Kandidat - Big data and privacy - Syddansk Universitet

En relevant bacheloruddannelse eller professionsbacheloruddannelse. En relevant bacheloruddannelse er en humanistisk, naturvidenskabelig, teknisk eller samfundsvidenskabelig bacheloruddannelse. En relevant professionsbacheloruddannelse er f.eks. webudvikler, softwareudvikler eller folkeskolelærer.
Engelsk på B-niveau.

f

Kandidatuddannelsen i Big data and privacy (cand.it.) er et fuldtidsstudium, der udgør 120 ECTS. Uddannelsen er fælles mellem Det Naturvidenskabelige Fakultet og Det Humanistiske Fakultet, hører under Studienævn for Informations- og Kommunikationsstudier i Kolding og knyttes til Censorkorpset i Datalogi.

Formålet med uddannelsen er at give den studerende en kombination af naturvidenskabelige (datalogiske) kompetencer og humanistiske kompetencer indenfor it, design og etik.

Cand.it. i Big data and privacy uddanner kandidater med kompetencer, som sætter dem i stand til at indsamle og udtrække viden fra store datamængder samt udvikle innovative services i form af privathedsbevarende løsninger til offentlige og private organisationer og virksomheder.

Uddannelsen består af tre søjler: Big Data, Privathed og Analyse. 

Uddannelsen fokuserer således på ansvarlig innovation gennem big data og sigter mod at give de studerende solide teknisk-datalogiske kompetencer kombineret med humanistiske kompetencer inden for etik og design. Derved sikres, at den studerende kan: (1) Udvikle innovative big data drevne løsninger under hensyntagen til privathed, (2) udvinde relevante oplysninger fra big data og (3) udarbejde big data analyser og præsentere resultaterne meningsfuldt via visuelle teknikker. 

Uddannelsen giver den studerende stærke tekniske kompetencer inden for big data-værktøjer og it-sikkerhed i samspil med humanistiske kompetencer inden for etik, design og innovationsdrevne forretningsprocesser. Herved kan kandidaterne bidrage til udvikling af it-systemer, der omfatter begreber om programmering, data behandling, data analyse, forretning og privathedssikrende teknologidesign. Der vil i stigende omfang være brug for kandidater, der både kan udvikle tekniske løsninger og bringe humanistiske kompetencer i spil helt nede på det tekniske niveau.

Kandidatuddannelsen afslutter den fulde faglige udbygning af den studerendes samlede studieforløb. Den færdige kandidat vil have opnået faglige og erhvervsmæssige kompetencer, der kvalificerer til  varetagelse af erhvervsfunktioner i det hastigt fremvoksende felt, der baserer sig på big data innovation og forretningsløsninger.

Der er mangel på fagfolk, der kan omdanne store mængder, strukturerede såvel som ustrukturerede, data til brugbar viden. Men samtidig sættes privatheden i stigende omfang under pres, og der er derfor behov for at uddanne fagfolk, der kan agere i spændingsfeltet mellem big data og privathed.

Hvis Danmark skal have et forspring inden for big data forretningsområdet kan privathed betragtes som forretningsdriver i udvikling af innovative løsninger, der omsætter data til værdi uden at gå på kompromis med hensynet til privathed og sikkerhed.

Det eksisterende uddannelsesmarked honorerer ikke behovet for kandidater der kan dække området inden for big data og privathed. Imidlertid er der øget bevidsthed om, at netop disse kompetencer vil blive efterspurgt i takt med at virksomheder og offentlige institutioner i stigende omfang ønsker at agere pro-aktivt for at kunne målrette produkter og services tilpasset kundens eller borgerens behov.

Kompetenceprofil: Cand.it. Big data and privacy

Viden:

Kandidaten har

• kendskab til værktøjer og frameworks til opsætning af big data systemer i organisationer


• viden om teorier og metoder for effektiv udnyttelse af big data under hensyntagen til sikkerhedsspørgsmål samt relaterede etiske problemstillinger


• viden om visualisering, præsentation og strukturering af big data under hensyntagen til privathed


• viden om centrale begreber og principper indenfor data-analyse


• viden om centrale teorier, begreber og metoder inden for IT-sikkerhed


• viden om centrale begreber og principper inden for data-anonymisering

Færdigheder:

Kandidaten kan

• afdække forretningsrelevante mønstre i big data under hensyntagen til privathed og sikkerhed


• fremstille visuelle repræsentationer af big data-mønstre


• reflektere over etiske problemstillinger, primært vedrørende privathed og sikkerhed, i tilknytning til big data


• reflektere løsningsorienteret samt forholde sig konstruktivt til privathed som forretningsdriver


• reflektere løsningsorienteret samt forholde sig konstruktivt til data-analyse


• reflektere løsningsorienteret samt forholde sig konstruktivt til sikkerhed i big data systemer


• reflektere over problemstillinger vedr. anonymisering af data


• vedligeholde big data-systemer under hensyntagen til privathed og sikkerhed

Kompetencer

Kandidaten kan

• forstå og reflektere over visioner og potentialer i big data under hensyntagen til privathed og sikkerhed


• forestå opsætning af big data-systemer under hensyntagen til privathed og sikkerhed


• kommunikere, med både eksperter og ikke-eksperter, om metodiske og praktiske problemstillinger i relation til data-analyse


• selvstændigt, og i samarbejde med andre, analysere IT-sikkerheden i et planlagt eller eksisterende big data-system, præsentere resultaterne og omsætte dem til designforslag


• kommunikere, med både eksperter og ikke-eksperter, om metodiske og praktiske problemstillinger i relation til data anonymisering

Uddannelsen består af følgende konstituerende elementer:

1. semester

Semester project 1:  Hands-on experiences with existing big data systems (5 ECTS, NAT+HUM)

Introduction to big data systems (5 ECTS, NAT+HUM)

ICT and ethics (10 ECTS, HUM)

2. semester

Semester project 2:  Development of big data business models (5 ECTS, NAT+HUM)

Data driven innovation (5 ECTS, NAT+HUM)

Privacy by design (10 ECTS, HUM)

Data statistics and analysis (10 ECTS, NAT)

3. semester

Semester project 3:  Design your own big data system (5 ECTS, NAT+HUM)

Designing big data systems (5 ECTS, NAT+HUM)

Security and anonymity (10 ECTS, NAT)

Data visualisation (10 ECTS, HUM)

Se bilag for progression.

