Tietojenkäsittelytieteen osasto tarjoaa maisterivaiheen opetusta kahden maisteriohjelman ja neljän opintosuunnan kautta. Lisäksi tietojenkäsittelytieteen kandidaatin tutkinto mahdollistaa opiskelun eräissä muissa maisteriohjelmissa.

Tietojenkäsittelytieteen maisteriohjelma

Tietojenkäsittelytieteen maisteriohjelman opintoihin kuuluu 15 opintopistettä ydinkursseja, 30 opintopistettä opintosuuntakohtaisia kursseja, tietojenkäsittelytieteen kollokvio (5 op), Pro Gradu -tutkielma (30 op) sekä 40 op muita täysin valinnaisia opintoja. Opintosuuntakohtaisten kurssien tulee sisältää vähintään 15 op edestä kursseja kahdesta eri opintosuunnan kurssipaketista.

Kts. tutkintorakenteen tarkempi kuvaus täältä

Kts. myös tietojenkäsittelytieteen ja data tieteen kurssilistaukset.

Ydinkurssit

Design and Analysis of Algorithms
Introduction to Machine Learning
Distributed Systems
Networked Systems and Services
Introduction to Big Data Platforms
Software Architectures

Software Systems -opintosuunta

Ohjelmistojärjestelmien (Software Systems) opintosuunta keskittyy suurten ja monimutkaisten ohjelmistojärjestelmien tuottamisen tarkasteluun, tutkimalla ohjelmistoprosesseja, ryhmädynamiikkaa ja ohjelmiston laatua sekä niiden uudelleenkäyttöä.

Opiskelu kulminoituu Software Factoryyn, joka toimii yhteistyön alustana ohjelmistoliiketoiminnalle ja perus sekä soveltavalle ohjelmistokehitystutkimukselle ja -opetukselle. Software factory on kokeellinen ohjelmiston tutkimus- ja kehityslaboratorio, jonka päämääränä on edistää opetusta, poikkitieteellistä tutkimusta ja korkean tavoitteiden yrittäjyyttä.

Opintosuunnan kurssit jakaantuvat kolmeen kurssipakettiin, joiden alta löytyy esimerkiksi seuraavia kursseja:

Software Engineering -kurssipaketti

Methods for Software Engineering Research
Software Architecture Project
Software Product Management
Software Project Management and Group Dynamics
Software Factory Experience
Special Topics in Software Engineering
Seminar in Empirical Software Engineering
Seminar in Novel Software Architecture Design
Seminar: Software Engineering and Computer Games

Programming Techniques -kurssipaketti

Software Testing
Programming languages - Concepts and Paradigms
Compilers
Code Generation
Game Engine Architecture
Game Project Course
Special Topics in Programming Techniques
Seminar: Software Engineering and Computer Games
Seminar in Experimental Algorithmics
Seminar in Experimental Software Engineering
Seminar in Novel Software Architecture Design
Seminar: Software Engineering and Computer Games

Data Management -kurssipaketti

Transaction Management and Query Optimization
Big Data Frameworks
Special Topics in Data Management
Seminar on Big Data Management

Networking and Services -opintosuunta

Tietoverkkojen ja palveluiden opintosuunnan opinnot käsittelevät kiinteiden ja mobiiliverkkojen suunnittelua ja hallintaa, sekä niiden päälle rakentuvia palveluita. Erityisinä fokuksina ovat hajautetut järjestelmät, interaktiiviset järjestelmät sekä järjestelmien mukautuminen muuttuvaan toimintaympäristöön.

Opintosuunnan kurssit jakaantuvat neljään kurssipaketiin, joiden alta löytyy esimerkiksi seuraavia kursseja:

Networking -kurssipaketti

Internet Protocols
Cloud and Edge Computing
Scalable Overlay networks
Special Topics in Networking
Seminar on Cloud-Based Mobile Networking
Seminar on Communication Security

Security -kurssipaketti

Mobile systems security
Cryptography in Networking
Software Security
Cyber Security II
Special Topics in Security
Seminar on Communication Security

Collaborative and Interoperable Systems -kurssipaketti

Service Ecosystems
Services Engineering with Models
CINCO Laboratory
Seminar on Collaborative and Interoperable Computing

Human Computer Interaction -kurssipaketti

Human Computer Interaction
Designing Interactive Systems
Interactive Data Visualization
Special Topics in Human Computer Interaction

Algorithms -opintosuunta

Jos kandikursseista sytytti tietorakenteet, laskennan mallit tai johdatus tekoälyyn, algoritmien opintosuunta voisi olla sinun valintasi.

