
Informasjonsteknologi - Kunstig intelligens
Vil du lære maskiner å lære? Dette studiet gir deg «hands on»-erfaring med oppgavene du en dag møter i arbeidslivet, og du får ettertraktede ferdigheter innen et spennende og raskt voksende fagfelt.
Nøkkelinformasjon
Bruker reelle caser fra arbeidslivet
Du lærer hva som venter i arbeidslivet.Utveksling
Du kan søke om å dra på utveksling til blant annet Finland, Sør-Korea eller Storbritannia.Gjesteforelesere
Dette studiet har mange gjesteforelesere med relevant erfaring fra bransjen.Ansvarlig fagmiljø
Opptakskrav
På dette studiet må du innfri krav om generell studiekompetanse. Du må også ha bestått matematikk R1 eller S1+S2.Pris
51 500 kr pr semester. Studieprogrammet kvalifiserer til støtte fra Lånekassen.
Hva lærer du?
I løpet av studietiden din hos oss vil du blant annet få innsikt i:
Studiemodell
- PG2103Introduksjon til KI <p>This course is split into three main parts. In the first part, the students will learn about the history of AI and ethical considerations. The second part will focus on the main concepts of AI such as what are models, agents, architectures, algorithms, etc. In this part, the students will also get some hands-on experience with supervised learning algorithms. The third part of the course will focus on how to determine if an AI system is good or not, both in terms of performance and ethically.</p>
- PG2104Datainnsamling og behandling <p>The course is designed to teach two important components of artificial intelligence. The first component is the programming language Python. The main concepts of Python are explained, and practical examples are used to deepen the understanding. The second part focuses on data collection and handling. The student will learn what is important for data collection and how to do it. In addition, how to clean data and how data influences the algorithms trained on it.</p>
- PG2105Heterogen databehandling for KI <p>The course will introduce the student to the importance of distributed and parallel processing in the context of artificial intelligence. Heterogenous programs and parallel algorithms running on Graphical Processing Units (GPUs) can achieve very high performance, for example, up to 100 times faster computation times. However, the usage of graphics processing unit (GPU) for parallel computation and artificial intelligence has started during recent years only. </p><p>First, the course will introduce GPU architectures, high-performance computations on GPUs, parallel algorithms, and applications of GPU computing. In addition, the students will also learn the necessary concepts that are needed for running the machine-learning algorithms on GPUs. Additionally, the students will use one of the general heterogeneous computing frameworks in the Python programming language to interface with the GPUs and distribute the computing.</p>
- VALUTV999-30Valgemner eller utveksling 30 studiepoeng <p style="margin-top:0pt;margin-bottom:8pt;line-height:108%;"><span style="font-size:14pt;color:#000000;">Du kan lese mer om dine valgmuligheter i dette semesteret<a href="https://kristiania.no/for-studenter/valgemner-og-praksis-4/" style="font-size:14pt;color:#0563C1;"></a></span><a href="https://kristiania.no/for-studenter/valgemner-og-praksis-4/" style="font-size:14pt;color:#0563C1;text-decoration:underline ;"></a></p> <p style="margin-top:0pt;margin-bottom:8pt;line-height:108%;"><a href="https://kristiania.no/for-studenter/valgemner-og-praksis-4/" style="font-size:14pt;color:#0563C1;text-decoration:underline ;">https://kristiania.no/for-studenter/valgemner-og-praksis-4/</a><span style="font-family:'Arial';font-size:14pt;color:#000000;font-weight:normal;"> </span></p>
- PG3102Semi- and Unsupervised learning
- PGR207Deep Learning <p>The course provides knowledge of the key concepts, techniques and methods related to artificial neural networks; deep learning. The students gains in depth knowledge of mathematical foundations of deep learning, neural networks and gains advanced skills in applying the appropriate tools, techniques and development of the respective areas. Furthermore, the course provides the students with practical hands-on experience on deep learning using open source deep learning libraries in the Python programming language. After completing the course, the students will be able to apply and use appropriate deep learning techniques within various data science domains.</p>
- PRO203Smidig prosjekt
- BAO304Bachelorprosjekt
- PJ6100Undersøkelsesmetoder <p>Emnet skal gjøre studenten kjent med strategier og metoder med særlig vekt på undersøkelser som har relevans for informasjonsteknologibransjen. Forskningsundersøkelser er en syklisk prosess der tilnærminger er justert og raffinert over tid.</p><p>Målet med dette emnet er å gi studentene en grunnleggende forståelse av forskning som en konseptuell, empirisk og praktisk tilnærming til å samle ny innsikt og kunnskap innen informasjonsteknologi. Undervisningen fokuserer på anvendt forskning innen informasjonssystemer og informatikk og presenterer studentene for relevante metoder fra dette domenet, sammen med deres muligheter og begrensninger. </p><p>Emnet er et støtteemne til hovedprosjektet, primært i forhold til utvikling av undersøkelsesstrategi, anvendelse av hensiktsmessige metoder for datainnsamling og rapportskriving.</p>
Hva kan du bli?

