Masterprogram i Data Science and Information Engineering, 120 hp

Master's Programme in Data Science and Information Engineering, 120 credits

6MDSI

Undervisningsspråk

Engelska

Studieort

Linköping

Examensbenämning

Teknologie masterexamen med huvudområde Elektroteknik

Studietakt

Helfart
Information om möjliga avsteg från kursplan/utbildningsplan

Syfte

Data Science and Information Engineering omfattar grundläggande begrepp inom maskininlärning, datorseende, statistik, signalbehandling och informationsteori.

Mål

Masterprogrammet i Data Science and Information Engineering erbjuder en blandning av obligatoriska och valbara kurser med både bredd och djup. 

Efter avslutat masterprogram förväntas studenten ha förvärvat följande kunskaper och färdigheter:

Ämneskunskaper

Studenter från masterprogrammet Data Science and Information Engineering 

  • är väl kompetenta i matematik, fysik och ingenjörsvetenskap, och därmed kapabla att formulera och lösa problem inom analys av big data och storskaliga informationsmängder och signaler
  • är bekanta med grunderna i storskalig dataanlays, bildbehandling och kommunikationssystem 
  • har förmåga att använda, föreslå och utvärdera tekniska verktyg och tillvägagångssätt relaterade till maskininlärning, signalbehandling, informationsteori, signalbehandling och komplexa nätverk samt lösa dem med lämpliga modeller och genom att tillämpa sunda teknikvetenskapliga principer
  • är förtrogna med tillämpningar av teoretiska modeller och resonemang applicerade på problem inom data science, datorseende, och kommunikationssystem, som kan uppstå inom industri, företag, akademiska miljöer och forskningslaboratorier

Individuella och yrkesmässiga färdigheter och förhållningssätt

Studenter från masterprogrammet Data Science and Information Engineering uppvisar

  • förmåga att manifestera och leda modern forskning och teknikutveckling inom data science, maskininlärning, kommunikationsteknik, och datorseende 
  • kunskap att identifiera och hantera specifika problemställningar relaterade till behandling av, analys av, och slutledning från signaler och storskaliga informationsmängder
  • kreativitet, initiativförmåga, och ansvar i bidragandet till innovativ problemlösning
  • ett systematiskt förhållningssätt till problemlösning

Förmåga att arbeta i grupp och kommunicera

Studenter från masterprogrammet Data Science and Information Engineering uppvisar

  • kapacitet att samverka med andra personer, aktivt delta i en grupp och där dela arbetsuppgifter och ansvar
  • förmåga att agera medlare mellan ingenjörer inom elektroteknik och datavetenskap, data scientists, matematiker och fysiker i multidiciplinära omgivningar
  • förmåga att planera, utveckla, realisera och utvärdera vetenskapliga och tekniska projekt
  • goda färdigheter i muntlig och skriftlig kommunikation på engelska i tekniska sammanhang
  • kompetenser i vetenskapligt skrivande

Planering, genomförande och presentation av forsknings- eller utvecklingsprojekt med hänsyn till vetenskapliga och samhälleliga behov och krav

Studenter från masterprogrammet Data Science and Information Engineering uppvisar

  • ett holistiskt perspektiv i processen att sammanfoga vetenskapliga och tekniska principer och metoder för utveckling av algoritmer, processer och system
  • ansvar för att identifiera, integrera, och skapa en grundlig förståelse för den tekniska utvecklingens påverkan på samhället samt att kommunicera denna kunskap till allmänheten

Innehåll

Programmets innehåll säkerställer att studenterna uppvisar kompetenser inom:

  • data-driven och modellbaserad behandling och analys av signaler och storskaliga informationsmängder
  • modern maskininlärning, inklusive deep learning och distribuerad inlärning
  • implementering av algoritmer i programspråk, samt utvärdering av deras prestanda
  • grunderna inom datorseende och system för bildbehandling
  • grunderna inom kommunikationssystem och trådlös konnektivitet 

Inriktningar

För fördjupning  inom ett specifikt område kan studenten välja bland tre specialiseringar:

  • Data science: inkluderar teknologi för naturligt språk, data mining, sensorfusion, och Bayesiansk inlärning
  • Images and vision: inkluderar inbyggda perceptionssystem, videoanalys, 3D-seende, samt bild- och ljudkompression
  • Connectivity: inkluderar digitala och trådlösa kommunikationssystem, datakompression, signalbehandling och informationsnät

Undervisnings- och arbetsformer

Utbildningen är campusförlagd och består av en obligatorisk del motsvarande 54 hp. Den första terminen följs av tre möjliga inriktningar. Programmet avslutas med ett examensarbete omfattande 30 hp. 

