Kandidat - Datavidenskab - IT Universitetet i København

Generelle krav for optagelse på IT-Universitetets kandidatuddannelser:
Universitetsbacheloruddannelse eller en professionsbacheloruddannelse. Ved anden uddannelse (f.eks. en international uddannelse), der kan sidestilles med en universitetsbacheloruddannelse eller en professionsbacheloruddannelse, vil IT-Universitetet foretage en individuel vurdering af den pågældende uddannelse. Fælles forudsætning for optagelse på alle kandidatuddannelserne er et sprogkrav om engelsk på B-niveau.

Specifikke adgangskrav for optagelse på kandidatuddannelsen i datavidenskab:
For at opfylde de faglige forudsætninger på uddannelsens obligatoriske kurser inden for datavidenskab, skal ansøgere have en bacheloruddannelse eller tilsvarende, i datavidenskab eller tilsvarende, der har dækket følgende emner:
- Lineær algebra og optimering (Linear algebra and optimization)
- Algoritmer og datastrukturer (Algorithms and data structures)
- Introduktion til maskinlæring (Introduction to machine learning)
- Anvendt statistik (Applied statistics)- Grundlæggende programmering: funktionel programmering, objektorienteret programmering (Introduction to programming (functional programming, object oriented programming)
- Introduktion til databaser (introduction to databases)
- Grundlæggende grafteori (basic graph theory)

Mindst 80% af emnerne må have været dækket i løbet af bacheloruddannelsen.

Retskrav:
Følgende bacheloruddannelser har retskrav til kandidatuddannelsen:
- Bachelor i datavidenskab (IT-Universitetet)

Bacheloruddannelser der opfylder adgangskravene:
- Bachelor i datavidenskab (Århus Universitet)
- Bachelor i datavidenskab (Aalborg Universitet)
- Bachelor i machine learning og data science (Københavns Universitet)
- Bachelor i kunstig intelligens og data (DTU)

IT-Universitetet i København (ITU) ansøger om at oprette en kandidatuddannelse (cand.scient.) i Data Science (datavidenskab), som bygger på kernekompetencer lig dem, der kan erhverves på ITU’s bacheloruddannelse i Data Science. Således har den nye uddannelse, som uddybet nedenfor, fokus på stærke tekniske kompetencer med et dybt teoretisk fundament. Kandidaterne skal varetage højt specialiserede jobfunktioner inden for analyse og anvendelse af data, hvor der pt. er stor mangel på arbejdskraft.

Der er stor uopfyldt efterspørgsel efter højt kvalificerede medarbejdere med data science kompetencer såvel nationalt som regionalt, og danske virksomheder har svært ved at rekruttere ansatte med de nødvendige dybdegående tekniske kompetencer. Denne efterspørgsel forventes desuden at stige betydeligt over de næste ti år. Se punktet Underbygget skøn over det nationale og regionale behov for dimittender for citater fra analyser af disse forhold. Regeringens Strategi for Danmarks digitale vækst (Erhvervsministeriet 2018) fremhæver virksomheders analyse og anvendelse af egne og offentlige data som et strategisk område med stort potentiale, men også som et område hvor danske virksomheder halter bagefter virksomheder i nabolandene.

Uddannelsens fokus på stærke tekniske kompetencer med et dybt teoretisk fundament understøttes af en repræsentativ gruppe af aftagere, der dækker et bredt udsnit af brancher, såvel private som offentlige institutioner, som vi har involveret i designet af uddannelsen. Se punkterne Hvordan er det konkret sikret, at den nye uddannelse matcher det påviste behov? for analyser af disse forhold og Hvilke aftagere har været inddraget i behovsundersøgelsen? Helt generelt bifaldt de involverede aftagere det overordnede design: "The panel finds that it is very good that the program ensures that the theoretical skills are also combined with practical application. The applied approach is very useful for employers and companies when hiring graduates and the "Profound and Applied" should be the ITU MSc in Data Science profile in relation to other Universities MSc Data Science programs." (se Minutes employers meeting 24 October i Dokumentation af efterspørgsel på uddannelsesprofil). Se også uddannelsens samlede mål for læringsudbytte i The Academic Profile and Objectives for the Programme i Programme Design i Dokumentation af efterspørgsel på uddannelsesprofil s.56.

Uddannelsen vil drage fordel af et stærkt forskningsmiljø på ITU inden for både datalogi og data science og andre fagområder, der er relevante for en solid data science faglighed. Institut for Datalogi på IT-Universitetet har rekrutteret meget aktivt i de seneste tre år, både bredt i datalogi og mere specifikt i data science.  Medio 2019 vil data science gruppen omfatte fire faste videnskabelige medarbejdere inden for sprogteknologi (natural language processing, NLP), tre inden for netværksanalyse (fx store sociale grafer), og et par stykker inden for machine learning. Yderligere vækst forventes i de kommende år. Alle har en stærk teknisk baggrund i datalogi, matematisk fysik eller teoretisk statistik, og flertallet har udenlandske phd-grader (England, Holland, Irland, Italien, Kroatien, Østrig) og et stærkt internationalt netværk. Det betyder, at  de studerende vil befinde sig i et studiemiljø, hvor de lærer den nyeste data science i forskning og i praksis.

Aftagergruppen har undervejs givet ITU feedback, som er blevet indarbejdet i det endelige uddannelsesdesign. Som det ses af efterfølgende repræsentative skriftlige svar fra aftager Jens Lund (konsulent, tidligere Nordea - Executive Director, Head of Analytics and Business Design) finder han, at ITU har formået at indarbejde aftagernes behov:  "Overall, I find that you have managed to find a very good balance in the proposed design of a MSc in Data Science education" og at ITU med uddannelsen kan være med til at sikre Danmarks indflydelse på data science området og ikke overlade det til store tech-giganter eller lande som Kina: "In my opinion, it is a field that will be growing exponentially over the coming years, and it will be of importance for Denmark as a society that we become part of this development in order to not be completely overtaken by big tech giants (Google, Apple, Amazon, Facebook, ...) or countries like China, that is spending enormous amounts of resources in this area and moves forward at a quick pace." (mail 13. december 2018).
Efterspørgslen efter data science kompetencer vokser på mange områder inden for erhvervsliv og forskning. Data science "has become increasingly important across all industries” (er blevet stadig vigtigere på tværs af alle brancher over hele verden) jf. LinkedIn Workforce Report fra 2018 (LinkedIn 2018). Dette gælder også i Danmark, hvor en analyse af danske jobannoncer inden for data science viser en stor efterspørgsel i mange forskellige brancher (Plank 2018) (Se Analysis of the Danish Data Science Job Market i Dokumentation af efterspørgsel på uddannelsesprofil). Kandidater i data science er blandt de højest uddannede it-medarbejdere og bidrager afgørende til konkurrencedygtighed og vækst. Deres kompetencer er efterspurgte i næsten alle erhverv (finans, forsikring, kommunikation, transport, detailhandel, robotindustrien, automatisering, produktion, kemisk industri, turisme, medier og mange andre brancher) samt i digitaliseringen af den offentlige sektor.

