Datatek/Komtek/Kyb/Elsys/Emil

[AnonymBruker]

Hva er forskjellen mellom disse studiene?

Er interessert i data og digitalisering. Kunne tenkt meg å jobbe med AI. Derfor vurderer jeg disse linjene på NTNU. Hvilket av disse passer best for meg? Har snitt til alt.

Jeg er glad i mange fag, og ønsker å studere noe tverrfaglig.

Hvilke gir meg best jobbmuligheter? Hvilket er lettest/vanskeligst å komme seg gjennom?

Anonymkode: 70f0c...212

[AnonymBruker]

Noen?  

Anonymkode: 70f0c...212

[AnonymBruker]

AnonymBruker skrev (20 timer siden):

Hva er forskjellen mellom disse studiene?

Er interessert i data og digitalisering. Kunne tenkt meg å jobbe med AI. Derfor vurderer jeg disse linjene på NTNU. Hvilket av disse passer best for meg? Har snitt til alt.

Jeg er glad i mange fag, og ønsker å studere noe tverrfaglig.

Hvilke gir meg best jobbmuligheter? Hvilket er lettest/vanskeligst å komme seg gjennom?

Anonymkode: 70f0c...212

Går du på videregående nå? I så fall bør du snakke med rådgiveren din om det. 

Anonymkode: 856b4...e52

[AnonymBruker]

AnonymBruker skrev (5 timer siden):

Går du på videregående nå? I så fall bør du snakke med rådgiveren din om det. 

Anonymkode: 856b4...e52

Har gjort det. Rådgiverne kan ingenting bortsett fra det generelle... De sier jo "les på nettsida". Får ikke ordentlig karriereveiledning av rådgivere.

Anonymkode: 70f0c...212

[Read]

Emil het tidligere «ingeniør sterk strøm» (?). Det gir i alle fall et lite inntrykk av linja. De lærer mye om produksjon, lagring og overføring av høyspent energi.

Elsys handler mest om elektroniske kretser, altså gjerne å designe det elektriske systemet i et produkt eller bygg.

Har mindre peiling på de øvrige, men kyb jobber vel gjerne også med AI, kretser, kretskort osv.

Datatek. er vel fryktelig mye koding.

Lurer på om komtek og datatek (bachelor ved NTNU) var to nesten identiske linjer som plutselig eksisterte parallelt pga. sammenslåingen av NTNU og HiST. Masterne er jeg usikker på.

[AnonymBruker]

Jeg kjenner bare Datateknologi ved NTNU. Siden du skriver at du ønsker å jobbe med AI anbefaler jeg Datateknologi med spesialisering innen kunstig intelligens 😊 Hva som er «lett» eller «vanskelig» av de studiene du nevner her er ikke godt å si, du bør heller fokusere på hva du VIL drive med. Da blir studiet lettere å komme gjennom for din del også. Når det er sagt, så er ingen av disse studiene direkte «enkle», men jeg tror ikke du er redd for å jobbe litt? Med master i teknologi så får du i alle tilfelle en karriere som er perfekt for framtida. Lykke til! 

Anonymkode: d40d6...781

[AnonymBruker]

Datatek, er det riktig om ønsker å jobbe med AI.

Har selv gått Datatek.

Anonymkode: d1d07...a74

[KapteinJ]

AnonymBruker skrev (På 28.11.2020 den 11.36):

Hva er forskjellen mellom disse studiene?

Er interessert i data og digitalisering. Kunne tenkt meg å jobbe med AI. Derfor vurderer jeg disse linjene på NTNU. Hvilket av disse passer best for meg? Har snitt til alt.

Jeg er glad i mange fag, og ønsker å studere noe tverrfaglig.

Hvilke gir meg best jobbmuligheter? Hvilket er lettest/vanskeligst å komme seg gjennom?