I resten af afsnittet beskriver vi de enkelte fagelementer, opdelt efter de tre søjler Big Data, Privacy og Analytics. Alle fagbeskrivelser er på engelsk, da uddannelsen udbydes på engelsk.

Big Data

Introduction to big data systems (5 ECTS, NAT+HUM)

The course starts with an introduction to the theoretical foundations of data science including an account of the foundational issues surrounding basic concepts, for instance, those of „datum/data“, „data set“, „data record“ etc.  These epistemological issues are related to the data modelling techniques of computer science whereby these techniques are examined from a philosophical perspective. The procedures used to model a given domain by assigning a structured set of data to it are discussed and analysed from the point of view of both ontology and epistemology.

On the technical side, the course introduces the concept of databases, both structured and unstructured. Basic modelling of data, creation of databases, and basic querying techniques for structured databases are taught and in parallel applied as a part of the semester project. The course continues with unstructured data and associated basic modelling and query techniques. On this background, the course closes by discussing the nature of the big data challenge, characterized by the 3 V’s (volume, variety, velocity).

Semester project 1:  Hands-on experiences with existing big data systems (5 ECTS, NAT+HUM)

The students work in groups (3-4 students) and acquire hands-on experiences with selected existing big data systems, which enables them to formulate research questions for an explorative team based project work that addresses privacy issues in relation to big data systems.

The student groups can focus on different types of big data systems. One possibility is to consider large data sets and how to extract information by combining multiple data sources. Another possibility is to work with real-time data streams such as social media updates.

Data Driven Innovation (10 ECTS, NAT+HUM)

Ideas for using big data can come from any sources, but creating detailed concepts for meaningful solutions is likely to require iterative processes of critique and refinement, involving experts from various disciplines, users and other stakeholders, and a consideration of broader trends and other perspectives. Furthermore, an ability to understand and exploit the technical possibilities and limitations of big data tools is required to ground solution generation in the realm of the possible.

This creative studio style course focuses on designing and evaluating innovative big data applications for either commercial and/or societal benefits.  Methods for collaboratively generating and communicating innovative concepts are explained, alongside an introduction to provocative approaches for sparking imagination and discussion such as Design Fiction and Speculative Design.   

On the technical side, the course introduces advanced querying techniques for structured and unstructured databases as well as frameworks for performing queries on large volume data sets (e.g. Hadoop, Hive) and real-time data streams (e.g. Storm, Enorm). Technical challenges and limitations are discussed both with respect to the general case and the individual tools and techniques introduced.

Semester project 2:  Development of big data business models (5 ECTS, NAT+HUM)

The students work in groups (3-4 students) and explore models for big data driven business, which enables them to formulate research questions for an explorative team based project work that addresses responsible innovation through big data.

The student groups can base their ideas on publicly available data sources, both global and local. The tools introduced in the course Data Driven Innovation should be used in order learn how to handle large data sets and/or real-time data streams more gracefully.

Design of Big Data Systems (5 ECTS, NAT+HUM)

The course deals with the architectural features and constraints, which an IT-system designed for the handling of big data has to obey in order to be efficient and useful. On the basis of a brief introduction to the design and modelling of IT-systems, the course provides a thoroughgoing account of the theoretical principles, methods and technologies necessary for the design of big data systems.

The main elements of typical big data systems are be treated in the course. This includes large-scale data collection, data storage, data security, data processing, data extraction of structured data, data analytics, and visualization. Both best practices and the general architectural principles involved in the design and building of robust data systems will be surveyed. This includes the segregation of systems into multi-tier architectures based on distributed components.

Furthermore, such central issues as the scalability and complexity of big data systems are addressed. Theoretical principles will be illustrated with the use of practical examples involving distributed systems based on service-oriented computing.

Semester project 3:  Design your own big data system (5 ECTS, NAT+HUM)

The students will work in groups (3-4 students) and formulate research questions, which will enable them to formulate goals for the design of a concrete big data system that pro-actively takes privacy into consideration.

The project will make use of a multi-tier architecture interconnected by a service structure. Student groups are encouraged to combine different types of data, different processing methods, and design the system with both security and privacy in mind. 

PRIVACY

ICT and Ethics (10 ECTS, HUM)

The aim of this course is to help students to think clearly about ethical matters with special attention paid to philosophical issues related to privacy and big data. Moreover, the students acquire knowledge about decision processes. The topics covered by the course include but are not limited to computer ethics, privacy, computer software engineering ethics and codes of conduct, decision theory, and legal issues such as rights of privacy and personal data protection legal requirements.

The students develop critical thinking skills, which enable them to address ethical issues related to the design and development of computer systems in general, and big data systems in particular. Furthermore, the course enables students to identify values and uncertainties related to decision-making. Finally, the course ensures that students are familiar with software engineering ethics and code of conducts.