Uddannelsens erhvervssigte er, at kandidaterne først og fremmest vil finde beskæftigelse i det private erhvervsliv, og en mindre del også i den offentlige sektor, begrundet i Markedsundersøgelse kandidatuddannelse i data science udfærdiget af Rambøll Management Consulting december 2018 for ITU (Rambøll 2018) (Se rapporten i Dokumentation af efterspørgsel på uddannelsesprofil). Rapportens 10 interviews med såvel private som offentlige aftagere (Rambøll 2018, s. 7) viser for eksempel: "at der eksisterer et aktuelt efterspørgselsbehov på data scientist understøttes også af de kvalitative interviews. Denne tendens går igen i flere af undersøgelsens interviews. André Stelsig Rogaczewski fra Netcompany påpeger, at: "IT- branchen pånuværende tidspunkt kan opsuge alle kandidater". Se punktet Underbygget skøn over det nationale og regionale behov for dimittender.

Formålet med den nye uddannelse er at uddanne kandidater i Data Science, som kan varetage højt specialiserede jobfunktioner, hvor der pt. er mangel på arbejdskraft. Uddannelsen optager studerende, der har en bachelorgrad i Data Science eller lignende, fra ITU, fra andre danske universiteter eller fra udenlandske universiteter. ITU’s egen BSc i Data Science (hvor ansøgere forventes hovedsageligt at komme fra, se Forventet optag på de første 3 år af uddannelsen) har hidtil haft et stort antal højt kvalificerede ansøgere, og efterspørgslen efter uddannelsen stiger. I 2017 var antallet af førsteprioritetsansøgere til ITU’s BSc i Data Science næsten tre gange højere end der var kapacitet til at optage. Antallet af førsteprioritetsansøgere steg derefter med 30% i 2018 (se Forventet optag på de første 3 år af uddannelsen).  Kvaliteten af ansøgere er meget høj for en teknisk uddannelse, med en adgangskvotient for kvote 1 på 9,0 i 2018.

En rundspørge blandt andetårsstuderende på BSc i Data Science på ITU (med spørgsmål om fremtidige uddannelsesplaner) med en svarprocent på over 55%, viste at 87.5% af de studerende ville fortsætte på en MSc i Data Science på ITU, hvis det bliver en mulighed (se Overgang BSc in Data Science til MSc in Data Science i Dokumentation af efterspørgsel på uddannelsesprofil).
Et stort antal højt kvalificerede ansøgere samt resultatet af rundspørgen viser, at den foreslåede MSc i Data Science har potentiale til at levere de efterspurgte kandidater i Data Science.

Der er klart plads til og behov for yderligere en kandidatuddannelse i Data Science i Danmark, dels fordi den giver stærke tekniske kompetencer med dybt teoretisk fundament som efterspurgt i erhvervslivet, og dels fordi der er et stort umættet behov på arbejdsmarkedet for kandidater med data science kompetencer i Danmark. Behovet er særlig stort i hovedstadsområdet, som vist af en analyse af danske jobannoncer (Plank 2018). Den ansøgte kandidatuddannelse bygger på kernekompetencer erhvervet i en forudgående bacheloruddannelse i Data Science. For en beskrivelse af relationen til de eksisterende kandidatuddannelser, se punktet Beskriv ligheder og forskelle til beslægtede uddannelser, herunder beskæftigelse og eventuel dimensionering.

Ved at oprette den nye uddannelse ønsker vi at uddanne flere data science kandidater, der er i stand til at arbejde på engelsk på et højt fagligt niveau. Den foreslåede uddannelse vil blive undervist på engelsk af flere grunde, som yderligere uddybet i Kort redegørelse for det nationale og regionale behov for den nye uddannelse.
For det første er arbejdssproget i it-virksomheder meget ofte engelsk, hvilket også afspejles i en analyse af danske jobannoncer (Plank 2018), hvor 66,3% af 1.390 data science orienterede jobopslag var på engelsk. Selv på offentlige arbejdspladser, hvor arbejdssproget ofte er dansk, opfattes data science som en engelsksproget disciplin. Lars Kjeldgaard (Senior Data Scientist, Skatteforvaltningen) skriver "We also support an English-language program. Data Science is an international discipline by nature, and all of the literature on Data Science is in English" (mail 21. december 2018).
For det andet kan en engelsksproget uddannelse være med til at tiltrække internationale talenter til det danske jobmarked, og erfaringer fra sammenlignelige kandidatuddannelser på ITU viser, at 63,4% af de udenlandske kandidater 1-2 år efter dimission er bosatte og beskæftigede i Danmark.
For det tredje er der mangel på danske forskere i data science, og uden dem er det svært at levere forskningsbaseret uddannelse af høj kvalitet på dansk. De videnskabelige medarbejdere på ITU’s institut for datalogi kommer pt. fra godt 15 forskellige lande, og vi vil fortsat være nødt til at rekruttere forskere og undervisere fra udlandet.

Selv om uddannelsen undervises på engelsk, vil et flertal af kandidaterne være dansktalende, da vi forventer at uddannelsen overvejende rekrutterer fra ITU’s eksisterende bacheloruddannelse i data science, der fremover vil have Dansk A som adgangskrav. Dette imødekommer de aftagere, især i den offentlige sektor, der foretrækker dansktalende kandidater. Rambølls markedsundersøgelse konkluderer netop at aftagerne foretrækker kandidater med både gode dansk- og engelskkundskaber (Rambøll 2018 s.10). Ydermere er det en fordel for de danske studerende at uddannelsen undervises på engelsk, da data science grundlæggende er en international disciplin, hvor arbejdssproget er engelsk. Ifølge aftagerrepræsentant Kaare Brandt Petersen, Advanced Data Analysis, Implement er det: "Kritisk for de studerendes arbejdskompetencer, at lære at begå sig fagligt på engelsk og det er meget væsentligt, at de studerende fra et tidligt tidspunkt lærer at bruge engelsk som et dagligdags arbejdssprog med kolleger / medstuderende"(mail 10. december 2018).

Data Science er en tværfaglig disciplin per definition. Den foreslåede kandidatuddannelse i Data Science på ITU er designet efter tre færdighedsakser (se nedenfor),for at de studerende kan tilegne sig stærke tekniske kompetencer.
Den foreslåede kandidatuddannelse i Data Science omfatter 90 ECTS obligatoriske studieaktiviteter og 30 ECTS valgfrie studieaktiviteter (kurser eller projekter). De obligatoriske studieaktiviteter indeholder 37,5 ECTS kurser, 7,5 ECTS tværfagligt projekt, og afsluttes med 15 ECTS forskningsprojekt samt 30 ECTS kandidatspeciale. I alt 120 ECTS konstituerende elementer.
Uddannelsen bygger videre på den studerendes bacheloruddannelse i Data Science eller tilsvarende.

