Skip to main content

Uddannelsens opbygning

Bacheloruddannelsen i Datalogi varer 3 år. Hvert studieår er opdelt i 2 semestre.

Når du bliver optaget på uddannelsen, følger du som udgangspunkt det et-faglige bachelorforløb.

På uddannelsens 1. år bygger du videre på din viden fra gymnasiet. Kurserne på førsteåret giver dig dels en grundlæggende datalogisk viden, som du kan trække på gennem resten af din uddannelse, dels indsigt i samspillet mellem datalogi og matematik. På 1. år har uddannelsen præcis samme indhold som bacheloruddannelsen i Kunstig intelligens. Det betyder at du under visse forudsætninger kan skifte mellem de to uddannelser, når du har bestået alle kurser på 1. år.

På uddannelsens 2. år møder du flere centrale datalogiske emner, såsom computerarkitektur, cybersikkerhed, operativsystemer, data mining og maskinlæring.

Uddannelsens 3. år dækker et bredt udvalg af datalogiske fagområder og forbereder dig til at specialisere dig inden for et selvvalgt forskningsområde på kandidatuddannelsen i Datalogi.

Du kan læse beskrivelser af de enkelte kurser ved at klikke på dem i studieforløbsdiagrammet nedenfor. På mobiltelefoner ses diagrammet bedst i liggende format.

Hvis du ønsker et mere tværfagligt perspektiv på din uddannelse, kan du vælge at skifte til det to-faglige studieforløb fra starten af 5. semester. Her kombinerer du Datalogi med et tilvalg eller sidefag

Opbygningen af Datalogi-delen af 3. studieår afhænger af dit tilvalg/sidefag.

Du kan læse beskrivelser af de enkelte kurser ved at klikke på dem i studieforløbsdiagrammerne nedenfor. På mobiltelefoner ses diagrammerne bedst i liggende format.

Med en baggrund som datamatiker kan du få merit for op til 80 ECTS på bacheloruddannelsen i Datalogi. Det svarer til næsten halvdelen af uddannelsen.

Studerende optaget med studiestart 1. september 2023 eller senere kan få merit for følgende kurser og projekter:

Dermed kan du gennemføre bacheloruddannelsen i Datalogi på to år hvor første, tredje og fjerde semester er på deltid. I de kurser du skal igennem, går du yderligere i dybden med fagområder du allerede kender fra datamatikeruddannelsen, og supplerer samtidig med nye emner.

Du skal opfylde de sædvanlige adgangskrav til bacheloruddannelsen i Datalogi og søge ind via den sædvanlige optagelsesprocedure. Når du er blevet optaget på uddannelsen, skal du søge om startmerit på baggrund af din datamatikeruddannelse. Vær opmærksom på at studienævnet tildeler dig merit på baggrund af en individuel, konkret vurdering af din datamatikeruddannelse.

Du kan læse beskrivelser af de enkelte kurser du skal igennem, ved at klikke på dem i studieforløbsdiagrammet nedenfor. På mobiltelefoner ses diagrammet bedst i liggende format.


Spørgsmål om datamatikerforløbet?

Professor Jørgen Bang-Jensen er ansvarlig for det særlige studieforløb for datamatikere og hjælper dig hvis du som datamatiker har spørgsmål til uddannelsens indhold og forløb.

Eksempel på skema

Herunder ser du et eksempel på, hvordan et ugeskema kan se ud for en studerende på 1. semester af bacheloruddannelsen i Datalogi. Du har naturligvis pauser i løbet af dagen, for eksempel ’det akademiske kvarter’. Skemaet kan variere fra uge til uge, og der kan som udgangspunkt være skemalagt undervisning på hverdage i tidsrummet 8-18.

Mandag
Tirsdag
Onsdag
Torsdag
Fredag

Kl. 8-10
Diskrete metoder til datalogi (forelæsning)

Kl. 9-10
Introduktion til programmering (forelæsning)
Kl. 8-10
Diskrete metoder til datalogi (eksaminatorium)


Kl. 10-12
Introduktion til datalogi (forelæsning)
Kl. 10-12
Introduktion til datalogi (eksaminatorium)
Kl. 10-12
Diskrete metoder til datalogi (forelæsning)
Kl. 12-14
Introduktion til datalogi (forelæsning)
Kl. 13-14
Introduktion til programmering (forelæsning)
Kl. 12-14
Studieintroduktion for Datalogi (eksaminatorium)
Kl. 12-14
Introduktion til programmering (eksaminatorium)
Kl. 12-14
Introduktion til programmering (teoretiske øvelser)


Kl. 14-16
Diskrete metoder til datalogi (eksaminatorium)
Kl. 14-18
Studieintroduktion for Datalogi (eksaminatorium)



Kl. 16-18
Introduktion til datalogi (teoretiske øvelser)