Anonymkode: 70f0c...212

Jeg skal prøve å svare ganske greit, er selv nanostudent men kjenner alle linjene gjennomgående da jeg har nære venner på alle. 

Datateknologi er akkurat det det høres ut som, det handler om programmering av datasystemer, det viktigste du lærer her er at du faktisk blir god på utvikling og koding. Du har flere større prosjekter i løpet av studiet som skiller seg markant fra mange andre studier på gløshaugen. Datateknologi har også en egen AI linje, men denne forutsetter at du får gode karakterer de første årene da det har vært konkurranse om disse plassene.

Komtek er nok ikke det jeg ville valgt for å jobbe med AI, kommunikasjonsteknologi handler i stor grad om kommunikasjonsnettverk og signaler. Viktige forskningsfelt her er for eksempel hvordan man krypterer kommunikasjon sikkert over nettverk eller komprimerer informasjon som skal sendes. Har veeeldig mye til felles med data og deler også linjeforening med datateknologi.

Elsys er som det er sagt over, elektronikk, denne linjene er utrolig mangfoldig med at noen velger å jobbe mye med kvantefysikk og nanoelektronikk, mens andre jobber med radiokommunikasjon mellom skip. Her er det gode muligheter til å anvende AI i forskning om du går retningen med signalbehandling, men du får ikke mange fag rettet mot det før du skal skrive selve master oppgaven.

Emil har absolutt ingenting å gjøre med AI fagmessig, men som alle andre disipliner så er AI et verktøy som nå anvendes litt i state of the art, spesielt innenfor administrering av energinett og hvordan disse kan opereres optimalt brukes AI i dag, det blir da under retningen smarte nett. Det er ikke normalt å velge noe særlig AI fag fra emil og relativt få skriver oppgaver som har noe med det å gjøre.

Kybernetikk er et gresk ord som betyr noe sånt som rormann e.l, dette studie er egentlig et felt av anvendt matematikk og handler om hvordan man best kontrollerer dynamiske systemer. Det er visse innslag av elektronikk som stammer fra at kybernetikken før var en retning av gamle elektro (hvorav de også deler linjeforening med Elsys, sanctus omega broderskap), Kyb er svært mattetungt, men veldig givende. Tradisjonell kybernetikk er hovedsaklig basert på ikke-data drevene metoder (såkalt first principles / phenomenological) modellering, men i dag blir bruk av data-dreven modell prediktiv kontroll ved bruk av dype nett mer og mer vanlig. Svært mange kybernetikere i dag jobber med autonome fartøyer hvor datasyn er en stor del (se forskningen til Anette Stahl om du er interessert) og AI er selsagt viktig her. 

Det var alle linjene du nevnte, om du vil drive bare med programmering er data supert, men det er definitivt ikke valget jeg ville gjort om du skal være helt i fronten i AI da datateknologi har alt for lite matte til dette. Om du skal bli state of the art expert i AI bør du studere industriell matematikk (altså fysmat), AI er matematikk mer enn det er data om du jobber med å utvikle metodene osv, for å sitere Prof. Helge Langseth som underviser det viktigste emnet (og er blant NTNU's fremste AI forskere) innen AI på NTNU (TDT4171 Metoder i Kunstig Intelligens) så foretrekker han matematikere som studenter eller datastudenter med en interesse for matte som strekker seg langt over det som er pensum på data.

Om du vil jobbe med anvendt AI så ville jeg valgt kybernetikk, på dette studie får du et langt mer tverffaglig sammensetning og et mer matematisk orientert studie. Ulempen blir da at du får mindre praktisk kodeerfaring men det kan du gjøre opp for selv med egne prosjekter. Jobbutsiktene er uansett fantastiske for alle linjene. Når det kommer til hvilke studier som er tungt så avhenger det veldig av hva du er god på, er du en kløpper i matte men suger til å kode så er nok kyb lettere enn data, mens er det motsatt så blir det omvendt. Elsys også er utrolig avhengig av hva du velger, en retning i nanoelektronikk med mye kvantemekanikk er nok tyngere enn analogt kretsdesign. Det samme gjelder emil og komtek. Det jeg vil si antagelig er vanskeligst i utgangspunktet er nok kybernetikk, men det er på bakgrunn av hvor mattetungt studiet er, for noen er jo dette en fordel.