Kandidatuddannelsen er organiseret i fire semestre med følgende indhold:
- Første semester: Tre obligatoriske kurser à 7,5 ECTS og et 7,5 ECTS tværfagligt projekt.
- Andet semester: To obligatoriske kurser à 7,5 ECTS og to valgfrie studieaktiviteter à 7,5 ECTS.
- Tredje semester: En 15 ECTS valgfri videregående studieaktivitet, og et 15 ECTS forskningsprojekt, som forberedelse til kandidatspecialet. Projektet indeholder en obligatorisk aktivitet, hvor de studerende skal udarbejde en reflekterende rapport om de seneste etiske diskussioner inden for data science.
- Fjerde semester: 30 ECTS kandidatspeciale.

Se grafisk fremstilling i bilag Programme Design i Dokumentation af efterspørgsel på uddannelsesprofil s.53.

De obligatoriske kurser på første og andet semester er designet i henhold til tre færdighedsakser (som skitseret i vedhæftede Programme design):
1. Det matematiske og algoritmiske fundament for Data Science.
2. Udforskning af heterogene data, avanceret visualisering og involvering af interessenter i projektbaserede kurser
3. Kommunikationsfærdigheder og etiske overvejelser i forbindelse med Data Science.

Kurserne er som følger.
Akse 1:
- Algorithm Design (7,5 ECTS): hvor den studerende lærer at designe algoritmer til effektivt at løse givne it-problemer.
- Advanced Applied Statistics & Multivariate Calculus (7,5 ECTS): hvor den studerende lærer avanceret multivariat statistisk analyse og inferens.
Akse 2:
- Data in the Wild: Processing heterogeneous data (7,5 ECTS): hvor den studerende lærer at finde, bruge og kombinere data og at vælge forskellige dataanalysemetoder (f.eks., machine learning, SQL).
- Data Science in Production (7,5 ECTS): hvor den studerende får erfaring med at arbejde med komplekse kodebaser og produktionsniveau kode, at integrere deres egen kode til at løse et data science problem i en eksisterende kodebase, opbygge en test suite til denne kode og få erfaring med software engineering praksis i den virkelige verden.
- Advanced Data Visualization (7,5 ECTS): hvor den studerende bygger og skræddersyer visualiseringer til faglig kommunikation og projekter i data science.
Akse 3:
- indeholder et specialeforberedende forskningsprojekt 15 ECTS og et 30 ECTS Kandidatspeciale.

Strukturen er vist grafisk i bilag Programme Design (s.3) i Dokumentation af efterspørgsel på uddannelsesprofil. Alle undervisningsmaterialer er på engelsk; der findes ikke tilstrækkelig avancerede materialer på dansk. Der benyttes flere forskellige programmeringssprog, dog fortrinsvis Python, R og Java.
Den studerende kan vælge 15 ECTS valgfri kurser på andet semester fra en vifte af specialiserede kurser. Nogle eksempler på sådanne kurser er Operations Research, Computer Systems Performance, Practical Concurrent and Parallel Programming og Security (anvendt informationssikkerhed).
Der vil være et variabelt antal videregående valgfri kurser. Studerende skal vælge 15 ECTS kurser, herunder: Algoritmer (Algorithms), Datahåndtering (Data Systems),  Maskinlæring (Machine Learning), Sprogteknologi og Deep Learning (Natural Language Processing and Deep Learning), Robotteknologi (Robotics) og Netværksteori (Network Science).
I det 7,5 ECTS tværfaglige projekt på første semester skal den studerende samarbejde med studerende fra andre uddannelser og bidrage med de særlige forkundskaber og kompetencer, som en kandidatstuderende i Data Science kan tilføre projektet, for eksempel konstruktion af en maskinlæringsprototype eller udkast til et systemdesign.
Det specialeforberedende 15 ECTS forskningsprojekt på tredje semester skal sikre, at den studerende får det bedst mulige udbytte af det efterfølgende kandidatspeciale. I projektet skal den studerende derfor definere og afgrænse emnet for kandidatspecialet, finde en specialevejleder og en eventuel virksomhedspartner. Den studerende vil typisk udforske problemstillingen gennem et litteraturstudie, konstruktion af en prototype, indsamling af data eller lignende. Desuden indeholder dette kursus en obligatorisk aktivitet, hvor de studerende skal udarbejde et reflekterende review report om de seneste diskussioner om etik inden for datalogi, maskinlæring og kunstig intelligens. Der tilstræbes en synergi med det videregående valgfri kursus, hvis anden del den studerende følger sideløbende. Det specialeforberedende projekt dokumenteres med en skriftlig rapport og en mundtlig eksamen.
Kandidatspecialet 30 ECTS på fjerde semester skal sikre væsentlig progression i forhold til de forudgående faglige elementer og skal dokumentere, at den studerende selvstændigt, men under forskningsbaseret vejledning, kan beskrive og analysere en kompleks faglig problemstilling inden for data science og foreslå, implementere og vurdere løsninger til denne under anvendelse af videnskabelige teorier og metoder.

Da uddannelsen kernefaglighed hører under det naturvidenskabelige område, foreslår ITU, at uddannelsen indplaceres på takst 3 i lighed med øvrige godkendte kandidatuddannelser i datavidenskab.

Der er stor uopfyldt efterspørgsel efter højt kvalificerede data science medarbejdere såvel nationalt som regionalt, og efterspørgslen forventes desuden at stige betydeligt. Det er især kandidater med dybe tekniske kompetencer inden for data science, der er meget efterspurgte. Se punktet Underbygget skøn over det nationale og regionale behov for dimittender for citater fra analyser af disse forhold. Regeringens egen Strategi for Danmarks digitale vækst (Erhvervsministeriet 2018) fremhæver virksomheders analyse og anvendelse af egne og offentlige data som et strategisk område med stort potentiale, men også som et område hvor danske virksomheder halter bagefter virksomheder i nabolandene. Som nævnt i samme punkt som ovenstående har danske virksomheder svært ved at rekruttere ansatte med de nødvendige dybdegående tekniske kompetencer inden for data science.