Slik påvirker kunstig intelligens fremtidens arbeidsmarked
Møt fagmiljøet
Slik jobber vi
Våre ansatte er en del av et internasjonalt og lidenskapelig fagmiljø. Vi benytter mange ulike metoder og verktøy for å veilede studentene på deres vei mot den viktigste kunnskapen og forskningen, og gjør dem forberedt på arbeidslivet.Forelesninger, presentasjoner, workshops og øvinger brukes for å introdusere nye begreper og sammenhenger, samt innøve ferdigheter og forståelse. Arbeid med fagstoff foregår både individuelt og i gruppe, med vekt på samhandling for å oppnå et godt læringsutbytte. Studiet har prosjektarbeid alle semestre for å i praksis anvende ferdigheter og forståelse til å løse mer komplekse problemstillinger.
Dette studiet har felles første år med en rekke andre informasjonsteknolog spesialiseringer innen informasjonsteknologi, noe som gjør at du kan søke om å bytte teknologistudium etter å ha fullført første året.
I andre og tredje studieår er problemstillingene sterkt knyttet til studieprogrammets egenart. Studiet avsluttes med et hovedprosjekt i bedrift, hvor studentene vil anvende alle sine kompetanser opparbeidet gjennom studiet for å løse et problem/oppgave som har verdi for oppdragsgiver.
Slik er søknadsprosessen
Viktige frister
Søknadsfristen er 15. april. Dokumentasjonsfrist for vitnemål og attester er 1. juli.Viktige fristerBehandlingstid
For studier med rullerende opptak mottar du et betinget studietilbud i løpet av 1-3 dager etter søknad, dersom det er ledige plasser på programmet du har søkt.Les merSlik søker du
På Min Side for søkere, aksepterer du tilbudet og laster opp nødvendig dokumentasjon på dine kvalifikasjoner.Les mer
Semesterregistring
Du må registrere deg for semesteret i StudentWeb. Dette er et krav for å få utbetaling fra Lånekassen.Les merSiO (Oslo) og Sammen (Bergen)
SiO og Sammen tilbyr boliger, helsetjenester, barnehage, treningssenter og mye mer til sine medlemmer.Les merLånekassen
Alle våre studier er offentlig godkjent og gir rett til å søke lån og stipend fra Lånekassen.Les mer
Støtte og tilrettelegging
Som student kan du få rådgivning, tilrettelegging og oppfølging på studierelaterte spørsmål og utfordringer. Vi har taushetsplikt.Les merMitt Kristiania
Her finner du timeplan, pensum, tjenester og alle andre verktøy du trenger som student.Les merStudentbevis
Studentbevis er ditt adgangskort til campus, betalingskort på printere og lånekort på vårt bibliotek. Dette får du i våre resepsjoner (unntatt i Brenneriveien).Les mer
Hva lurer du på?

Ofte stilte spørsmål
Les mer om våre studenter
- Ida ønsket bred og etterspurt kompetanse – valgte IT-studier ved KristianiaIda Merete Markussen ønsket en ettertraktet utdanning. Valget falt på IT-studier ved Kristiania.