UiT The Arctic University of Norway

Master of Science στις Μαθηματικές Επιστήμες

Δομή προγράμματος

Το μεταπτυχιακό πρόγραμμα αποτελείται από μεταπτυχιακή διατριβή 60 ECTS, 20-40 ECTS σε μαθήματα εξειδίκευσης (μαθήματα σε επίπεδο 3000 στα μαθηματικά ή στα στατιστικά), έως 30 ECTS σε μαθήματα επιλογής (σχετικά και 3 επιστημονικά μαθήματα στο 2000 ή 3000 σε μάθημα 3000 ECTS και μάθημα 3000 ECTS). «Εισαγωγή στη μαθηματική έρευνα

Είναι υποχρεωτικό να παρακολουθήσετε ένα από τα παρακάτω μαθήματα εξειδίκευσης στο πρώτο εξάμηνο:

• MAT-3300 Άλγεβρα 2
• MAT-3110 Διαφορική Γεωμετρία
• MAT-3200 Μαθηματικές Μέθοδοι
• STA-3002 Πολυμεταβλητή Στατιστική Ανάλυση

Στο δεύτερο εξάμηνο είναι υποχρεωτική η παρακολούθηση ενός από τα ακόλουθα μαθήματα εξειδίκευσης:

• MAT-3303 Αλγεβρική Γεωμετρία
• MAT-3111 Διαφορική Γεωμετρία 2
• MAT-3202 Μη γραμμικά κύματα
• MAT-3213 Climate Dynamics
• STA-3001 Στατιστικά στοιχεία εντάσεως υπολογιστών.

Το πρόγραμμα είναι κυρίως πρόγραμμα πλήρους απασχόλησης, διάρκειας 2 ετών. Μπορούν να γίνουν προσαρμογές για φοιτητές μερικής φοίτησης. Απαραίτητη η παρουσία κατά τη διάρκεια διαλέξεων και σεμιναρίων. Όλα τα μαθήματα θα δοθούν στην πανεπιστημιούπολη Tromsø.

Στο πρόγραμμα σπουδών μπορούν να συμπεριληφθούν μαθήματα από άλλα Πανεπιστήμια, εθνικά και διεθνή.

Διδασκαλία και αξιολόγηση

Τα μαθήματα στο πρόγραμμα σπουδών αποτελούνται κυρίως από διαλέξεις, σεμινάρια και ασκήσεις.

Όλο το ακαδημαϊκό προσωπικό που διδάσκει το πρόγραμμα σπουδών είναι ενεργοί ερευνητές σε διάφορα ερευνητικά προγράμματα. Τα μαθήματα βασίζονται σε σχετική έρευνα και σχετίζονται με την ερευνητική δραστηριότητα του τμήματος. Τα ειδικά προγράμματα σπουδών και η μεταπτυχιακή εργασία επιβλέπονται σε ατομική βάση από το ακαδημαϊκό προσωπικό του τμήματος.

Η μορφή αξιολόγησης ποικίλλει μεταξύ αξιολογήσεων χαρτοφυλακίου, εξετάσεων στο σπίτι, εκθέσεων και προφορικών και γραπτών εξετάσεων. Σε ορισμένα μαθήματα, οι υποχρεωτικές εργασίες πρέπει να εγκρίνονται για πρόσβαση στις εξετάσεις.

Μετά την υποβολή της μεταπτυχιακής διατριβής, αξιολογείται και κανονικά εντός 6 εβδομάδων πραγματοποιείται προφορική παρουσίαση και εξέταση. Αυτό μπορεί να επηρεάσει τον τελικό βαθμό.

Πρόσβαση σε περαιτέρω μελέτες

Το πρόγραμμα σπουδών πληροί τις προϋποθέσεις για διδακτορικές σπουδές, για παράδειγμα, το πρόγραμμα διδακτορικού στις Επιστήμες στο UiT.

Ανταλλαγή

Η ανταλλαγή με άλλα νορβηγικά ή ξένα ιδρύματα ενθαρρύνεται στα δύο πρώτα εξάμηνα. Στο UiT διατίθενται αρκετές συμφωνίες ανταλλαγής και συμφωνίες για υποτροφίες. Το τμήμα έχει αρκετές συμφωνίες ανταλλαγής που είναι κατάλληλες για μεταπτυχιακούς φοιτητές.

Το συμβούλιο προγράμματος πρέπει να προεγκρίνει τα προγραμματισμένα μαθήματα σε εξωτερικά ιδρύματα.

Προτείνουμε ανταλλαγή στο δεύτερο εξάμηνο. Το υποχρεωτικό μάθημα MAT-3002 μπορεί να ανταλλάσσεται με άλλο σχετικό μάθημα στο Πανεπιστήμιο ανταλλαγής ή οι φοιτητές μπορούν να παρακολουθήσουν αυτό το μάθημα ψηφιακά και να λάβουν 20 μονάδες στο Πανεπιστήμιο ανταλλαγής.

