7. Datavetenskap Strukturen i detta kapitel gäller studerande som inlett sina studier 2010 eller senare. Studerande som inlett sina studier tidigare har rätt att övergå att studera enligt denna struktur genom att skriftligen meddela om detta till studiekansliet (f.d. fakultetskansliet). Utbildningen i datavetenskap är inriktat på att ge de studerande goda kunskaper och färdigheter inom datavetenskapens olika delområden, med tonvikt på programvaruteknik. MÅLSÄTTNING FÖR UTBILDNINGEN En studerande som genomgått utbildningen i datavetenskap: har såväl teoretiska insikter som praktiska färdigheter inom området känner datavetenskapens tvärvetenskapliga tillämpningsområden kan självständigt skaffa sig ny kunskap inom området kan delge sina kunskaper även utanför området 7.a Kandidatexamen i naturvetenskaper Studierna för kandidatexamen i naturvetenskap (NaK) ska ge allmänna grundkunskaper i datavetenskap, med betoning på programvaruteknik. 7.a.1 Översikt Kandidatexamen i naturvetenskaper omfattar 180 studiepoäng (sp). Datavetenskapens strukturella uppbyggnad för kandidatexamen i naturvetenskaper framgår av följande schema: Grundstudier i datavetenskap (2) Ämnesstudier i datavetenskap (5) Kandidatavhandling (10 sp) Grundstudier i matematik (2) Ämnesstudier i matematik (3) eller Grundstudier i ett annat biämne (2) Språk och kommunikation (12 sp) Miljövård med hållbar utveckling () Fritt valbara studier (13-23 sp) 7.a.2 Huvudämne Huvudämnesstudierna omfattar totalt 90 sp, varav grundstudierna omfattar 2 och ämnesstudierna omfattar 6, inklusive kandidatavhandling 10 sp. Grundstudierna består av obligatoriska kurser medan ämnesstudierna består av 5 obligatoriska kurser inklusive kandidatavhandlingen och 10 sp valbara kurser.
Grundstudier 2 451101.0 Praktikum i programmering 456101.0 Programmering, grundkurs 456102.0 Programmering, fortsättningskurs 456105.0 Introduktion till datavetenskap 456302.0 Databaser Ämnesstudier 6 Obligatoriska (5) 452302.0 Formella språk och automater 452304.0 Programvaruutveckling och projekt 453302.0 Operativsystem 456301.0 Datorteknik 456310.0 Programmeringens matematik 456311.0 Datornätverk 456312.0 Datastrukturer 456313.0 Algoritmer 457105.0 Analys och kravhantering av informationssystem 456495.0 Kandidatavhandling i datavetenskap 10 sp Valbara (10 sp) 355001.2 Grundkurs i statistisk teori, del 2 452303.0 Praktikum i programvaruproduktion 452306.0 Programmeringsparadigm 456300.0 Systemdesign, grundkurs 456306.0 Kompilatorteknik 456314.0 Approximation and randomized algorithms 456506.0 Cryptography and Network Security (förel. ej 2010-11) 7.a.3 Kandidatavhandling Av studerande för kandidatexamen i naturvetenskaper krävs deltagande i ett kandidatseminarium samt en kandidatavhandling (10 sp), som är en uppsats med mognadsprov i huvudämnet. Studerande som har en finländsk skolutbildning skriver sitt kandidatarbete på svenska. Även mognadsprovet skrivs på svenska. Den som har finska som skolutbildningsspråk skriver ett mognadsprov både på finska och på svenska. Mognadsprov behöver inte skrivas på finska om den studerande har minst M i modersmålet finska i studentexamen eller ett godkänt mognadsprov på finska i en tidigare examen. Dock får studenter som har fått vitsordet M eller högre i modersmålet finska i studentexamen skriva ett mognadsprov även på finska om de så önskar. Kandidatavhandlingen och mognadsprovet/mognadsproven ska språkgranskas av Centret för språk och kommunikation. Se närmare under hemsidan för Centret för språk och kommunikation (www.abo.fi/csk). Handledaren ger sitt förslag till vitsord på fastslagen blankett. Blanketten och kandidatarbetet skickas till språkgranskning sedan handledaren informerat studeranden om sitt förslag till vitsord. Arbetet godkänns av prefekten på förslag av handledaren efter språkgranskningen av kandidatarbetet och mognadsprovet. Kandidatarbetet bedöms med skalan 1-5. Fr.o.m. 1.1.2010 ska alla examensarbeten genomgå plagiatkontroll med hjälp av plagiathanteringsprogrammet Urkund.
