Företagsforskarskolan Datadrivna system, DDS, fokuserar på utmaningarna med automatiserade och halvautomatiserade datadrivna system. Syftet är att göra det möjligt för anställda vid företag att få vetenskaplig kompetens och kunskap som gynnar deras värdföretag samtidigt som de uppnår en licentiatexamen i datavetenskap från Malmö universitet.

Företagsforskarskola i Datadrivna system 

Automatiserad och halvautomatiserad behandling av digital information är ett växande problem och av intresse för både samhället och industrin. Det framväxande IoT-paradigmet underlättar insamling av verklig data medan framsteg inom Artificiell intelligens (AI) utlovar ett automatiserat eller förbättrat stöd för beslutsfattande baserat på sådana data. För att den här typen av system ska vara framgångsrika måste de dock i många fall kunna erbjuda en god balans mellan automatisering och mänsklig intervention. Företagsforskarskolan Datadrivna system (DDS) är ett 36-månadersprojekt som fokuserar på utmaningarna med automatiserade och halvautomatiserade datadrivna system.

DDS syftar till att göra det möjligt för anställda vid företag att få vetenskaplig kompetens och kunskap som gynnar deras värdföretag samtidigt som de uppnår en licentiatexamen i datavetenskap från Malmö universitet. Doktoranderna spenderar 67% av sin tid på forskarstudier och den återstående tiden på företagsuppgifter.

DDS finansieras av KK-stiftelsen, Malmö universitet och våra samarbetsföretag:

  • Massive Entertainment
  • Sigma Technology
  • Sony Europe

DDS skapar en akademisk utbildningsmiljö, inklusive kurser och diskussionsfora, för ett antal licentiatprojekt, som alla möter utmaningen med automatiserade och halvautomatiserade datadrivna system från olika perspektiv och forskningsområden, särskilt:

  • Data mining
  • Context-aware systems

Kurser

Alla doktorander följer samma studieplan och läser följande kurser:

  • Introduction to data driven systems, 5 hp
  • Academic writing and publishing, 5 hp
  • Research methods in Computer Science, 5 hp
  • Current topics in Data Science, 5 hp
  • IOTAP seminar series, 5 hp
  • Individual reading course, 5 hp