Privacy by Design (10 ECTS, HUM)

The aim of this course is to help students to address and critically reflect upon privacy issues related to the design and development of computer systems, in particular big data systems. Moreover, the course enables students to engage proactively in addressing privacy issues during the technology design process. As such, the students gain insight into a variety of methods, which seek to bring privacy to design without compromising system utility and usability. This includes Privacy by Design, Privacy Enhancing Technology, Value Sensitive Design, and privacy impact assessment methodology.

The students learn how to balance data privacy with data utility as well as how to balance usability/convenience with designing for privacy. The students develop critical thinking skills, which enable them to engage proactively in addressing privacy and other ethical issues related to the development of big data systems. Moreover, the student will be able to reflect on these issues in a broader organizational and societal context

Security and Anonymity (10 ECTS, NAT)

The course provides a broad overview over typical security and privacy issues in distributed heterogeneous data processing systems. The topics include controlling access to data, ensuring data validity and origin, and anonymising sensitive information. Focus is on both component-level and system-level issues, and in particular on understanding and being able to analyse how the composition of the system affects its security and anonymity properties.

The course introduces the concepts of symmetric and asymmetric ciphers as well as one-way functions. These concepts are used to demonstrate the use of methods such as public-key cryptography, certificates, and hash functions. The students learn how these methods can be used to control access to data, to ensure data validity and origin, and to anonymise data.

ANALYTICS

Introduction to Programming (10 ECTS, NAT)

The course provides an introduction to programming from a practical data processing perspective. First, the focus is on basic instructions and control statements that lie at the fundament of imperative programming. The students need to learn how to use programming in order to more effectively use tools. To this end, using powerful libraries and combinations of libraries is part of the course from the first day.

In the second half, students learn how to obtain data from a variety of sources such as files, web services, and database connections, how to process it using powerful second order functions such as map, reduce, and filter, and how to provide data to upstream programs.

User Experience (10 ECTS, HUM)

The course provides an overview of the developments in the fields of Human Computer Interaction and Interaction Design. Central terms and methods from user studies and evaluation are discussed in the context of the development of digital user interfaces. The students learn central theories, terms, and principles of usability and user experience.

The course features a thorough research-based and at the same time practical introduction to users studies and evaluation of digital user interfaces with a focus on theories and methods that support usability and user experience. The course concentrates its focus on user experience in relation to digital solutions based on the use of big data.  The methods introduced, tested, and discussed include qualitative interviews, observations, surveys, think-aloud-tests, and expert evaluations. Furthermore, methods from design anthropology, participatory design, and participatory innovation are considered. A part of the course is case-based; where students plan and execute a study and simultaneously collect empirical data for their final assignment.

Data statistics and Analysis (10 ECTS, NAT)

The course introduces basic concepts and methods from statistics, data mining, and machine learning in the context of data analysis. These methods are applied to application areas such as web analytics, heuristic data clustering, and forecasting.

Students are exposed to a variety of practical tools for performing standard statistical analyses, for clustering data using simple metrics, and for machine learning based on support vector machines. The course balances between providing a broad understanding of the possibilities of the different sub disciplines and hands-on experience with a few selected methods.

Data Visualisation (10 ECTS, HUM)

Starting from an exploration of both the perceptual and cognitive abilities of humans on the one hand and the peculiarities of visual communication on the other, the course provides an introduction to the theoretical principles, the methods, and the technologies for the visual representation of all kinds of data by computational means. All types of data will be considered: the simple ones, which already arise in everyday life and are easily representable by such devices as lists, tables, and simple graphics, as well as the complex data modern science, which typically require involve graphics and, possibly, complicated animations.

The course covers the data life cycle starting from the selection of data, leading through the phases of analysis, modelling, and processing up to different forms of data representation. The course also reviews practical applications of data visualization where the main goal is to expose patterns that ease the understanding, communication, and decision-making in the specific data field.

Uddannelsen er en cand.it uddannelse og den foreslås indplaceret i takstgruppe 3 i lighed med andre cand.it-uddannelser. 

En række større danske virksomheder forventer at kunne innovere og styrke forretningsområder gennem dataanalysebaserede projekter. Men der efterspørges kompetencer inden for dataanalyseområdet og det sandsynliggøres, at der kan opstå flaskehalsproblemer på it-arbejdsmarkedet som følge deraf. Dette fremgår af den årlige Rambøll rapport ”IT i praksis, 2015” (25. august 2015), som er udarbejdet af Rambøll Management Consulting i samarbejde med DANSK IT.

Juni 2015 udsendte 27 centrale fagforeninger og interesseorganisationer rapporten: ”Danmark det mest digitale land i verden – Visioner til den nye regering fra erhvervslivet”. Heri fremhæves vækstpotentialet ved big data drevne løsninger, både i det offentlige, såvel som i det private. I den sammenhæng betegnes privathed som en mærkesag (s. 18 ff.). (LINK: http://www.ac.dk/media/513724/danmark-det-mest-digitale-land-i-verden-endelig-version.pdf)

December 2013 udsendte Erhvervsstyrelsen rapporten: ”Big Data som vækstfaktor i dansk erhvervsliv – syv virksomhedseksempler”.

I forhold til kompetencemæssige barrierer fremhæves særligt at: ”Sammenfattende er billedet fra interviewene, at de nuværende analytiske uddannelser i for beskedent omfang følger med udviklingen på big data området. Og at der både er behov for nye uddannelser (hybriduddannelser mellem dataanalyse og forretningsudvikling) og for tilpasninger i eksisterende uddannelser, fx inden for matematik og datalogi. Hertil kommer et markant stigende efteruddannelsesbehov i forhold til topledere og mellemledere, der skal tage beslutninger og lede med afsæt i big data strategier” (s. 49).”