Der er en række grunde til at den nye uddannelse er engelsksproget:
For det første er arbejdssproget i it-virksomheder meget ofte engelsk, for eksempel for at lette samarbejdet med outsourcede teams i udlandet. Det engelsksprogede behov understøttes af en analyse af danske jobannoncer (Plank 2018)(se Analysis of the Danish Data Science Job Market i Dokumentation af efterspørgsel på uddannelsesprofil) inden for data science. Analysen, foretaget over 2,5 måned september-november 2018, fandt 1.390 data science orienterede jobopslag på landsplan, hvoraf 66,3% var på engelsk. Det betyder at selv dansktalende dimittender skal kunne begå sig fagligt på engelsk. Selv på offentlige arbejdspladser, hvor arbejdssproget ofte er dansk, opfattes data science som en engelsksproget disciplin. Lars Kjeldgaard (Senior Data Scientist, Skatteforvaltningen) skriver "We also support an English-language program. Data Science is an international discipline by nature, and all of the literature on Data Science is in English." (mail 21. december 2018). Det stemmer også fint med IT-Branchens IT-Barometer 2018, der indeholder citater såsom "4 ud af 5 virksomheder mener, at udenlandsk arbejdskraft er vigtig eller meget vigtig", "33,8% har allerede udenlandsk arbejdskraft og 15,8% forventer at få det" (IT Branchen 2018).

For det andet vil en engelsksproget kandidatuddannelse tiltrække studerende, der både er mere kvalificerede og med højere diversitet, også kønsmæssigt, til fordel for studiet, fagområdet og de efterfølgende arbejdsgivere. I den forbindelse kan vi sammenligne med en eksisterende teknisk MSc uddannelse, nemlig ITU’s MSc Software Development, der er engelsksproget. I perioden 2009-2014 var knap halvdelen af uddannelsens kandidater udenlandske. En analyse viser at flertallet af de udenlandske kandidater efter uddannelsen bor og arbejder i Danmark. (De øvrige muligheder er: bor i udlandet; er uden for arbejdsmarkedet; søger arbejde). Mere præcist er 63,4% af de udenlandske kandidater 1-2 år efter dimission bosatte og beskæftigede i Danmark. Med andre ord bliver 2 ud af 3 af vores udenlandske kandidater i Danmark, og ikke blot er de interesserede i at arbejde her, de arbejder faktisk. Dette viser at vores optag af udenlandske studerende i meget høj grad kommer danske virksomheder til gode inden for dette felt hvor der er mangel på kvalificeret arbejdskraft. Se punktet Underbygget skøn over det nationale og regionale behov for dimittender. Ganske vist er beskæftigelsestallet endnu højere for danske kandidater, idet 85,6% af disse bor og arbejder i Danmark. Men eftersom udlandet har båret udgifterne til de udenlandske studerendes opvækst, folkeskole, gymnasium og i de fleste tilfælde også bacheloruddannelse, udgør de udenlandske kandidater en betragtelig gevinst for den danske samfundsøkonomi og for statens finanser, jf. beregninger baseret på den samfundsøkonomiske model DREAM (2012). (Beskæftigelsestallene ovenfor stammer fra Uddannelses- og Forskningsministeriets datavarehus, baseret på Danmarks Statistik.) Beskæftigelsesgraden er beregnet af ITU’s Analyseenhed på samme måde som i ministeriets "Reduktion i tilgangen til engelsksprogede uddannelser", 22. august 2018, der satte grænsen ved 40%). (Se Beskæftigelsesgrad K-SDT dim 2009-2014 i  Dokumentation af efterspørgsel på uddannelsesprofil).

For det tredje er der mangel på danske forskere i data science. De videnskabelige medarbejdere på ITU’s institut for datalogi kommer pt. fra godt 15 forskellige lande, og vi vil fortsat være nødt til at rekruttere forskere og undervisere fra udlandet for at kunne levere forskningsbaseret uddannelse af høj kvalitet.

Vi er opmærksomme på, at der i Danmark findes videregående uddannelser, der uddanner relativt mange udenlandske studerende, der efterfølgende ikke finder beskæftigelse i Danmark, og ønsker at understrege, at det modsatte gælder for ITU’s uddannelser i softwareudvikling. Desuden forventes optaget af udenlandske studerende at være begrænset, da ITU’s eksisterende bacheloruddannelse i Data Science, hvorfra hovedparten af kandidatuddannelsens studerende vil komme, fra sommer 2019 får Dansk A som optagelseskrav. At uddannelsen undervises på engelsk vil også i høj grad komme de dansktalende studerende til gode, da data science grundlæggende er en international disciplin, hvor arbejdssproget er engelsk. Medlem af aftagergruppen Kaare Brandt Petersen, Advanced Data Analysis - Implement udtaler: "Når jeg ansætter medarbejdere er det afgørende at de kan læse, tale og skrive engelsk på et ubesværet niveau – også inden for fagområderne. Derfor er det kritisk for de studerendes arbejdskompetencer, at lære at begå sig fagligt på engelsk og det er meget væsentligt, at de studerende fra et tidligt tidspunkt lærer at bruge engelsk som et dagligdags arbejdssprog med kolleger / medstuderende" (mail 10. december 2018).

Vi forventer, at der fra den nye kandidatuddannelse i Data Science vil dimittere knapt 40 kandidater i 2022, stigende til knapt 50 kandidater i 2024, hvoraf de fleste forventes at komme fra ITU’s egen BSc uddannelse i Data Science. Se evt. punktet Rekrutteringsgrundlag og videreuddannelsesmuligheder senere i denne ansøgning.

Som dokumenteret nedenfor er der i Danmark en betydelig efterspørgsel efter højtuddannede it-medarbejdere, og heriblandt er det især medarbejdere med dybdegående teknisk viden indenfor data science der er eftertragtede. Den umiddelbare efterspørgsel efter netop data science specialister er størrelsesordener større end hvad ITU forventer at kunne uddanne. På længere sigt forventes efterspørgslen desuden at stige betydeligt, og dimittenderne fra den nye uddannelse kan forvente meget lav arbejdsløshed.