Förkunskapskrav

  • Kandidatexamen i något av följande eller motsvarande huvudområden:
    - elektroteknik
    - datateknik 
    - datavetenskap
    - teknisk fysik
    - matematik 
     
  • 30 hp i matematik/tillämpad matematik, inklusive linjär algebra och sannolikhetslära
  • en programmeringskurs
  • en kurs i signaler och system
  • Engelska 6 eller Engelska nivå 2
    Undantag för svenska

    Självständigt arbete (examensarbete)

    Examensarbetet ska baseras på vetenskapligt innehåll av hög kvalitet och genomföras i nära kontakt med de forskargrupper som är involverade i programmet. Examensarbetet ska skrivas och presenteras på engelska. Huvudområdet för examensarbetet ska vara elektroteknik.

    För tillträde till examensarbetet krävs att studenten är antagen till programmet och har minst 60 hp från kurser ur programplanen, varav minst 30 hp måste vara på avancerad nivå inom huvudområdet.

    Examenskrav

    • en kandidatexamen som anges i antagningskraven
    • alla obligatoriska och valbara kurser från programplanen avslutade så att kravet på 120 hp är uppfyllt.
    • minst 90 hp kurser på avancerad nivå A varav:
      - minst 30 hp kurser från huvudområdet elektroteknik
      - 30 hp examensarbete inom huvudområdet elektroteknik
    • examensarbete (30 hp) inom huvudområdet elektroteknik presenterat och godkänt i enlighet med LiTH:s bestämmelser.

    Kurser som överlappar varandra avseende innehåll får inte ingå i examen. Kurser som använts för kandidatexamen kan aldrig ingå i masterexamen.

    Examensbenämning på svenska

    Teknologie masterexamen med huvudområde Elektroteknik

    Examensbenämning på engelska

    Degree of Master of Science (120 credits) with a major in Electrical Engineering

    Övriga föreskrifter

    Se fliken Generella bestämmelser avseende behörighet, antagning, anstånd, studieuppehåll, studieavbrott samt antagning till senare del av utbildningsprogram.

    Avsteg från utbildningsplan

    Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna utbildningsplan.

    Termin 1 HT 2026

    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TSBB06 Multidimensionell signalanalys 6* A1N 2 O
    *Kursen läses över flera perioder
    TSKS15 Detektion och estimering av signaler 6 A1N 4 O
    TSKS35 Informations- och kommunikationsteknik 6* A1N 3 O
    *Kursen läses över flera perioder
    Period 2
    TDDE01 Maskininlärning 6 A1N 1 O
    TSBB06 Multidimensionell signalanalys 6* A1N 3 O
    *Kursen läses över flera perioder
    TSKS33 Komplexa nätverk och stora datamängder 6 A1N 2 O
    TSKS35 Informations- och kommunikationsteknik 6* A1N 4 O
    *Kursen läses över flera perioder

    Termin 2 VT 2027

    Inriktning: Connectivity — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TDDD41 Data Mining - Clustering and Association Analysis 6 A1N 3 O
    TSKS36 Digital och trådlös kommunikation 6 A1F 4 O
    Period 2
    TSBK38 Bild- och ljudkompression 6 A1N 4 O
    TSKS16 Signalbehandling för kommunikation 6 A1N 1 O
    TSKS17 Sensorsystem 6 A1N 3 O
    Inriktning: Data science — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TDDD41 Data Mining - Clustering and Association Analysis 6 A1N 3 O
    TDDD95 Algoritmisk problemlösning 6* A1F 1 O
    *Kursen läses över flera perioder
    TDDE09 Språkteknologi 6 A1F 2 O
    Period 2
    TDDD95 Algoritmisk problemlösning 6* A1F 4 O
    *Kursen läses över flera perioder
    TDDE07 Bayesianska metoder 6 A1F 2 O
    TSRT14 Sensorfusion 6 A1N 3 O
    Inriktning: Images and Vision — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TDDD95 Algoritmisk problemlösning 6* A1F 1 O
    *Kursen läses över flera perioder
    TSBB18 Inbyggda perceptionssystem 6 G2F 3 O
    TSBB34 Datorseende för videoanalys 6 A1N 1 O
    Period 2
    TDDD95 Algoritmisk problemlösning 6* A1F 4 O
    *Kursen läses över flera perioder
    TSBB33 3D-datorseende 6 A1N 3 O
    TSBK38 Bild- och ljudkompression 6 A1N 4 O

