Tietotekniikan maisteriohjelma, sovelletun matematiikan ja laskennallisten tieteiden opintosuunta
Kuvaus
Sovelletun matematiikan ja laskennallisten tieteiden opiskelussa yhdistyvät sovelletun matematiikan ja tieteellisen laskennan käsitteet ja tietokonetoteutuksissa sovellettavat menetelmät. Opintoihin voi sisältyä teoreettisia matematiikan kursseja sekä soveltavampia laskennallisten tieteiden, optimoinnin ja päätöksenteon sekä data-analytiikan ja kognitiivisen laskennan kursseja.
Tutkinto-ohjelman rakenne taulukkomuodossa:
https://www.jyu.fi/it/fi/ohjeita-opiskelijalle/tutkinto-ohjelmat/maisterin-tutkinnot/tietotekniikka_fm_sovellettu-matematiikka-laskennalliset-tieteet.pdf
Osaamistavoitteet
Filosofian maisteriksi tietotekniikasta valmistuvalla opiskelijalla on vahva tietotekninen käytännön osaaminen. Hän osaa myös soveltaa sovelletun matematiikan ja tietotekniikan teorioita käytännössä. Lisäksi häneltä löytyy erityisosaamista valitsemaltaan tietotekniikan aihealueelta. Hän osaa tuottaa innovatiivisia ratkaisuja tietoteknisiin ongelmiin. Maisterin tutkinnon suorittanut osaa viestiä hyvin niin ammatillisissa kuin tieteellisissäkin tilanteissa sekä osaa toimia projektiryhmän jäsenenä. Hänellä on erinomaiset valmiudet alaan liittyvien uusien menetelmien ja teknologioiden kriittiseen arviointiin, soveltamiseen ja kehittämiseen. Hän osaa arvioida ja kehittää omaa osaamistaan ja oppimistaan sekä tuntee tieteenalan, osaa soveltaa tutkimusmenetelmiä sekä ymmärtää alan ja tieteellisen tutkimuksen eettiset periaatteet. Hän osaa hankkia tietoa ja arvioida sitä kriittisesti. Hänellä on valmiudet tieteellisiin jatko-opintoihin.
Sovelletun matematiikan ja laskennallisten tieteiden opintosuunnan mukaisen maisterin tutkinnon suorittanut henkilö hallitsee laskennallisten tieteiden ja data-analyysin käsitteitä ja menetelmiä, joita käytetään itsenäisen ajattelun, päätöksenteon ja tutkimuksen perustana. Hän tunnistaa matematiikan ja lähitieteenalojen rajapinnoilla esiintyviä laskennallisia kysymyksiä ja tarkastelee niitä ja uutta tietoa kriittisesti. Tutkinto antaa valmiudet toimia laskennallisten menetelmien asiantuntijana tieteellistä tutkimusta tekevässä ryhmässä tai yritysmaailman tuotekehitysprojektissa.