Rambøll Management har for ITU udarbejdet en markedsundersøgelse om behovet for kandidater i Data Science. Baseret på en gennemgang af et antal eksisterende behovsanalyser konkluderer Rambølls markedsundersøgelse blandt andet, at "Der er stor og stigende efterspørgsel på data science-kompetencer [...] I Danmark vurderes det udækkede efterspørgselsbehov i 2020 at være på op mod 6.000 ITEK-kandidater, hvoraf 3.000 af disse skyldes fremdrift inden for særligt Big Data.", hvilket netop er det behov uddannelsen i Data Science vil hjælpe med til at dække (Rambøll 2018 s. 5). Rapporten fremhæver også manglen allerede i dag ved at skrive "Efterspørgslen efter data scientists er så stor, at flere danske virksomheder har haft forgæves rekrutteringsforsøg."  Med et længere sigte mod 2030 beskriver rapporten, at der forventes udækket efterspørgsel på IT-specialister med lange videregående uddannelser på 13.000. Med henvisning til The World Economic Forum forventes jobs inden for kunstig intelligens-, Big Data- og machine learning etc. at gå fra at udgøre 17% i 2018 til 33% af IKT-arbejdsstyrken i 2022 (Rambøll 2018 s. 4). Dermed forventes en betydelig del af efterspørgslen at være efter kandidater med data science kompetencer. Ved at sammenligne med beslægtede uddannelser, konkluderer rapporten at der forventes lav ledighed blandt dimittenderne fra uddannelsen. Blandt uddannelser, der indeholder elementer af data science, er der en ledighedsfrekvens på mellem 2 og 7 pct., målt tre kvartaler efter endt uddannelse. Til sammenligning er landsgennemsnittet på 18 pct (Rambøll 2018 s. 5). Udover de eksisterende uddannelser vil de to godkendte, men endnu ikke udbudte data science kandidatuddannelser i Jylland, hhv Århus og Aalborg universitet, bidrage med tilsammen ca 100 kandidater fra 2023. Hvis man sammenholder den lave ledighed i de eksisterende uddannelser med redegørelsen for, at der frem mod 2020 vil være brug for 6.000 ITEK kandidater, heraf 3.000 indenfor big data, kan man konkludere, at der, selv med de kommende data science kandidater fra Århus og Aalborg, vil være et stort udækket merbehov for kandidater, som ITU’s nye uddannelse i data science kan være med til at dække med 40-50 kandidater om året.

En analyse lavet af ITU af danske jobannoncer (Plank 2018) inden for data science, foretaget over 2,5 måned september-november 2018, fandt 1.390 data science orienterede jobopslag på landsplan, hvilket er betydeligt større end det forventede antal dimittender fra den foreslåede uddannelse. 53% af annoncerne var til stillinger i hovedstadsområdet, hvor ITU og flertallet af landets større softwarevirksomheder er placeret (Plank 2018). De aftagervirksomheder, som vi har talt med i forbindelse med udformning af uddannelsen, er derfor primært fra hovedstadsområdet. Se Hvilke aftagere har været inddraget i behovsundersøgelsen?

IT-Branchen laver hvert år en spørgeskemaundersøgelse blandt medlemmerne med statistik det danske IT jobmarked. I årets undersøgelse (IT barometer for 2018) kan man læse “Næsten 2 ud af 3 it-virksomheder (63,2%) ser manglen på de rette it-kompetencer, som den største barriere for vækst i branchen”, og at "39,5% [af virksomhederne] vil arbejde med Big Data" i det kommende år.

Nærværende punkt beskriver blot, hvilke aftagere der har været inddraget. Punktet Hvordan er det konkret sikret, at den nye uddannelse matcher det påviste behov? nedenfor redegør i detaljer for, hvordan dette er foregået, og hvilke ændringer aftagernes kommentarer har affødt.

ITUs Executive Employers Panel, der bl.a. rådgiver ITU om den samlede uddannelsesportefølje, blev på panelets ordinære møde den 23. oktober 2018 præsenteret for og diskuterede planerne om en kandidatuddannelse i data science på ITU. Følgende panelmedlemmer deltog i mødet:
- Kaare Danielsen, Direktør og ejer, Jobindex
- Jan Peter Larsen, Udviklingsdirektør, Bankernes EDB Central (BEC)
- Carsten Gomard (panelets formand), Bestyrelsesformand, Netcompany
- Birgitte Hass, Direktør, IT-BranchenPernille Geneser, CIO, Bestseller
- Lars Green Lauridsen, Senior Vice President, COWI
- Henrik T. Krøyer, Head of Mainframe, Danske Bank Charlotte Mark, Managing Director, Microsoft Development Center Copenhagen

I forbindelse med udviklingen af forslag til en kandidatuddannelse i Data Science ønskede ITU at inddrage aftagerne så tidligt som muligt i processen. For at sikre inddragelse af en repræsentativ aftagergruppe i udviklingsprocessen indvilgede Bodil Biering (Head of Development at Blackwood Seven) i at være formand for aftagergruppen og sammen med ITU at sammensætte en gruppe af aftagere, der repræsenterer forskellige brancher, såvel offentlige som private.
Der blev afholdt aftagermøde den 24. oktober 2018 på ITU med deltagelse af følgende aftagere:
- Bodil Biering (Chairman) (Blackwood Seven, Head of Development),
- Kaare Brandt Petersen (Implement Consulting Group, Advanced Data Analysis),
- Søren Ilsøe (Deloitte, Director, Analytics & Information Management),
- Jakob Elming (Doolittle Translation/Danish Defense, Data Scientist),
- Kaare Danielsen (Jobindex, stifter og direktør),
- Camilla Kerlauge (Spenderlog, CEO and founder),
- Jens Lund (former Nordea, Head of Model Monitoring and Performance, Risk Models),
- Lars Kjeldgaard (Udviklings og forenklingsstyrelsen, SKAT, Semior Data Scientist),
- Florian Laws (Tradeshift, Software Engineer - Machine Learning).

Endvidere har følgende aftagere gennem kvalitative interviews om behovet for en kandidatuddannelse i data science bidraget til rapporten Markedsundersøgelse Kandidatuddannelse i Data Science udført af Rambøll Management Consulting for ITU i efteråret 2018:
- Rikke Zeeberg Digitaliseringsstyrelsen, Direktør
- Søren Reeberg Nielsen Styrelsen for Dataforsyning og Effektivisering, Vicedirektør
- Peter Tibert Stoltze Kontorchef for Metode og Analyse Danmarks Statistik
- Karen Marie Lyng Afdelingschef for Datakvalitet og Indhold Sundhedsdatastyrelsen
- Birgitte Hass IT-Brancheforeningen, Direktør
- Torben Noer IBM Global Data Science and Business Analytics, Technical Sales Leader
- André Stelsig Rogaczewski Netcompany A/S, Adm. direktør
- Simon H. Galsgaard DSV Road Danmark, Executive Vice President
- Stig Geer Pedersen Topdanmark, Seniorprojektleder for Machine Learning og RPA
- Bjørn Lunding Sandqvist Tryg, Direktør for Pricing & Modelling

Den 8. januar 2019 var forslaget om ny uddannelse i høring hos ITU’s aftagerpanel for uddannelserne under Department of Computer Science. Følgende aftagere deltog i mødet:
- Karsten Stanek Pedersen (Chairman), Director, KSP Consulting
- Casper Hovard, Senior Engagement Manager, KSP Nordic
- Mille Østerlund, Chef for civil rådgivning, CFCS - Center for Cybersikkerhed
- Niels Hallenberg, Vice President, Technical Foundation, Simcorp
- Morten Zohnesen, Managing Architect, Netcompany
- Thomas Hartmann, Head of Enterprise Architecture, ATP
- Bodil Biering, Head of Development, Blackwood Seven
- Mikkel Muhldorff Sigurd, Optimization Manager, Maersk Line

I forbindelse med udviklingen af forslag til en kandidatuddannelse i Data Science ønskede ITU at inddrage aftagerne så tidligt som muligt i processen. Herunder følger først en kronologisk oversigt over aftagerinvolvering og derefter en uddybning af involveringen, gruppe for gruppe.