7.a.4 Biämne(n) Till examen hör två korta biämnen: matematik (2) + annat valfritt biämne (2), eller ett långt biämne: matematik (25 + 3). Grundstudier (2) 456200.0 Logik I 4 sp 272009.0 Grafteori och partiell ordning 4 sp 271001.1 Grundkurs i analys del I 271003.0 Grundkurs i sannolikhetslära 4 sp 271004.1 Matriser del I 4 sp 456201.0 Diskret matematik 4 sp eller 271002.0 Algebra A 4 sp Ifall man väljer att läsa matematik som långt biämne (60 sp) bör man läsa ytterligare 3 av nedan nämnda kurser: Ämnesstudier (3) 271001.2 Grundkurs i analys del II 4 sp 271004.2 Matriser del II 4 sp 272002.0 Analys I 10 sp 272003.0 Flerdimensionell analys 10 sp Valbara kurser på ämnesstudienivå 7 sp Ifall man väljer att läsa matematik som kort biämne (2) bör man istället för ämnesstudierna i matematik välja ett annat biämne: Valbart biämne (grundstudierna i ett läroämne som är godkänt som kort biämne) 2 7.a.5 Språk och kommunikation I examen ingår 12 sp studier i språk och kommunikation enligt följande: Skolbildningsspråk svenska 911160.0 Kommunikation/NaK- och farmaceutexamen 2 sp 912740.0 Finska/ naturvetenskap och teknik (912741.0 Kurs i finska/naturvetenskap och teknik 0 sp) 913410.0 Engelska/ informationsteknologi (nivå 4) Skolbildningsspråk finska 911160.0 Kommunikation/NaK- och farmaceutexamen 2 sp 902501.0 Svenska, grammatik och språkriktighet 2 sp 912502.0 Muntl. & skriftl. komm./naturvet. & teknik 3 sp 913410.0 Engelska/ informationsteknologi (nivå 4) En speciell kurs för datavetare ordnas på nivå 4 i engelska. Även andra språkkurser på nivå 4 kan dock väljas. Om den studerande saknar tillräckliga grundkunskaper för att direkt påbörja en språkkurs på nivå 4, bör han eller hon avlägga sådana kurser som ger dessa förkunskaper (nivå 1-3). Dessa kurser kan inräknas i de valbara studierna i den mån de ryms.
Se närmare i studiehandboken för Centret för språk och kommunikation och www.abo.fi/csk. 7.a.6 Gemensamma studier I examen ingår en gemensam kurs i miljövård för alla naturvetenskapliga utbildningar. 221002.0 Miljövård med hållbar utveckling 7.a.7 Fritt valbara studier I examen ingår 13-23 sp fritt valbara studier. Studierna kan vara studier vid institutionen, språkstudier eller studier vid andra institutioner eller fakulteter vid Åbo Akademi. Ifall studierna i någon annan helhet överskrider det som krävs räknas den övergående delen som fritt valbara studier. 7.a.8 Rekommenderad studiegång Kurserna i datavetenskap utgör en noga planerad helhet. Nedan anges för grund- och ämnesstudiekursernas del en rekommenderad studiegång som tar hänsyn till förkunskapskraven för de olika kurserna. På fördjupad nivå har den studerande större frihet att välja i vilket skede olika kurser läses. Eftersom biämnen delvis väljes fritt måste den studerande själv planera in biämneskurserna på lämplig plats i studierna. ÅRSKURS 1 Period I Introduktion till datavetenskap Programmering, grundkurs Logik I Algebra A Svenska, grammatik och språkriktighet Period II Programmering, grundkurs (forts.) Grundkurs i sannolikhetslära Diskret matematik Svenska, muntl. &skriftl. komm. /nat.vet. och teknik Period III Programmering, fortsättningskurs Matriser, del 1 Grafteori och partiell ordning Period IV Programmering, fortsättningskurs (forts.) Programmeringens matematik Praktikum i programmering Formella språk och automater 4 sp 4 sp* 2 sp 4 sp 4 sp* 3 sp 4 sp 4 sp * man väljer antingen Diskret matematik eller Algebra A. Diskret matematik är en kurs som är speciellt anpassad för datavetare