Ydermere præciseres det, at: ”En væsentlig pointe på løsningssiden er, at det er vigtigt at etablere et par forskningsmæssige og uddannelsesmæssige fyrtårne i Danmark. Det vil sige miljøer, der har særlig fokus på at forske i – og uddanne studerende til – big data problemstillinger, og hvor brugen af praktiske cases mv. tillægges stor vægt. Det vil også være naturligt, at sådanne miljøer får en central rolle i at udbyde målrettet efteruddannelse til erhvervsledere – i samarbejde med fx big data konsulenthuse” (s. 50).

(Link: https://erhvervsstyrelsen.dk/sites/default/files/big-data-syv-cases.pdf)

Der er i stigende omfang brug for kandidater, der kan bringe humanistiske kompetencer i spil på en stærk teknisk forståelsesbaggrund. Uddannelsens kandidater tilegner sig en faglig baggrundsforståelse inden for både det datalogiske såvel som det humanistiske område. Derved bringes humanistisk viden om etik, privathed og design i spil med en større vægt end hos en kandidat, der kun kan anlægge rent humanistiske vinkler på teknologiske problemstillinger og systemudvikling. Sidstnævnte kandidats kompetencer begrænses således af den manglende tekniske forståelse, eftersom han eller hun ikke har blik for, hvordan man bedst muligt kan aktualisere ansvarlig innovation i big data-baserede projekter. Hertil kræves tekniske kompetencer inden for big data værktøjer, data analyse og sikkerhed.

Uddannelsen forventer at uddanne 30 dimittender årligt. Behovet er afdækket via aftagerunderundersøgelse, hvor private såvel som offentlige aktører udtrykker, at der vil være behov for kandidater med uddannelsens kompetencer. Inden for det offentlige vil big data-baserede projekter komme til at spille en rolle i en række sammenhænge af vital interesse for velfærdsstatens opretholdelse. Eksempelvis vil sygehusvæsenet få et behov for pro-aktivt at kunne sætte ind med forebyggende indsatser, fremfor reaktivt at helbrede via behandling. Tilsvarende gælder på det kommunale område, hvor man, gennem datadrevne analyser kan målrette indsatser og tilbud til borgeren.

Inden for det private erhvervsliv er big data drevne forretningsmodeller under udvikling eller allerede etableret i flere større virksomheder. Aftagere er enige om, at big data området vil vækste i Danmark i de kommende år. I den forbindelse fremhæves, at kandidater fra uddannelsen vil kunne navigere konstruktivt i spændingsfeltet mellem privathed og forretningsudvikling, grundet kombinationen af stærke tekniske og humanistiske kompetencer. I den forbindelse estimerer ovenfor omtalte Rambøll Management rapport “IT I praksis 2015”, at der er stigende behov for kompetencer inden for dataanalyseområdet, hvis man skal undgå flaskehalsproblemer på it-arbejdsmarkedet.

Det er endvidere væsentligt at gå ud over landets grænser og inddrage forventninger til big data i en globaliseret sammenhæng:

Rapporten, European Big Data Value cPPP – Strategic Research and Innovation Agenda, betragter Big Data forretningsområdet som fremtidens vækstdriver i Europa, som forventes at vokse seks gange hurtigere end det almindelige IKT-område. (European Big Data Value cPPP – Strategic Research and Innovation Agenda – July 2014. Link: https://ec.europa.eu/digital-agenda/data-public-private-partnership).

Rapporten, European Big Data Value cPPP – Strategic Research and Innovation Agenda, betragter Big Data forretningsområdet som fremtidens vækstdriver i Europa, som forventes at vokse seks gange hurtigere end det almindelige IKT-område. (European Big Data Value cPPP – Strategic Research and Innovation Agenda – July 2014. Link: https://ec.europa.eu/digital-agenda/data-public-private-partnership).

Rapporten, Exploring Data Driven Innovation as a new Source of Growth – Mapping the Policy Issues raised by “Big Data”   fremhæver behovet for ansvarlig big data drevet vækst under hensyntagen til privathed og tillid. (OECD, 18. Juni, 2013. Link: http://www.oecd-ilibrary.org/science-and-technology/exploring-data-driven-innovation-as-a-new-source-of-growth_5k47zw3fcp43-en).http://www.oecd-ilibrary.org/science-and-technology/exploring-data-driven-innovation-as-a-new-source-of-growth_5k47zw3fcp43-en)

Der er i forbindelse med udviklingsarbejdet gennemført 10 interviews med potentielle aftagere (Lego, Odense Kommune, Bank Data, Ecco, Region Midtjylland, Region Syddanmark, Jyske Bank, Sydbank, Syddansk Sundhedsinnovation samt DI ITEK se bilag).

Aftagerne tilkendegiver samstemmende, at feltet er i sin vorden i danske sammenhænge. Dog er alle enige om, at data kan bringes værdifuldt i spil for borgere og kunder. Således har det offentlige (regioner, kommuner og sundhedsvæsenet) initieret big data baserede projekter og samtidig ses perspektiver heri i relation til forebyggelsesstrategier inden for det kommunale område, såvel som inden for sundhedsområdet. Ligeledes er større virksomheder allerede begyndt at implementere strategier for big data drevne forretningsmodeller, typisk i tilknytning til virksomhedernes business intelligence afdelinger, ligesom egentlige big data baserede projekter bliver søsat. Indtil videre er big data et uopdyrket område for mange små og mellemstore virksomheder i Danmark, men man forventer, at det hen over de næste 3 – 5 år vil vokse i omfang. Dette understøttes af Dansk Erhvervs analyse (se bilag 4), som konkluderer, at en øget investering i it-kapital for mindre virksomheder alt andet lige øger produktiviteten og dermed muligheder for vækst. De adspurgte aftagere udtaler ligeledes samstemmende, at der i fremtiden vil blive behov for kandidater med kompetencer inden for big data og privatheds området, da privathedshensyn kan spille en nøglerolle og fremme ansvarlig innovation.