    Termin 3 HT 2027

    Inriktning: Connectivity — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TSIN01 Informationsnät 6 A1N 3 O
    TSKS18 Generativ AI för datakompression och transmission 6 A1F 1 O
    TSKS25 Projektkurs i signalbehandling, kommunikation och nätverk 12* A1F 4 O
    *Kursen läses över flera perioder
    Period 2
    TSKS25 Projektkurs i signalbehandling, kommunikation och nätverk 12* A1F 4 O
    *Kursen läses över flera perioder
    TSKS38 Distribuerad informationsbehandling och maskininlärning 6 A1N 2 O
    Inriktning: Data science — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TDDE15 Avancerad maskininlärning 6 A1F 1 O
    TSKS25 Projektkurs i signalbehandling, kommunikation och nätverk 12* A1F 4 O
    *Kursen läses över flera perioder
    TSRT92 Modellering och inlärning för dynamiska system 6 A1N 3 O
    Period 2
    TSKS25 Projektkurs i signalbehandling, kommunikation och nätverk 12* A1F 4 O
    *Kursen läses över flera perioder
    TSKS38 Distribuerad informationsbehandling och maskininlärning 6 A1N 2 O
    Inriktning: Images and Vision — Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TSBB08 Digital bildbehandling grundkurs 6 A1N 4 O
    TSBB19 Maskininlärning för datorseende 6 A1N 2 O
    TSBB22 Projektkurs i bilder och grafik 12* A1F 4 O
    *Kursen läses över flera perioder
    Period 2
    TSBB22 Projektkurs i bilder och grafik 12* A1F 4 O
    *Kursen läses över flera perioder
    TSKS38 Distribuerad informationsbehandling och maskininlärning 6 A1N 2 O

    Termin 4 VT 2028

    Preliminära kurser
    Kurskod Kursnamn Hp Nivå Block VOF
    Period 1
    TQXX30 Examensarbete 30* A2E - O
    *Kursen läses över flera perioder
    Period 2
    TQXX30 Examensarbete 30* A2E - O
    *Kursen läses över flera perioder

    Kursplan

    För varje kurs ska en kursplan finnas. I kursplanen anges kursens mål och innehåll samt de särskilda förkunskaper som krävs för att den studerande skall kunna tillgodogöra sig undervisningen.

    Schemaläggning

    Schemaläggning av programkurser görs enligt beslutad blockindelning för respektive kurs. Fristående kurser kan schemaläggas på andra tider. 

    Avbrott och avanmälan på kurs

    Enligt beslut vid Linköpings universitet skall avbrott i studier registreras i Ladok, se Riktlinjer och rutiner för bekräftelse av deltagande i utbildning med mera på grund- och avancerad nivå, Dnr LiU-2020-02256 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/764582). Alla studenter som inte deltar i kurs man registrerat sig på är alltså skyldiga att anmäla avbrottet så att detta kan noteras i Ladok. Avanmälan eller avbrott från kurs görs via webbformulär Blanketter och formulär 

    Inställd kurs eller avvikelse från kursplanen

    Kurser med få deltagare (< 10) kan ställas in eller organiseras på annat sätt än vad som är angivet i kursplanen. Om kurs skall ställas in eller avvikelse från kursplanen skall ske prövas och beslutas detta av dekan. För fristående kurser måste inställande av kurs ske innan studenter har antagits på kursen (i enlighet med LiUs antagningsordning Dnr LiU-2022-01200, https://styrdokument.liu.se/Regelsamling/VisaBeslut/622645). 

    Riktlinjer rörande examination och examinator 

    Se Beslut om Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet Dnr LiU-2023-00379, (http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592). 

    Examinator för en kurs ska inneha en läraranställning vid LiU i enlighet med LiUs anställningsordning, Dnr LiU-2022-04445 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/622784). För kurser på avancerad nivå kan följande lärare vara examinator: professor (även adjungerad och gästprofessor), biträdande professor (även adjungerad), universitetslektor (även adjungerad och gästlektor), biträdande universitetslektor eller postdoktor. För kurser på grundnivå kan följande lärare vara examinator: professor (även adjungerad och gästprofessor), biträdande professor (även adjungerad), universitetslektor (även adjungerad och gästlektor), biträdande universitetslektor, universitetsadjunkt (även adjungerad och gästadjunkt) eller postdoktor. I undantagsfall kan även en Timlärare utses som examinator på både grund- och avancerad nivå, se Tekniska fakultetsstyrelsen vidaredelegationer. 

    Examination

    Principer för tentamina

    Skriftlig och muntlig tentamen samt digital salstentamen och datortentamen ges minst tre gånger per år; en gång omedelbart efter kursens slut, en gång i augustiperioden samt vanligtvis i en av omtentamensperioderna. Annan placering beslutas av programnämnden.