Μαθησιακά αποτελέσματα

Μετά την ολοκλήρωση του προγράμματος σπουδών, ο υποψήφιος θα έχει επιτύχει τα ακόλουθα μαθησιακά αποτελέσματα:

Η γνώση

Ο υποψήφιος:

• έχει προηγμένες γνώσεις σε μαθηματικούς τομείς όπως η στατιστική, η άλγεβρα, η γεωμετρία ή τα εφαρμοσμένα μαθηματικά
• έχει στέρεη γνώση τομέων κοντά στην επιλεγμένη κύρια περιοχή
• έχει επαρκείς γνώσεις μαθηματικών για να διδάξει στο λύκειο
• έχει στέρεες γνώσεις σε τομείς που αγγίζουν τα μαθηματικά και τη στατιστική, όπως η φυσική ή η επιστήμη των υπολογιστών
• έχει εις βάθος γνώση μαθηματικών ή στατιστικών μεθόδων στη θεωρία και την πράξη και μπορεί να αναλύσει ακαδημαϊκά προβλήματα με βάση τις παραδόσεις στον ακαδημαϊκό τομέα
• μπορεί να εφαρμόσει μαθηματικές ή στατιστικές μεθόδους σε νέους τομείς των φυσικών και κοινωνικών επιστημών

Δεξιότητες

Ο υποψήφιος:

• μπορεί να εισέλθει σε περίπλοκα προβλήματα, να ανακαλύψει δομές και να διατυπώσει ακριβή προβλήματα, να βρει κατάλληλες αναλυτικές ή/και αριθμητικές μεθόδους επίλυσης και να ερμηνεύσει τις λύσεις
• έχει καλές πρακτικές δεξιότητες στη χρήση σχετικών εργαλείων προγραμματισμού
• μπορούν να χρησιμοποιήσουν την υπάρχουσα βιβλιογραφία με ενεργό τρόπο για να κατανοήσουν το έργο άλλων επιστημόνων και ως υποστήριξη για την επίλυση των δικών τους μαθηματικών προβλημάτων
• μπορεί να χρησιμοποιήσει μαθηματικές ή στατιστικές μεθόδους στη θεωρία και την πράξη και να κάνει ανεξάρτητη κρίση σχετικά με την εφαρμογή της θεωρίας και των μοντέλων για ένα δεδομένο πρόβλημα
• μπορεί να εκτελέσει ένα ανεξάρτητο, περιορισμένο ερευνητικό έργο υπό την επίβλεψη και σύμφωνα με τους ισχύοντες κανόνες για την ερευνητική δεοντολογία στις μαθηματικές επιστήμες

Γενική αρμοδιότητα

Ο υποψήφιος:

• έχει στέρεη γνώση μιας ευρείας γκάμας μαθηματικών και στατιστικών μεθόδων και τεχνικών για την ανάλυση και την επίλυση προβλημάτων
• έχει αποκτήσει καλή θεωρητική γνώση και την ικανότητα να εφαρμόζει μαθηματική θεωρία, μεθόδους και τεχνικές για την επίλυση προβλημάτων
• διαθέτει τα απαραίτητα προσόντα για εργασία στη βιομηχανία, την τεχνολογία, την επιστήμη, την τεχνολογία πληροφοριών και τα σχολεία.
• μπορεί να εφαρμόσει γνώσεις στα μαθηματικά και τη στατιστική σε προβλήματα και ερωτήματα που προκύπτουν στις κοινωνικές και φυσικές επιστήμες
• μπορεί να συνεργαστεί διεπιστημονικά με άλλους ειδικούς
• μπορούν να βρουν ακριβείς και επιστημονικές διατυπώσεις, σε προφορικό και γραπτό λόγο
• μπορεί να κάνει ανεξάρτητη επιστημονική εργασία και να διατυπώσει το περιεχόμενο της εργασίας στο πλαίσιο της ορολογίας των μαθηματικών και της στατιστικής
• μπορεί να κάνει κρίσεις βασισμένες στη γνώση σε γενικά επιστημονικά θέματα και να τις κοινοποιήσει δημόσια.
• μπορούν να συμβάλουν σε νέες διαδικασίες σκέψης και καινοτομίας στον τομέα των μαθηματικών και της στατιστικής

Προοπτικές Εργασίας

Μέσω του προγράμματος, οι φοιτητές θα αποκτήσουν ευρείες ικανότητες που τους παρέχουν τα προσόντα για εργασία σε διαφορετικούς τομείς και τομείς. Εκπαιδεύονται στην επίλυση προβλημάτων χρησιμοποιώντας συστηματικές και αναλυτικές μεθόδους, γεγονός που θα τους καταστήσει ελκυστικούς υποψηφίους για έρευνα, ανάπτυξη και διαχείριση. Υπάρχουν έργα ανάπτυξης και καινοτομίας που απαιτούν ικανότητα στις μαθηματικές επιστήμες στις ανανεώσιμες πηγές ενέργειας, την προσαρμογή στην κλιματική αλλαγή, την τεχνολογία πληροφοριών, τα οικονομικά, τις ασφάλειες, τα χρηματοοικονομικά και τις τραπεζικές εργασίες, τη βιοτεχνολογία και την ιατρική τεχνολογία.

Υπάρχει αυξανόμενη ανάγκη για προσωπικό που μπορεί να επεξεργάζεται και να αναλύει δεδομένα, και η κοινωνία μας βλέπει μια αυξανόμενη ζήτηση για ικανότητες στη μοντελοποίηση και ανάλυση σύνθετων προβλημάτων σε διαφορετικούς τομείς και πεδία.