Kronologisk oversigt over aftagerinvolvering
13. september 2018: Udvælgelse af data science-specifikt aftagergruppe samt planlægning af møde i samarbejde med Bodil Biering, formand for gruppen.
23. oktober 2018: Møde i ITU’s Executive Employers’ Panel. Præsentation og høring af kandidatuddannelsens Programme Design.
24. oktober 2018: Halvdagsmøde med data science-specifikt aftagergruppe med diskussioner og input til Programme design.
25. oktober - 1. december 2018: ITU reviderer Programme Design på baggrund af input fra aftagere.
1. december - 13. december 2018: Rambøll interviewer 10 relevante aftagere om behov og efterspurgte kompetencer, i forbindelse med udarbejdelsen af markedsundersøgelsen.
10. december 2018: Revideret Programme Design sendes til data science-specifik aftagergruppe til skriftlige kommentarer.
8. januar 2019: Aftagerpanelet for uddannelserne under Department of Computer Science giver på deres ordinære møde input og kommentarer til Programme Design for uddannelsen.

Data science specifik aftagergruppe
For at sikre inddragelse af en repræsentativ gruppe af relevante aftagere i udviklingsprocessen indvilgede Bodil Biering (Head of Development at Blackwood Seven og medlem af ITU’s ordinære aftagerpanel for uddannelserne under Department of Computer Science) i september 2018 i, sammen med ITU, at sammensætte en aftagergruppe og samtidig være formand for gruppen. ITU mødtes med Bodil Biering den 13. september 2018 og besluttede, hvilke aftagere der skulle inviteres til aftagergruppen. Aftagerne udvalgtes med henblik på at dække markedet for de kommende kandidater så bredt som muligt. Således inviteredes både offentlige og private virksomheder fra forskellige brancher (se deltagere i Hvilke aftagere har været inddraget i behovsundersøgelsen). Endvidere planlagdes involveringen af aftagerne på dette møde.
Den 24. oktober 2018 afholdt gruppen et halvdagsmøde med forudgående skriftligt oplæg fra ITU. Se dagsorden og referat fra mødet i bilag Minutes Employers Meeting 24 October 2018 i Dokumentation af efterspørgsel på uddannelsesprofil. Sammen med dagsordenen sendte ITU udkast til Programme Design indeholdende uddannelsens:
- overordnede struktur
- overordnede mål og mål for læringsudbytte
- obligatoriske kursers omfang og overordnede indhold
- ansøgermålgruppe og adgangskrav
- jobprofil
Programme Design-dokumentet er blevet brugt i hele udviklingsprocessen af uddannelsen og findes derfor i flere versioner. Den uploadede version er fra december 2018 og er derfor en version, der netop afspejler input fra aftagerside i udviklingen af uddannelsen.
På mødet gennemførtes en høring af uddannelsens design og faglige indhold på baggrund af ovenstående.
Helt generelt bifaldt aftagerne det overordnede design: "The panel finds that it is very good that the program ensures that the theoretical skills are also combined with practical application. The applied approach is very useful for employers and companies when hiring graduates and the "Profound and Applied" should be the ITU MSc in Data Science profile in relation to other Universities MSc Data Science programs."
ITU bad aftagerne om feedback og, som det fremgår af referatet, (se bilag Minutes Employers Meeting 24 October 2018) havde aftagerne specifikke kommentarer til følgende aspekter af Programme Design:
i) Tekniske færdigheder og kompetencer, ii) afgrænsninger af jobprofil, iii) forretningskompetencer (hvad betyder business intelligence), og iv) etik og privacy.
Tilbagemeldingen fra mødet blev brugt til at revidere uddannelsens Programme Design. Sammenfatning af input fra aftagergruppen (yderligere detaljer i bilag Minutes Employers Meeting 24 October 2018) og revisioner af Programme Design var:
i) Aftagerne fandt at: "it is very good that the program ensures that the theoretical skills are also combined with practical application" (se Minutes from employers meeting 24 October 2018 i Dokumentation af efterspørgsel på uddannelsesprofil). Aftagerne fandt også færdigheder inden for softwareudvikling vigtige. For at imødekomme sidstnævnte blev der tilføjet et kursus Data Science in Production, et projektbaseret kursus, hvor de studerende får erfaring med software engineering i praksis.
ii) Aftagerne konstaterede, at der i forbindelse med jobprofilerne også er mulighed for, at en data scientist bevæger sig mellem profil A og B (se Programme Design s. 2). De to afgrænsede jobprofiler udgør ikke en streng dikotomi. ITU har derfor opdateret jobprofilen, så det afspejler sig i den.
iii) Aftagerne fandt at det foreslåede kursus Business Intelligence var lidt for arkaisk og foreslog et mere relevant indhold. Det er vigtigt, at kandidater har en grundlæggende forretnings- og organisationsforståelse, så de kan fungere som “oversættere” imellem de forskellige interessenter, men det må ikke være på bekostning af det tekniske indhold. Et nyt kursus Data Science in Production, der imødekommer ovenstående behov erstatter Business Intelligence kurset.
iv) Etik: ITU spurgte aftagerne, hvordan etiske problemstillinger skal indgå i uddannelsen. Aftagerne fandt det vigtigt at etik indgår som del af uddannelsen, men havde ikke nogen endelig mening om det skulle være i et selvstændigt kursus eller som del af andre kurser. De opfordrede ITU til at inddrage etiske problemstillinger, når det er relevant, måske især i forbindelse med kurser, der bruger store datasæt. Uddannelsens tredje semester indeholder et 15 ECTS projekt med en obligatorisk aktivitet, hvor de studerende skal udarbejde en reflekterende rapport om de seneste diskussioner om etik inden for data science. Desuden gjorde ITU opmærksom på at etik allerede indgår på bacheloruddannelsen i kurset Security and Privacy og Second Year Project.