    Principer för tentamensschemat för kurser som följer läsperioderna:

    • kurser som ges Vt1 förstagångstenteras i mars och omtenteras i juni och i augusti
    • kurser som ges Vt2 förstagångstenteras i maj och omtenteras i augusti och i januari
    • kurser som ges Ht1 förstagångstenteras i oktober och omtenteras i januari och augusti
    • kurser som ges Ht2 förstagångstenteras i januari och omtenteras i mars och i augusti

    Tentamensschemat utgår från blockindelningen men avvikelser kan förekomma främst för kurser som samläses/samtenteras av flera program samt i lägre årskurs.

    För kurser som ges vartannat år ges tentamina 3 gånger endast under det år kursen ges.

    För kurser som flyttas eller ställs in så att de ej ges under något eller några år ges tentamina 3 gånger under det närmast följande året med tentamenstillfällen motsvarande dem som gällde före flyttningen och/eller inställandet av kursen.

    När en kurs, eller ett tentamensmoment (TEN, DIT, DAT, MUN), ges för sista gången ska ordinarie tentamen och två omtentamina erbjudas. Därefter fasas examinationen ut under en avvecklingsperiod med tre tentamina samtidigt som tentamen ges i eventuell ersättningskurs under det följande läsåret. Undantaget är kurser som gavs i perioden HT1, där de tre examinationstillfällena blir januari, mars och augusti. Om ingen ersättningskurs finns ges tre tentamina i omtentamensperioder under det följande läsåret. Annan placering beslutas av programnämnden. I samtliga fall ges dessutom tentamen ytterligare en gång under det därpå följande året om inte programnämnden föreskriver annat. Totalt erbjuds alltså 6 omtentamenstillfällen, varav 2 ordinarie omtentamenstillfällen. I tentaanmälningssystemet markeras tentamina som ges för näst sista respektive sista gången.

    Om en kurs ges i flera perioder under året (för program eller vid skilda tillfällen för olika program) beslutar programnämnden/programnämnderna gemensamt om placeringen av och antalet omtentamina. 

    För fristående kurser med tentamensmoment som inte följer blockplacering kan andra tider förekomma. 

    Omprov övriga examinerande moment

    För riktlinjer för omprov vid andra examinerande moment än skriftliga tentamina, digital salstentamina och datortentamina hänvisas till de generella LiU-riktlinjerna för examination och examinator, Dnr LiU-2023-00379 (http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592). 

    Även andra examinationsmoment ska principmässigt hanteras på samma sätt som ett tentamensmoment när de ges för sista gången. Dock kan tidpunkterna för examinationen variera utifrån momentets karaktär jämfört med tentamenstiderna. 

    Nedlagd kurs

    För Beslut om Rutiner för administration vid avveckling av utbildningsprogram, fristående kurser och kurser inom program, se Dnr LiU-2021-04782 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/1156410). Efter beslut om nedläggning och efter avvecklingsperiodens slut hänvisas studenterna till ersättande kurs (eller motsvarande) enligt information i kursplan eller utbildningsplan. Om en student har godkänt i något/några delmoment (men inte alla) i en avvecklad programkurs och det finns en åtminstone delvis ersättande kurs så kan en bedömning om eventuellt tillgodoräknande ske. Vid eventuella frågor om tillgodoräkning av del av kurs kontakta studievägledare.

    Anmälan till tentamen

    För deltagande i skriftlig tentamen, digital salstentamen och datortentamen är anmälan obligatorisk, se beslut i regelsamlingen Dnr LiU-2020-04559 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/622682). En oanmäld student kan således inte erbjudas plats. Anmälan till tentamen är öppen 30 kalenderdagar före provdatum och stänger 10 kalenderdagar innan provdatum om inget annat anges. Anmälan görs av studenten i Studentportalen eller via LiU-appen. Anvisad sal meddelas fyra dagar före tentamensdagen via e-post. 

    Ordningsföreskrifter för studerande vid tentamensskrivningar

    Se särskilt beslut i regelsamlingen, Dnr LiU-2020-04559 (http://styrdokument.liu.se/Regelsamling/VisaBeslut/622682).

    Plussning

    Vid Tekniska fakulteten vid LiU har studerande rätt att genomgå förnyad examination (s.k. plussning) för högre betyg på skriftliga tentamina, digital salstentamina och datortentamina, dvs samtliga provmoment med modulkod TEN, DIT och DAT. På övriga examinationsmoment ges inte möjlighet till plussning, om inget annat anges i kursplan.