Uddrag af interview med aftagere:

Adser Leick, CISO og Rasmus Bang IT Architect, LEGO System a/s:

Der er ingen uddannelser, hvor kandidaterne får relevante kompetencer med big data systemer og rekruttering er et problem.

Pt.er der styr på operationelle data med traditionel data warehousing, men privathed forventes at spille en meget større rolle i fremtiden. Så snart data om kunder (især børn) samles og samkøres er der brug for kandidater, der ikke kun forstår sig på data, men også har de fornødne juridiske og etiske kompetencer.

Jan Mark Sørensen afdelingsleder for Modeludvikling, Jyske Bank:

Alle virksomheder kommer til at beskæftige sig med feltet inden for de næste par år, dels fordi virksomheder i stigende omfang skal operere med online salg og her får brug for at kunne segmentere kunderne for at lave skræddersyede løsninger. I bankverdenen arbejder vi i stigende omfang med segmentering af kundeprofiler, så vi kan definere bankens rådgivning ift. kundens behov, og her spiller privathed en væsentlig rolle.

Lena B. Mortensen, seniorkonsulent, it-ledelsessekretariatet, Region Midtjylland:

… ser uddannelsen som særdeles central inden for sundhedsområdet, hvor spørgsmål angående privathed og adgang til data spiller en vigtig rolle, ligesom det bliver væsentligt at tænke privathed og sikkerhed ind fra starten. … Det offentlige har ikke taget spørgsmålet omkring privathed alvorligt nok. Det er et stort opmærksomhedspunkt, hvordan data håndteres.

Carsten Bæhrenz, projektleder, Region Syd, Regional it:

Fremtidens sundhedsvæsen kan ikke behandle sig ud af problemerne. Det vil blive for dyrt. Det kommer til at handle om, hvem der er bedst til at imødekomme sygdomme, før de opstår. Og her spiller big data en stor rolle. Spændingsfeltet handler om, hvordan vi bringer data i spil værdifuldt for borgerne. Der har vi brug for hjælp. Nogle der kan tale data bedre end it. Det kan andre gøre bedre end os fra it-afdelingen.

Vi kan bruge kandidaterne til at danne bro mellem sundhedsitfolk, jurister og klinikere. It kan levere de data, der er behov for. Juristerne stopper det. Vi mangler den, der kan balancere og tør sætte sig i midten og spørge: ”hvad vil I strategisk med de data?”.

Henning Mortensen, chefkonsulent, Dansk Industri ITEK:

Uddannelsesinitiativet [er] forbilledligt, da it-branchen i nær fremtid vil få brug for kvalificerede medarbejdere inden for områder vedr. big data og privacy.

.. at der i it-branchen vil være et behov for kandidater, der kan gå på tværs i virksomheder og agere i spændingsfeltet mellem jurister og ingeniører/dataloger.

Flere af de adspurgte aftagere har ønsket en styrkelse af den tekniske del, og særlig dataanalysedelen, i forhold til det oprindelige forslag. I det oprindelige udkast var der i uddannelsen lagt op til en profilering i enten design eller sikkerhed. Vi har imødekommet ønskerne ved at flytte den tekniske del fra valgfri til obligatorisk og ved at samle og uddybe behandlingen af dataanalyse i et separat kursus og samtidig har vi ophævet profilerne, så uddannelsen er et sammenhængende forløb.

Da cand it titlen indebærer, at man skal kunne ”lægge it” til sin BA-uddannelse, og dermed udgør et tilbud til studerende uden it-kompetencer, er der ligeledes placeret et 10 ECTS Conversion class modul på 1. semester. Her skal den studerende tilegne sig grundlæggende programmering i faget ”Introduction to Programming”, hvis den studerende ikke i forvejen har dette fagelement i sin BA-kompetenceprofil (studerende med programmeringskundskaber skal følge faget "User experience"). 

For at sikre uddannelsernes relevans for aftagerne vil fakultetet udvikle et tættere samarbejde med regionens it-interessenter. Vi har der indledt en dialog med relevante erhvervsvirksomheder, Kolding Kommune og regionens it-uddannelsesinstitutioner.

Dialogen har til formål at afdække, hvordan vi sammen kan hjælpe hinanden til fælles udvikling inden for it-sektoren. Vi vil udvikle forskning og uddannelsestilbud i tæt samarbejde med de primære aftagere af vores it-kandidater samt regionens øvrige uddannelsesinstitutioner (f.eks. datamatikeruddannelserne).

Se i øvrigt bilag.

Sammenfattende betragtet påpeger deltagerne i aftagerundersøgelsen, at der er behov for kandidater med uddannelsens kvalifikationer. Flere aftagere har, som ovenfor nævnt, fremhævet, at tværfaglige it-uddannelser ofte lider under, at de studerende ikke opnår reelle tekniske kompetencer, og aftagere har budt velkommen, at der nu kommer en naturvidenskabelig-humanistisk uddannelse, der ikke går på kompromis med den tekniske del. Aftagerundersøgelsen har i den forbindelse afstedkommet, at uddannelsesdesignet er blevet yderligere teknisk tonet (jf. ovenfor).