Efter ITU havde revideret Programme Design blev det i starten af december 2018 sendt til aftagergruppen til orientering og yderligere kommentarer.
Som det ses af svar fra medlem Jens Lund (konsulent, tidligere Nordea - Executive Director, Head of Analytics and Business Design) finder han, at ITU har formået at indarbejde aftagernes behov:  "Overall, I find that you have managed to find a very good balance in the proposed design of a MSc in Data Science education" og at ITU med uddannelsen kan være med til at sikre at Danmarks indflydelse på data science området og ikke overlade det til store tech-giganter eller lande som Kina: "In my opinion, it is a field that will be growing exponentially over the coming years, and it will be of importance for Denmark as a society that we become part of this development in order to not be completely overtaken by big tech giants (Google, Apple, Amazon, Facebook, ...) or countries like China, that is spending enormous amounts of resources in this area and moves forward at a quick pace."
Endvidere finder han at uddannelsen matcher det efterspurgte behov for data science kandidater: "I also find, that the proposed programme will position itself uniquely in the space of similar programmes at other universities in Denmark. It does so by having a very strong focus on the implementation/computer science and algorithmic aspects without compromising on the understanding of the underlying mathematical/statistical models. From a hiring perspective, I have always looked for candidates with a strong computer science background/experience, as it is something that is essential to make the theoretical models work in practice in production systems." (mail 13. december 2018)
Svaret fra aftager Lars Kjeldgaard (Senior Data Scientist, Skatteforvaltningen) understøtter også programdesignet og viser at aftagernes feedback er blevet indarbejdet i uddannelsesdesignet: "Overall: The revised program looks great.  In addition, the replacement of the "Business Intelligence" course with "Data Science in Production" is a big improvement. Production-level code competencies are key in modern Data Science, and it is one of our top priorities when we hire Data Scientists." (mail 21. december 2018).
Ingen af gruppens medlemmer kom med forslag til yderligere ændringer.

ITU Executive Level Employers panel
Udover de uddannelsesspecifikke aftagerpaneler har ITU også et Executive Level panel, der rådgiver ITU om den samlede uddannelsesportefølje. Se Hvilke aftagere har været inddraget i behovsundersøgelsen. Den 23. oktober 2018 blev panelet præsenteret for og diskuterede planerne om en kandidatuddannelse i data science på ITU. Som forberedelse havde panelet modtaget Programme Design. Som det fremgår af referatet bifaldt panelet at uddannelsen "har sin tyngde i tekniske/matematiske emner og bygger oven på bacheloruddannelsen i Data Science. Endvidere panelet fandt det også vigtigt, at de studerende stifter bekendtskab med etiske problemstillinger og lærer, hvad forretningsforståelse handler om." (se Uddrag af referater fra aftagerpanelmøder i Dokumentation af efterspørgsel på uddannelsesprofil).
Kommentarer fra Executive Level aftagerpanelets møde viser at de støtter til uddannelsens tekniske fokus og at de etiske problemstillinger indgår i 3. semester, således førte panelets input ikke til ændringer i uddannelsesdesignet.

Aftagerpanel for uddannelser under Department of Computer Science
Endelig havde ITU’s aftagerpanel for uddannelser under Department of Computer Science  inden mødet den 8. januar 2019 modtaget forslaget til Programme Design for den nye uddannelse. På mødet blev uddannelsesdesignet præsenteret og panelet fandt at uddannelsens indhold og struktur i meget høj grad imødekommer et eksisterende behov. Aftagerne var meget glade for kurset "Data Science in Production". Kurset adresserer en meget hyppig hindring nyuddannede kandidater kan have med anvende deres viden. Panelet diskuterede også etik og security, som begge er vigtige emner og er del af uddannelsen.
Drøftelserne med aftagerpanelet bekræftede det foreslåede Programme Design og førte ikke til yderligere ændringer.

Aftagerinterviews i forbindelse med Markedsundersøgelse Kandidatuddannelse i Data Science
Ud over den ovenfor beskrevne aftagerinvolvering er der i forbindelse med udarbejdelsen af Markedsundersøgelse Kandidatuddannelse i Data Science udført af Rambøll Management Consulting for ITU i efteråret 2018 udført 10 kvalitative interviews om behovet for en kandidatuddannelse i data science og hvilke kompetencer der efterspørges (Se Rambøll 2018 i Dokumentation af efterspørgsel på uddannelsesprofil).Rapportens konklusioner og anbefalinger om behov for data science kompetencer stemmer overens med den ansøgte uddannelses udformning: "Dybe tekniske kompetencer efterspørges mere end tværgående kompetencer." (Rambøll 2018 s. 4)
Flere af de interviewede aftagere mangler allerede nu medarbejdere med data science kvalifikationer: "Flere af de adspurgte aftagerorganisationer og -virksomheder oplever dermed allerede en udækket efterspørgsel på data scientists. På baggrund af undersøgelsens desk study og kvalitative interviews kan det konkluderes, at der er klare tegn på, at der allerede inden for nærmeste fremtid vil være et stort udækket behov for højtuddannede IKT-kandidater, som netop besidder nogle af de kompetencer, som ITU’s potentielle kandidatuddannelse i Data Science forventes at kunne imødekomme." (Rambøll 2018 s. 7).

Konklusion
Samlet set har aftagerhøringerne været særdeles værdifulde og ført til en række justeringer i uddannelsesforslaget. Vi er derfor overbeviste om, at der er overensstemmelse mellem uddannelsens indhold og aftagernes behov, hvilket bekræftes af Bodil Biering, formand for aftagergruppen i forbindelse med den supplerende høring af aftagergruppen i december 2018: "it looks good, all the main points from the panel have been integrated: production code and systems, ethics, security". (mail 5. december 2018).

På baggrund af ministeriets ønske om at universiteterne koordinerer og diskuterer udbuddet af uddannelser inden for data science, informerede ITU 16. november 2018 på et nationalt institutledermøde for datalogi og it-uddannelser de øvrige universiteter om, at ITU planlægger at ansøge om en kandidatuddannelse i data science. Det blev også forklaret at kandidatuddannelsen bygger oven på ITU's eksisterende bacheloruddannelse i data science, og således har et andet (teknisk dybere, mindre forretningsorienteret) sigte end en række af de eksisterende eller foreslåede kandidatuddannelser i data science (på CBS, AU BSS, DTU Management, KU Samfundsvidenskab), og en anden målgruppe end kandidatuddannelserne i datalogi på AU, AAU, KU, ITU og SDU. Den ligner snarere de i 2017 prækvalificerede men endnu ikke udbudte kandidatuddannelser i data science ved AAU og AU.

Den ansøgte kandidatuddannelse bygger på kernekompetencer erhvervet i en forudgående bacheloruddannelse i Data Science eller lignende: linear algebra, programmering, klassiske algoritmer og datastrukturer, machine learning, statistics, data management og graph theory, beskrevet i punktet Hvilke adgangskrav gælder til uddannelsen? Oven på disse kernekompetencer bygger den foreslåede uddannelse en række centrale data science fag (fx algorithm design, advanced applied statistics and calculus, processing of heterogeneous data, data science in production, and advanced visualization). Endvidere tilbyder uddannelsen en række videregående fag og forskningsemner såsom advanced machine learning, natural language processing and deep learning, advanced algorithms, data systems design, robotics osv., som afspejler forskningen på ITU. Samlet giver disse forhold den nye uddannelse et fokus på stærke tekniske kompetencer med dybt teoretisk fundament. Dette støttes af en repræsentativ gruppe af aftagere, som vi har involveret i designet af uddannelsen. Se punktet Hvordan er det konkret sikret, at den nye uddannelse matcher det påviste behov? for analyser af disse forhold.