ÅRSKURS 2 Period I Datorteknik Datastrukturer Grundkurs i analys del I Period II Datorteknik (forts.) Datornätverk Algoritmer Period III Databaser Analys och kravhantering av informationssystem Miljövård med hållbar utveckling Engelska/ informationsteknologi Period IV Analys och kravhantering av informationssystem (forts.) Programmeringsparadigm * Grundkurs i statistisk teori del 2 * Engelska/ informationsteknologi (forts.) Övrigt Finska för naturvetenskap och teknik (Period I-II eller III-IV) Biämnesstudier & fritt valbara studier ÅRSKURS 3 Period I Systemdesign, grundkurs Approximation and randomized algorithms Period II Operativsystem Praktikum i programvaruproduktion Cryptography and Network Security Period III Kompilatorteknik Kandidatavhandling i datavetenskap Period IV Kompilatorteknik (forts.) Programvaruuveckling och projekt Kandidatavhandling i datavetenskap (forts.) * * * * * 10 sp Övrigt Kommunikation/NaK- och farmaceutexamen (Period I, III eller IV) Biämnesstudier & fritt valbara studier 2 sp *två av sju valbara ämnesstudiekurser väljs
7.b Filosofie magisterexamen De fördjupade studierna inom magisterexamen inriktar den studerande på ett specialiseringsområde inom den inriktning som valts och introducerar dessutom den studerande till området för avhandlingen pro gradu. Kursernas syfte är att göra den studerande förtrogen med ett vetenskapligt tankesätt och att ge färdighet i att självständigt kunna tillgodogöra sig nya kunskaper på området. 7.b.1 Översikt Filosofie magisterexamen omfattar 120 studiepoäng (sp). Datavetenskapens strukturella uppbyggnad för filosofie magisterexamen framgår av följande schema: Fördjupade studier i datavetenskap (60 sp) Avhandling pro gradu (30 sp) Grundstudier i ett biämne (2) Fritt valbara studier () 7.b.1 Huvudämne Studierna i huvudämnet omfattar totalt 90 sp. De fördjupade kurserna består av 50 sp obligatoriska kurser, inklusive pro gradu avhandling och seminarium, och 40 sp valbara kurser. Fördjupade studier 90 sp Obligatoriska kurser 451000.0 Projektkurs 10 sp 456307.0 Logik II 456309.0 Specifikationsmetodik 456794.0 Pro gradu avhandling och seminarium i datavetenskap 30 sp Valbara kurser (40 sp väljs) 424501.0 Neurala nätverk 424511.0 Evolutionary Algorithms 452501.0 Development of Web Applications and Web Services 455301.0 Introduction to Computer Graphics 455302.0 Advanced Computer Graphics and Graphics Hardware (förel. ej 2010-11) 455303.0 Parallel Programming 455304.0 Code Optimization (förel. ej 2010-11) 456501.0 Software Safety 456502.0 Software Architectures (förel. ej 2010-11) 456503.0 Software Quality 456504.0 Network Software 456505.0 Program Derivation 456506.0 Cryptography and Network Security (förel. ej 2010-11) 456508.0 Computability and Computational Complexity TKO_5706 Distributed Systems (Åbo universitet)
452400 Special Course in Software Engineering 456400 Special Course in Computer Science Vill man specialisera sig inom programvaruproduktion rekommenderas följande kurser: 456502.0 Software Architectures 456503.0 Software Quality Vill man specialisera sig inom distribuerade system rekommenderas följande kurser: TKO_5706 Distributed Systems 456504.0 Network Software Vill man specialisera sig inom programmeringsteori rekommenderas följande kurser: 456501.0 Software Safety 456505.0 Program Derivation 7.b.2 Avhandling pro gradu Pro gradu avhandlingen omfattar 30 sp. Dessutom ingår ett obligatorisk pro