Erhvervslivet og Dansk Industri ser big data som en væsentlig vækstfaktor i dansk erhvervsliv og efterspørger kandidater, der kan skabe værdi i data og har blik for udvikling af big data drevne forretningsmodeller. En række større virksomheder har allerede, eller vil i fremtiden, etablere forretningsmodeller, hvor man via big data analyser kan lave forudsigelser og få nye indsigter, der kan danne grundlag for udvikling af services, der er skræddersyet til kundens behov. I den sammenhæng kan privathed ses som en forretningsdriver. På tilsvarende vis vil man i det offentlige kunne bringe data værdifuldt i spil for borgerne, og bl.a. gennem big data analyser få indsigt i, hvilke services man skal tilbyde samt, hvor og hvordan det vil være hensigtsmæssigt at sætte ind med eksempelvis forebyggelsesinitiativer på sundhedsområdet. Inden for det offentlige vil privathed ligeledes spille en vigtig rolle og medvirke til opretholdelse af borgerens tillid til det offentlige system.

Ifølge Dansk Erhvervs Perspektiv #13 2015 er it hovednøglen til øget dansk produktivitet. Dansk Erhvervs analyse viser, at it-kapital øger produktiviteten selv i lavkonjunktur, men analysen viser samtidig en langsigtet nedadgående trend for produktiviteten. Dansk Erhvervs anbefaling er, at ”løsningerne på produktivitetsudfordringerne kan findes i øget digitalisering og dermed øget it-kapitalintensitet i erhvervslivet”.

Samtidig påpeger Dansk Erhverv i Perspektiv #11 2015, at erhvervslivet er nødt til at gribe de muligheder, der ligger i den teknologiske udvikling for at sikre Danmark fremgang og vækst. Hvis ikke der sker en tilpasning til en øget digitalisering, vil det medføre et stort jobtab.  

Big data og datadrevet forretningsudvikling er en vigtig konkurrenceparameter i udvikling af produkter, services og forretningsmodeller, som er værdiskabende. Ifølge rapporten ”European Big Data Value cPPP – Strategic Research and Innovation Agenda” er big data forretningsområdet fremtidens vækstdriver i Europa, som forventes at vokse seks gange hurtigere end det almindelige IKT-område. (European Big Data Value cPPP – Strategic Research and Innovation Agenda – July 2014. Link: https://ec.europa.eu/digital-agenda/data-public-private-partnership).

Centrale interesseorganisationer har i juni 2015 udsendt rapporten: ”Danmark det mest digitale land i verden – Visioner til den nye regering fra erhvervslivet”. Heri præsenteres forslag til en ny national digitaliseringsstrategi. I den forbindelse fremhæves big data og datadrevet innovation samt offentlige data som vækstdriver samt privathed. Der fokuseres særligt på digital tryghed som en ”afgørende forudsætning for, at Danmarks digitaliseringspotentiale kan indfries” (ibid. S. 18). Herunder betegnes privathed som en mærkesag.

(Link: http://www.ac.dk/media/513724/danmark-det-mest-digitale-land-i-verden-endelig-version.pdf) 

Rapporten dækker 27 fagforeninger og brancheorganisationer herunder Dansk Erhverv og Dansk Industri om behovet for udviklingen af it-løsninger, der sikrer, at private data ikke krænkes.

En helt afgørende forudsætning for, at Danmarks digitaliseringspotentiale kan indfries, er, at der er digital tryghed. Brugerne af de digitale løsninger skal have tiltro til, at deres digitale adfærd ikke har uhensigtsmæssige konsekvenser for dem. Samtidig er det også helt centralt, at den digitale tryghed også omfatter udfordrede grupper, der ikke må lades i stikken. Derfor skal Danmark være stedet, hvor privacy er en mærkesag, hvor vi har verdens højeste it- og cybersikkerhed, og hvor vi har en inkluderende tilgang, så digitaliseringen bliver for alle i det danske samfund. (rapport side 6)

Big Data har et uforløst potentiale og kan tilføre stor værdi for både de danske virksomheder og det danske samfund. Effektivitet i produktionsgange, produktudvikling, mindre slitage og fejlmeldinger kan være værdifuld hjælp for virksomheder. Hurtigere og større statistiske beregninger kan også bidrage til et bedre beslutningsgrundlag. Derudover kan inddragelse af Big Data give bedre sundhedsforskning, bedre håndtering af konsekvenserne af klimaændringer, bedre miljøbeskyttelse, bedre tilbud til turister, bedre trafikafvikling og en bedre offentlig sektor – alt i alt værdifulde bidrag til et bedre Danmark.  … Big Data kræver højt viden- og kompetenceniveau inden for data, teknologi og dataanalyse og en høj grad af digitalisering i virksomheden. Det rejser et behov for flere og bedre analytikere, øget adgang til offentlige data, klare regler for anvendelse af personfølsomme data, frikøb af data og hjælp i form af rådgivning og støtte til at komme i gang. (rapport side 15).

Rapporten ”Regionerne satser på IKT og digital Vækst” fra 2013 fremhæver at:

Dansk registerforskning er unik i en international sammenhæng og baserer sig på data, der i vid udstrækning tilvejebringes som led i den daglige drift. Som også regeringens vækstteam for Sundheds- og Velfærdsløsninger har påpeget, så har adgang til sundhedsdata af høj kvalitet potentiale både for udviklingen af sundhedsvæsenet, industrien og nye virksomheder, som f.eks. kan bruge data til at forske i virkninger af præparater og udvikle individualiseret behandling. Re­gionerne arbejder allerede med bedre adgang for forskere til f.eks. de kliniske kvalitetsdatabaser i Regionernes Kliniske Kvalitetsudviklingsprogram. Bedre adgang til sundhedsdata vil støtte det største og et af de mest anerkendte forskningsområder i Danmark og den vigtigste eksportindu­stri i Danmark.

