tomorrow’s smartest teachers and researchers.”

  • Tyskland

    Technical University of Munich

    The Technical University of Munich, also known as TUM, accounts for major advancements in the field of natural sciences. TUM is one of the best universities in Germany and has several awarded scientists and Nobel Prize winners. The Technical University of Munich strives for excellent teaching and research quality.

  • USA

    Colorado School of Mines

    Colorado School of Mines (CSM) er et offentlig universitet kjent verden over for sin gode ingeniørutdannelse.

Opptakskrav

Opptakskravet er fullført bachelorgrad i ingeniørfag, i henhold til nasjonal rammeplan for ingeniørutdanning, eller tilsvarende, med minimum 10 sp med informatikk eller datatekniske emner eller ingeniørfaglig innføringsemne med programmering. Alle søkere må ha minimum 25 sp matematikk, 5 sp statistikk og 7,5 sp fysikk. Søkere med utenlandsk utdanning må ha tilsvarende 25 sp innen matematikk, 5 sp statistikk og 7,5 sp fysikk.

Det er satt en laveste gjennomsnittskarakter for opptak på C

Søknadsfrist: 15. april

Kontaktinformasjon

Det teknisk-naturvitenskapelige fakultet, tlf 51 83 17 00, E-post: post-tn@uis.no.

Studiekoordinator: Karina Sanni