En rapport udarbejdet af Rambøll Management sammenligner den foreslåede nye uddannelse med eksisterende og nye kandidatuddannelser i datavidenskab og konkluderer blandt andet: "Få danske uddannelser giver en lignende kombination af data science-kompetencer. Kortlægningen af de eksisterende danske kandidatuddannelser inden for data science har resulteret i, at der i dag blot er 11 kandidatuddannelser, der kan anses som indeholdende elementer, der overlapper med ITU’s egen potentielle kandidatuddannelse i Data Science. En nærmere analyse af de identificerede beslægtede uddannelser tegner et billede af, at det kun i mindre grad er muligt at opnå den efterspurgte kombination af kompetencer, som der tillægges en data scientist i interviews. Typisk har uddannelserne et begrænset antal af relevante data science-fag, som oftest kun kan gennemføres ved, at den studerende vælger at specialisere sig inden for et bestemt område. Det er dermed kendetegnene for de eksisterende beslægtede kandidatuddannelser inden for data science, at de får karakter af en specialiseringsvej fremfor en hovedvej, der også indbefatter tilegnelsen af et bredere sæt kompetencer hos de studerende, uden at gå på kompromis med den teknologiske viden og færdigheder." (Rambøll 2018, s. 4)

De gennemførte analyser af danske jobannoncer (se punktet Underbygget skøn over det nationale og regionale behov for dimittender) viser at der er en større efterspørgsel efter kandidater med data science kompetencer i hovedstadsområdet end i resten af landet. En analyse af eksisterende og prækvalificerede programmer på dette område viser, at der er to kandidatuddannelser i hovedstadsområdet, som indeholder elementer af data science. Kandidatudannelsen på CBS har et overordnet fokus på forretningsaspektet (Rambøll 2018,  s. 13) og Københavns Universitet’s kandidatuddannelse i Social datavidenskab har fokus på at kombinere samfundsvidenskab og datavidenskab (Rambøll 2018, s. 14). For yderligere detaljer om ligheder og forskelle til beslægtede uddannelser se Rambøll s. 12-15.

Beskæftigelsesudsigterne for kandidater i Data Science er fremragende, som angivet i rapporten udarbejdet af Rambøll Management: "Lav ledighed for beslægtede uddannelser. For de kandidatuddannelser, som er inkluderet i denne udbudsafdækning, er det meget bemærkelsesværdigt, at samtlige uddannelser har en lav dimittendledighed på mellem to og syv pct. Dette skal holdes op mod det overordnede gennemsnit på tværs af alle kandidatuddannelser i Danmark, som er på ca. 18 pct. Tallene er for dimittender i 2016 og er målt tre kvartaler efter fuldførelse, hvilket er de seneste opgjorte tal for Uddannelses- og Forskningsministeriets aktuelle ledighed blandt dimittender fra videregående uddannelser. En så lav dimittendledighed for samtlige uddannelser i udbudsafdækningen tyder på et stort behov for de kompetencer, der er relateret til data science." (Rambøll 2018, s. 15). Selv når man medtager kandidater fra de to godkendte, men endnu ikke udbudte, kandidatuddannelser i data science på hhv. Aalborg (55-60 kandidater fra 2023) og Århus universitet (30-40 kandidater fra 2023 efterfølgende stigende til 50-65) sammen med ITU’s forventede 50 kandidater pr. år er det ikke nok til at dække merbehovet på 6.000 ITEK kandidater, heraf 3.000 indenfor big data, frem mod 2020. Se Underbygget skøn over det nationale og regionale behov for dimittender. Endvidere skal det påpeges at ITU’s analyse af danske jobannoncer viser at 53% af annoncerne var til stillinger i hovedstadsområdet, hvor ITU og flertallet af landets større softwarevirksomheder er placeret (Plank 2018).

Kandidater i Data Science, der er interesserede i forskning, kan fortsætte i phd-studier. Langt de fleste tager dog arbejde i it-industrien eller i virksomheder, der i væsentlig grad anvender data science.

Da optagelseskravet til den nye kandidatuddannelse er en bacheloruddannelse i Data Science eller lignende med opfyldelse af 80% af de specifikke faglige krav (se punktet Hvilke adgangskrav gælder til uddannelsen?) forventer vi at kandidatuddannelsen hovedsageligt vil rekruttere fra a) ITU's egen bacheloruddannelse i Data Science, og b) fra 2022 et mindre antal ansøgere fra andre danske universiteter: Bachelor i Data Science fra Aalborg Universitet og Århus Universitet, bachelor i Kunstig intelligens og data fra DTU samt bachelor i machine learning og data science fra Københavns Universitet. c) Endelig forventer vi  et mindre antal internationale ansøgere, da der endnu ikke findes mange internationale bacheloruddannelser i Data Science i Europa.

Da rekrutteringsgrundlaget hovedsageligt vil bestå af ITU's egne bachelorer, forventer vi ikke at det vil påvirke de øvrige universiteters kandidatuddannelsers rekrutteringsgrundlag i nævneværdig grad. Men i lighed med andre kandidatuddannelser, som f.eks. i datalogi, vil der være en mindre del af de studerende fra de forskellige danske universiteter, der vælger at læse deres kandidatuddannelse på et andet universitet, og at der derfor snarere er tale om en udveksling af studerende.

Ansøgere vil hovedsageligt komme fra ITU's egen bacheloruddannelse i data science.
For årene 2020, 2021 og 2022 forventes et optag på 47, 50 og 57 studerende (efter tidligt frafald).
Den stigning der er i optagelsestallene for kandidatuddannelsen fra 2020 til 2022 vil komme fra ITU's egen bacheloruddannelse og vi forventer ikke at ansøgerantallet fra de øvrige danske bacheloruddannelser og internationale bacheloruddannelser vil vokse.

Med baggrund i det store udækkede behov for kandidater, der er beskrevet tidligere i ansøgningen under (titel på punkt) og den store ansøgerinteresse (se nedenfor) planlægger ITU frem mod 2020 at øge optaget til bacheloruddannelsen i data science til 100, hvilket også vil give en stigning i optaget på kandidatuddannelsen.

Interessen for ITU's bacheloruddannelse i data science har fra starten været stor, og fra 2017 til 2018 er det samlede ansøgerantal steget med 14%, og førsteprioritetsansøgningerne er steget med 30%.
Ansøgertallene var i 2017 391 heraf 142 med første prioritet og i 2018 446 heraf 185 med første prioritet og der er optaget 56 studerende i 2017 og 64 studerende i 2018 regnet efter tidligt frafald.  Derudover er kvaliteten af ansøgere og steget, da adgangskvotienten for kvote 1 fra 2017 til 2018 steget fra 8,0 til 9,0.

N/A

N/A