Erhvervsmæssig udnyttelse af offentlige data vil kræve stram kontrol med, at personfølsomme oplysninger behandles fortroligt og i overensstemmelse med persondatalovgivningen (rapport side 9). (link: http://www.regioner.dk/publikationer/regional+udvikling/~/media/3D170A994B5044C3A4EB41EC1EB482F4.ashx)

Forretningsområdet inden for big data er dog stadigt i sin vorden. Big data giver indsigt i vores adfærd kollektivt og som individer og gør det eksempelvis muligt at forudsige adfærdsmønstre, der kan danne grundlag for udvikling af kundetilpassede produkter, ligesom det offentlige kan realisere politiske målsætninger og udbyde forskellige typer af borgerservices. Men indsamling af store, og ofte ustrukturerede, datamængder (fra f.eks. ”Internet of Things”, smartphones, sociale medier, vindenergi, trafik-sensorer osv.), hvor viden høstes via anvendelse af avancerede dataanalyse-teknikker sætter privatheden under pres. Derfor vil der blive brug for at uddanne kandidater med solide tekniske og humanistiske kompetencer. Det vil bidrage med fagfolk, der ikke blot kan kommunikere om big data drevne innovative projekter, men også realisere dem under hensyntagen til relevante spørgsmål om privathed.

Danske virksomheder retter i stigende omfang radaren mod big data og mener samstemmende, at der bør skabes løsninger, som værner om sikkerhed og privathed. Eksempelvis afviklede Dansk Industri den 20. november 2014 en big data konference under overskriften: Big Data og forretningsudvikling – hvordan styrker det konkurrenceevnen?

Senest har KU-SAMF, DI ITEK og Danmarks Statistik den 8. september 2015 afholdt en konference om big data – til gavn for vækst og velfærd. Konferencearrangørerne skriver i en kronik i Berlingske fra samme dato:

Big data kommer fra computerstyret produktion, sensorer, sociale medier, butikkernes kunder, trafik på hjemmesider, til lands, til vands og i luften, GPSer, tekster på internettet, digitale kameraer – fra alt det, mennesker foretager sig, hvor noget digitalt er involveret.

De danske registerforskere løftede den samfunds- og sundhedsvidenskabelige forskning til et hidtil uset niveau.... Big data kan skabe et tilsvarende løft, og Danmark har en række fordele i forhold til andre lande.

Nu står vi over for det næste datamæssige gennembrud: Big data, og igen er der brug for politisk fremsynethed. For selvom der allerede findes en række eksempler på, at big data bruges af virksomheder, forskere og statistikere til at øge vores viden om samfundet, er der brug for en mere systematisk indsats, hvis Danmark skal bringe sig lige så langt i front i brugen af big data, som det er tilfældet med registerdata.

Det skal gøres nemt for forskere og virksomheder at samarbejde, og det skal sikres fra politisk hånd, at vi uddanner og kan tiltrække de rette talenter til at arbejde med data.

Forretningsinnovation gennem big data står over for fire store udfordringer:

• Hvordan kan vi udvinde relevante oplysninger fra big data?


• Hvordan kan vi præsentere dem hensigtsmæssigt?


• Hvordan kan vi sikre også, at anvendelse af big data ikke krænker vores ret til privathed?


• Hvordan kan vi sikre os, at fortrolige oplysninger kun kan tilgås af de rette personer eller bliver tilstrækkelig anonymiseret?

For at være i stand til at løse disse fire udfordringer, kræves der et samspil af teknisk forståelse af big data IKT systemer kombineret med humanistiske kompetencer inden for design og etik.

Der er mangel på fagfolk, der kan omdanne store mængder data til brugbar viden. Men der er samtidig brug for at uddanne kandidater, der kan agere med omtanke i i spændingsfeltet mellem big data og privathed.

Hvis Danmark skal have et forspring inden for big data forretningsområdet kan privathed betragtes som forretningsdriver i udvikling af innovative løsninger, der omsætter data til viden uden at gå på kompromis med hensynet til privathed og sikkerhed.

Styrelsen for Arbejdsmarked og Rekrutterings udgivelse Rekruttering for andet halvår 2014 viser, at der for erhvervsgruppen it og teleteknik var 381 ubesatte stillinger. Derudover viser udgivelsen, at der for branchen Vidensservice, som bl.a. dækker over teknisk rådgivning i 2. halvår 2014 var 1258 ubesatte stillinger.

En opgørelse fra Computerworld fra oktober 2012 viser, at der især efterspørges it-kompetencer inden for big data og databaser samt disse i kombination med forretningsforståelse og evnen til at omsætte meget specifikke kompetencer til praksis.

Fakultetet har set på ledighedsfrekvenserne for de nedenfor oplistede beslægtede uddannelser. Det er i den forbindelse værd at bemærke, at den gennemsnitlige ledighedsfrekvens for de seneste 4 opgjorte år for 4. – 7. kvartal er omkring 5% (se bilag).

Cand.it. i Big data and privacy sigter mod kandidater, der udvikler kompetencer, som sætter dem i stand til at indsamle og udtrække viden fra store datamængder samt udvikle innovative services i form af privathedssikrede løsninger til offentlige og private organisationer.

Uddannelsen er kendetegnet ved, at den studerende opnår tekniske kompetencer inden for big data værktøjer og it-sikkerhed i tandem med humanistiske kompetencer inden for etik, design og innovationsdrevne forretningsprocesser. Herved kan kandidater bidrage til udvikling af it-systemer på en dyb forståelsesbaggrund, der omfatter begreb om programmering, forretning og privathedsfremmende teknologidesign. Der vil i stigende omfang være brug for sådanne kandidater, der kan bringe humanistiske kompetencer i spil helt nede på det tekniske niveau.