    Plussning är ej möjlig på kurser som ingår i utfärdad examen.

    Betyg och examinationsformer

    Företrädesvis skall betygen underkänd (U), godkänd (3), icke utan beröm godkänd (4) och med beröm godkänd (5) användas. 

    • Kurser med skriftlig tentamen och digital salstentamen skall ge betygen (U, 3, 4, 5).
    • Kurser med stor del tillämpningsinriktade moment såsom laborationer, projekt eller grupparbeten får ges betygen underkänd (U) eller godkänd (G).
    • Examensarbete samt självständigt arbete ger betyg underkänd (U) eller godkänd (G).

    Examinationsmoment och modulkoder

    Nedan anges vad som gäller för de examinationsmoment med tillhörande modulkod som tillämpas vid Tekniska fakulteten vid Linköpings universitet. 

    • Skriftlig tentamen (TEN) och digital salstentamen (DIT) skall ge betyg (U, 3, 4, 5).
    • Examinationsmoment som kan ge betygen underkänd (U) eller godkänd (G) är laboration (LAB), projekt (PRA), kontrollskrivning (KTR), digital kontrollskrivning (DIK), muntlig tentamen (MUN), datortentamen i datorsal (DAT), uppgift (UPG), hemtentamen (HEM), digital kontrollskrivning i datorsal (DAK).
    • Övriga examinationsmoment där examinationen uppfylls framför allt genom aktivt deltagande som basgrupp (BAS) eller moment (MOM) ger betygen underkänd (U) eller godkänd (G).
    • Examinationsmomenten Opposition (OPPO) och Auskultation (AUSK) inom examensarbetet ger betyg underkänd (U) eller godkänd (G).

    Allmänt gäller att:

    • Obligatoriska kursmoment skall vara poängsatta och ges en modulkod.
    • Examinationsmoment som ej är poängsatt får ej vara obligatoriskt. Det är frivilligt att delta på dessa moment och information om det samt tillhörande villkor skall tydligt framgå i den beskrivande texten.
    • För kurser med flera examinationsmoment med graderad betygsskala skall det anges hur slutbetyg på kursen vägs samman.

    För obligatoriska moment gäller att (i enlighet med Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet, Dnr 
    LiU-2023-00379 http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592): 

    • Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift.

    För möjlighet till anpassade examinationsmoment gäller att (i enlighet med Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet, Dnr LiU-2023-00379 http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592): 

    • Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.
    • Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.
    • Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

    Rapportering av examinationsresultat

    Rapportering av den studerandes examinationsresultat sker på respektive institution.

    Plagiering

    Vid examination som innebär rapportskrivande och där studenten kan antas ha tillgång till andras källor (exempelvis vid självständiga arbeten, uppsatser etc) måste inlämnat material utformas i enlighet med god sed för källhänvisning vad gäller användning av andras text, bilder, idéer, data etc. Detta sker genom referenser eller citat med angivande av källa. Det ska även framgå ifall författaren återbrukat egen text, bilder, idéer, data etc från tidigare genomförd examination, exempelvis från kandidatarbete, projektrapporter etc. (ibland kallat självplagiering).

    Underlåtelse att ange sådana källor kan betraktas som försök till vilseledande vid examination.

    Försök till vilseledande

    Vid grundad misstanke om att en student försökt vilseleda vid examination eller när en studieprestation ska bedömas ska enligt Högskoleförordningens 10 kapitel examinator anmäla det vidare till universitetets disciplinnämnd. Möjliga konsekvenser för den studerande är en avstängning från studierna eller en varning. För mer information se Fusk och plagiat.

    Linköpings universitet har även tagit fram en vägledning för lärares och studenters användning av generativ AI i utbildningen (Dnr LiU-2023-02660). Som student förväntas du alltid ta reda på vad som gäller för respektive kurs (inklusive examensarbetet). Generellt gäller tydlighet för var och hur generativ AI har använts.

    Regler

    Universitetet är en statlig myndighet vars verksamhet regleras av lagar och förordningar, exempelvis Högskolelagen och Högskoleförordningen. Förutom lagar och förordningar styrs verksamheten av ett antal styrdokument. I Linköpings universitets egna regelverk samlas gällande beslut av regelkaraktär som fattats av universitetsstyrelse, rektor samt fakultets- och områdesstyrelser. 

    LiU:s regelsamling angående utbildning på grund- och avancerad nivå nås på https://styrdokument.liu.se/Regelsamling/Innehall. 

    Rättigheter och skyldigheter som student (inloggning krävs)
    Linköpings universitets generella regelverk