Algoritmien opintosuunta tutkii tehokkaita algoritmeja sekä niiden käyttöä. Opintosuunnan kurssit jakaantuvat diskreettien algoritmien kurssipakettiin sekä koneoppimisen kurssipakettiin, jotka sisältävät esimerkiksi seuraavia kursseja:

Discrete Algorithms -kurssipaketti

String processing algorithms
Data compression techniques
Randomized Algorithms I
Randomized Algorithms II
Approximation algorithms
Combinatorial Optimization
Biological Sequence Analysis
Algorithms in Molecular Biology
Special Topics in Discrete Algorithms
Seminar on Applied Discrete Algorithms
Seminar on Big Data Management
Seminar in Experimental Algorithmics

Machine Learning Algorithms -kurssipaketti

Introduction to Data Science
Advanced Course in Machine Learning
Probabilistic Models
Computational Statistics I
Bayesian Inference
Advanced Statistical Inference
Advanced Course in Bayesian Statistics
High Dimensional Statistics
Spatial Modelling and Bayesian Inference
Machine Learning in Molecular Biology
Special Topics in Machine Learning Algorithms
Seminar: Deep learning for Natural Language Processing

Datatieteen maisteriohjelma

Datatieteen maisteriohjelma käsittelee koneoppimisen, hajautetun laskennan ja tilastollisten metodien opintoja. Opinnot voivat suuntautua joko teoriaan tai soveltamiseen. Toisien sanoen, voit joko opiskella kehittämään uusia metodeja tai soveltamaan olemassaolevaa erilaisissa tilanteissa.

Opinnot koostuvat ydinkursseista (vähintään 35 op), valinnaisista kursseista (vähintään 20 op), Pro Gradu -tutkielmasta (30 op) sekä muista opinnoista.

Ydinkurssit

Introduction to Data Science
Introduction to Machine Learning
Distributed Data Infrastructures
Statistical Data Analysis (substitutes Bayesian Inference)
Data Science Seminar
Data Science Project
Academic Skills for Data Science
Data Science Fest

Valinnaiset kurssit

Valinnaiset kurssit jakautuvat useaan eri paketiin, mutta opinnot vai valita useammasta paketista. Osa kursseista järjestetään vain joka toinen vuosi.

Machine Learning

Advanced Course in Machine Learning
Computational Statistics I
Probabilistic Models

Statistical data science

Advanced Course in Bayesian Statistics
Computational Statistics I
High Dimensional Statistics
Spatial Modelling and Bayesian Inference
Inverse Problems 1: Convolution and Deconvolution

Data science infrastructures

Introduction to Big Data Management
Big Data Frameworks
Cloud and Edge Computing
Tools of High Performance Computing
Scientific Computing III

Computers and cognition

Introduction to Artificial intelligence
Philosophy of Artificial Intelligence
Computational Creativity
Interactive Data Visualization
Cognition & Brain Function
Perception, Communication and Cognition

Algorithmic Data science

Design and Analysis of Algorithms
Network Analysis (new course)
Data Compression Techniques
String Processing Algorithms

Life Science Informatics -maisteriohjelma

Life Science Informatics -maisteriohjelman opiskelijat käyttävät laskennallisia menetelmiä biologian, ekologian, ja lääketieteen ongelmien ratkaisuun. Opinnot koostuvat kuudesta opintosuunnasta, joista kuhunkin liittyy vuosittain järjestettävä johdantokurssi. Tutkintoon vaaditaan johdantokurssit vähintään kolmelta opintosuunnalta, yhden opintosuunnan kaikki kurssit, Pro Gradu -tutkielma (30 op) sekä seminaari (5 op).

Opintosuunnat ovat

Applied bioinformatics
Algorithmic bioinformatics
Biomathematics
Biostatistics and bioinformatics
Eco-evolutionary informatics
Systems biology and medicine

Lisätietoja maisteriohjelman sivuilta

Teoreettisten ja laskennallisten menetelmien maisteriohjelma

Kts. https://www.helsinki.fi/en/programmes/master/theoretical-and-computational-methods

Matematiikan ja tilastotieteen maisteriohjelma

Kts. https://www.helsinki.fi/en/programmes/master/mathematics-and-statistics