Der er en barriere i it-branchen i forhold til kandidater fra tværfaglige it-uddannelser. Her oplever branchen ofte, at kandidater ikke har tilstrækkeligt tunge tekniske kompetencer til at kunne begå sig. Derfor er det vigtigt, at uddannelsen vægter de tekniske komponenter højt. Kombinationen af reelle tekniske kompetencer i forening med humanistiske kompetencer er grundstenen i uddannelsen. Derudover har vi tilsagn fra DI ITEK om, at de vil markedsføre uddannelsen, så IT-branchen bliver opmærksom på den.

Uddannelsen bidrager til øget sammenhæng mellem uddannelsesniveauerne nationalt såvel som regionalt uden at forringe vilkårene for det eksisterende uddannelsesudbud. For nuværende eksisterer der ikke kandidatuddannelser i dette uddannelsesfelt, hvor studerende får tekniske og humanistiske kompetencer i tandem.

Uddannelsesfeltet dækkes typisk af rent tekniske uddannelser eller uddannelses-fagpakker, hvor fokus alene er på tekniske løsninger stort set uden inddragelse af etiske og designmæssige overvejelser. I en række humanistiske kommunikationsuddannelser er man så småt begyndt at beskæftige sig med big data, men det sker primært ved at introducere de studerende til kvantitative data fremfor kvalitative data. Her ses big data således som en datakilde, der kan anvendes analytisk (kilde: ”Big Data vinder frem på kommunikationsuddannelserne”, KOM, Magasinet for Forbundet Kommunikation og Sprog, no. 88, juni 2015).

Ved at oprette en tværfaglig uddannelse, placeret i et stærkt klassisk datalogimiljø og et IT-tungt, formelt analytisk humanistisk miljø, kan der skabes en fælles faglig baggrundsforståelse mellem uddannelsens parter og etableres et unikt uddannelsesmiljø, der gør det muligt at etablere robuste koblinger mellem teknisk og humanistisk baseret fagindhold.

Uddannelsens konstituerende fagelementer inddrager humanistiske og tekniske perspektiver . Big data søjlen består af 3 fælles fag og 3 tilkoblede semesterprojekter, hvor undervisningen afdækker begge perspektiver hele vejen igennem. Privacy søjlen består af to kurser med humanistiske og et kursus med teknisk indhold, mens Data Analytics søjlen består af et teknisk fag, et humanistisk fag, og et valgmodul, der er teknisk for bachelorer med humanistisk eller samfundsvidenskabelig baggrund, og humanistisk for bachelorer med teknisk eller naturvidenskabelig baggrund.

Uddannelsens teknisk-datalogiske karakter betyder, at uddannelsen anbefales placeret ved Censorkorpset for Datalogi, da andre censorkorps (som for eksempel Censorkorpset for Humanistisk Informatik og Kommunikations- og Informationsstudier) ikke vil kunne matche uddannelsens behov for censorer.

Uddannelsen er en kandidatuddannelse og bygger dermed videre på viden, færdigheder og kompetencer som er erhvervet i løbet af bacheloruddannelsen.

Følgende bacheloruddannelser/professionsbacheloruddannelser er adgangsgivende til kandidatuddannelsen:

Adgangskrav: En relevant bacheloruddannelse eller professionsbacheloruddannelse. En relevant bacheloruddannelse er en humanistisk, naturvidenskabelig eller samfundsvidenskabelig bacheloruddannelse. En relevant professionsbacheloruddannelse er f.eks. webudvikler, softwareudvikler, folkeskolelærer.

Uddannelsen kvalificerer til ansættelse i det offentlige og private arbejdsmarked inden for mange stillingstyper, bl.a. som:

Business Intelligence
Big Data analytics
Big Data Project manager
SW developers, Big Data apps
Marketing
Digitaliseringskonsulent (kommuner, regioner, sundhedssektoren)
Konsulent ”smart cities” projekter i kommuner
Open Data Representative

Uddannelsen er unik, fordi den uddanner kandidater, der kan udnytte big data uden at gå på kompromis med privathed. Ydermere kan kandidaten synliggøre løsninger, hvor privathed kan betragtes som en decideret forretningsdriver. Uddannelsens kandidater arbejder i spændingsfeltet mellem tekniske eksperter og øvrige forretningsområder i en givet virksomhed eller organisation.

Den skematiske oversigt i bilaget sammenligner uddannelsens fokuspunkter med tre eksisterende beslægtede uddannelser/fagpakker på eksisterende uddannelser, og viser tydeligt at uddannelsens fokus på forståelse af big data systemer og privathed er unik. Derudover giver inddragelsen af forretnings- og innovationsperspektivet uddannelsen en enestående karakter. Disse perspektiver inddrages også i AAUs cand. scient., men AAUs uddannelse har et langt større fokus på programmering og algoritmer.

De beslægtede uddannelser er kendetegnet ved, at det kun er AAU som tilbyder én samlet uddannelse, mens de to andre kun er fagpakker på eksisterende uddannelser og som dermed udgør en mindre afrundet kompetence i modsætning til den foreslåede cand.it.-uddannelse i Big data and privacy (se bilag for skematisk oversigt).

Uddannelsen forventer ansøgere fra humanistiske og samfundsvidenskabelige bacheloruddannelser, der ønsker en it- erhvervsrettet uddannelse, hvor der fokuseres ligeværdigt på opnåelse af tekniske og humanistiske kompetencer. Ligeledes forventes det, at uddannelsen vil kunne tiltrække bachelorstuderende fra datalogiuddannelsen og beslægtede bacheloruddannelser, som ønsker en kandidatuddannelse, der er mindre abstrakt og formel end en kandidatuddannelse i datalogi. Endelig vil professionsbachelorer med teknisk interesse eller baggrund udgøre rekrutteringsgrundlaget. Der forventes desuden udenlandske studerende med lignende profiler som de her nævnte.

Der forventes et optag på 30 studerende pr. årgang.