Tutkintorakenne
- ITKY4000 Yliopisto-opinnot ja niiden suunnittelu maisterikoulutettaville (2 op)
- TIES501 Pro gradu -seminaari (3 - 5 op)
- TIES502 Pro gradu -tutkielma (30 op)
- TIES503 Kypsyysnäyte (FM-tutkinto) (0 op)
- TIES405 Sovellusprojekti (10 - 15 op)
- TIES505 Tutkimusprojekti (10 - 15 op)
- TIES475 Syventävä peliprojekti (10 - 15 op)
- TIES4570 Cognitive Service Development Project (10 - 15 op)
- Sisällön valinnaisuus
- Valitaan yksi
- Sisällön valinnaisuus
- Vähintään 42 opintopistettä
- TIES481 Simulointi (5 op)
- TIES584 Matemaattisen mallintamisen jatkokurssi (3 op)
- TIES595 Numerical Analysis of PDEs (JSS28) (5 op)
- TIES581 Numeerinen lineaarialgebra (6 op)
- TIES483 Epälineaarinen optimointi (5 op)
- TIES489 Säätöteorian perusteet (5 op)
- MATS111 Mitta- ja integraaliteoria 1 (5 op)
- MATS112 Mitta- ja integraaliteoria 2 (4 op)
- MATS220 Funktionaalianalyysi (10 op)
- Sisällön valinnaisuus
- Vähintään 42 opintopistettä
- TIES483 Epälineaarinen optimointi (5 op)
- TIES583 Optimoinnin jatkokurssi (5 op)
- TIES598 Epälineaarinen monitavoiteoptimointi (5 op)
- TIES451 Selected Topics in Soft Computing (4 op)
- TIES445 Tiedonlouhinta (5 op)
- TIES438 Big Data Engineering (5 op)
- Sisällön valinnaisuus
- Vähintään 42 opintopistettä
- ITKST47 Advanced Anomaly Detection: Theory, Algorithms and Applications (5 op)
- ITKS5440 Semantic Web and Linked Data (5 op)
- TIES4560 SOA and Cloud Computing (5 op)
- TIES438 Big Data Engineering (5 op)
- TIES483 Epälineaarinen optimointi (5 op)
- TIES4910 Deep-Learning for Cognitive Computing, Theory (5 op)
- TIES4911 Deep-Learning for Cognitive Computing for Developers (5 - 10 op)
- TIES4530 Collective Intelligence and Agent Technology (5 op)
- TIES4371 Interface of Things (5 op)
- TIES454 Agent Technologies for Developers (5 op)
- TIES4520 Semantic Technologies for Developers (5 - 7 op)
Pääaineen pakolliset syventävät opinnot (42 op)
Syventävät kurssit valitaan opintoneuvojan kanssa HOPSin laatimisen yhteydessä siten, että ne profiloivat maisterin tutkinnon suorittaneen opiskelijan esimerkiksi seuraavien profiilien mukaan:
Sovellettu matematiikka (numeerinen analyysi) (vähintään 42 op)
(Huom MAT-kurssit edellyttävät esitietoina matematiikan aineopintokokonaisuuden suorittamista)
Optimointi ja päätöksenteko (vähintään 42 op)
(Huom MAT-kurssit edellyttävät esitietoina matematiikan aineopintokokonaisuuden suorittamista)
Data-analytiikan menetelmät ja kognitiivisen laskennan profiili (vähintään 42 op)
(Huom MAT-kurssit edellyttävät esitietoina matematiikan aineopintokokonaisuuden suorittamista)
- Sisällön valinnaisuus
- Valitaan erillisten kriteerien mukaan
- ITKP101 Tietokone ja tietoverkot työvälineenä (2 op)
- ITKP1011 Web-julkaiseminen (2 op)
- ITKP104 Tietoverkot (2 - 5 op)
- ITKA201 Algoritmit 1 (4 op)
- TIEA211 Algoritmit 2 (4 op)
- TIEA1130 Oliosuuntautunut suunnittelu ja ohjelmointi (3 - 5 op)
- ITKA204 Tietokannat ja tiedonhallinnan perusteet (5 op)
- Sisällön valinnaisuus
- Valitaan erillisten kriteerien mukaan
- ITKP102 Ohjelmointi 1 (6 op)
- TIEP111 Ohjelmointi 2 (8 op)
Pakolliset muiden aineiden opinnot (0 op)
Sovelletun matematiikan (numeerinen analyysi) profiili: Kurssien suorittaminen edellyttää matematiikan aineopintoja.
Muut profiilit: Mikäli aiempaan tutkintoon ei sisälly joko matematiikan perusopintokokonaisuus 25 op tai tietoteknikon menetelmäopintokokonaisuus 30 op, tulee jompikumpi näistä suorittaa osana FM-tutkintoa.
Suositellaan esim. matematiikan aineopintoja, kieli- ja viestintäopintoja, muiden oppiaineiden opintoja.
Vahva ohjelmointitaito (0 - 16 op)
Vahva ohjelmointitaito, sisältäen ITKP102 Ohjelmointi 1 ja TIEP111 Ohjelmointi 2, yhteensä vähintään 16 op