gradu-seminarium. Avhandlingen bör vittna om förmåga att ge en innehållsmässigt logisk och språkligt korrekt framställning av en vetenskaplig fråga. Som bevis på sina kunskaper i svenska och på att författaren självständigt utarbetat avhandlingen bör han, då avhandlingen inlämnats till granskning, ytterligare skriva ett kort mognadsprov. Detta mognadsprov avfattas utan hjälpmedel över något ämne i nära anslutning till avhandlingen. Avhandlingen och mognadsprovet granskas av ämnesexaminatorn och en annan för ändamålet utsedd person. Avhandlingen språkgranskas av Centret för språk och kommunikation. Mognadsprovet behöver inte språkgranskas ifall den studerande redan har ett godkänt mognadsprov inom samma område på samma språk inom tidigare högskoleexamen. En pro gradu avhandling godkänns av prefekten på förslag av handledaren med något av följande vitsord: approbatur, lubenter approbatur, non sine laude approbatur, cum laude approbatur, magna cum laude approbatur, eximia cum laude approbatur, laudatur. Vid bedömningen av pro gradu avhandlingen följs närmast följande kriterier: graden av självständighet vid arbetets planläggning och utförande; avhandlingens betydelse med avseende på vilka tankar, slutledningar, problemlösningar, uppfinningar, iakttagelser och mätningsresultat avhandlingen innehåller; arbetets kvalitet och omsorgsfullhet samt använda metoders svårighetsgrad och eventuell utveckling av arbetsmetoderna; författarens behärskande av forskningsområdet och litteraturen inom ämnet; avhandlingens komposition, framställningssätt, stil och språkbehandling. Fr.o.m. 1.1.2010 ska alla examensarbeten genomgå plagiatkontroll med hjälp av plagiathanteringsprogrammet Urkund. 7.b.3 Biämne I examen ingår 2 grundstudier i ett biämne. Valbart biämne 2 (grundstudierna i ett läroämne som är godkänt som kort biämne)
7.b.4 Fritt valbara studier I examen ingår fritt valbara studier. Studierna kan vara studier vid institutionen, språkstudier eller studier vid andra institutioner eller fakulteter vid Åbo Akademi. Ifall studierna i någon annan helhet överskrider det som krävs räknas den övergående delen som fritt valbara studier. 7.c NaK-examen i det gamla examenssystemet och FM-examen i det nuvarande examenssystemet (Bologna) Den som har avlagt en kandidatexamen i naturvetenskap (NaK), 120 studieveckor, i det gamla examenssystemet bör endast avlägga fördjupade studier i datavetenskap (40 sp, kurserna får väljas fritt) + avhandling pro gradu (30 sp), totalt 70 sp. Kontakta studierådgivaren för närmare information. 7.d Biämnesstudier i datavetenskap för studerande från andra utbildningar Studerande från andra utbildningar som önskar ha datavetenskap som biämne läser enligt nedanstående. Det korta biämnet består av grundstudier och det långa biämnet består av grund- och ämnesstudier. Datavetenskap som kort biämne (2) Grundstudier 2 451101.0 Praktikum i programmering 456101.0 Programmering, grundkurs 456102.0 Programmering, fortsättningskurs 456105.0 Introduktion till datavetenskap 456302.0 Databaser Datavetenskap som långt biämne (60 sp) Grundstudier 2 451101.0 Praktikum i programmering 456101.0 Programmering, grundkurs 456102.0 Programmering, fortsättningskurs 456105.0 Introduktion till datavetenskap 456302.0 Databaser Ämnesstudier 3 452304.0 Programvaruutveckling och projekt 453302.0 Operativsystem 456301.0 Datorteknik 456311.0 Datornätverk 456312.0 Datastrukturer 456313.0 Algoritmer 457105.0 Analys och kravhantering av informationssystem