Tror ikke jeg gidder skrive mer nå, men om du lurer på noe mer konkret kan du jo spørre

[KapteinJ]

AnonymBruker skrev (På 29.11.2020 den 8.24):

Går du på videregående nå? I så fall bør du snakke med rådgiveren din om det. 

Anonymkode: 856b4...e52

Bare for å nevne dette, rådgivere på videregående skole kan INGENTING om fagene på avanserte studier i teknologi, om du skal ha informasjon her så bør du høre med de faglige studieveilederne på NTNU. De har god oversikt over fagene sine. Så f.eks om det er Kybernetikk du vil vite noe om er det Jan Tommy Gravdahl som er mannen du bør spørre, alle veilederne på NTNU er stort sett svært hjelpsomme (spesielt hvis du har lest deg opp godt på forhånd selv). Ikke at jeg tror du har behov for noe mer informasjon enn den som finnes i emnebeskrivelsene av emnene på studieplanen, da muligheten til å forstå hva masternivå emner handler om gjerne forutsetter en del basiskunnskap.

Endret 9. desember 2020 av KapteinJ

[AnonymBruker]

Hei! Bare en liten kommentar til rådene til kapteinen over. På fysmat kan det fort bli lite mengdetrening i programmering, med mindre man går veldig aktivt inn for å skaffe seg det. Du må også ha mange fysikkfag som ikke er relevante. Jeg tenker at bachelor i informatikk med et breddeår i matematikk, og deretter en AI-rettet master kan gjøre susen for å få god matematisk forståelse og samtidig nok programmeringsferdigheter. Eventuelt, om man virkelig vil gå inn for å bli en god teoretiker, ta bachelor i matematikk med et breddeår i informatikk, for så å ta en master i statistikk og prøve å rette den mot AI. Men matematikk-miljøet har ikke omfavnet AI så mye ennå, så jeg tenker at informatikk/datateknologi kan være lurt for å kunne skrive relaterte bachelor/masteroppgaver. Et tredje alternativ er å begynne på data, og bytte til fysmat om du liker matematikk på NTNU godt. Slett ikke alle som synes det er en drøm.. Lykke til med valget! 

Anonymkode: 2f0ff...fa8

[KapteinJ]

AnonymBruker skrev (4 minutter siden):

Hei! Bare en liten kommentar til rådene til kapteinen over. På fysmat kan det fort bli lite mengdetrening i programmering, med mindre man går veldig aktivt inn for å skaffe seg det. Du må også ha mange fysikkfag som ikke er relevante. Jeg tenker at bachelor i informatikk med et breddeår i matematikk, og deretter en AI-rettet master kan gjøre susen for å få god matematisk forståelse og samtidig nok programmeringsferdigheter. Eventuelt, om man virkelig vil gå inn for å bli en god teoretiker, ta bachelor i matematikk med et breddeår i informatikk, for så å ta en master i statistikk og prøve å rette den mot AI. Men matematikk-miljøet har ikke omfavnet AI så mye ennå, så jeg tenker at informatikk/datateknologi kan være lurt for å kunne skrive relaterte bachelor/masteroppgaver. Et tredje alternativ er å begynne på data, og bytte til fysmat om du liker matematikk på NTNU godt. Slett ikke alle som synes det er en drøm.. Lykke til med valget! 

Anonymkode: 2f0ff...fa8

Hei, det er litt utdatert nå at fysmat ikke har så mye programmering, samtlige indmat fag bruker programmering i prosjekter, men det er veldig data science rettet programmering heller en programvareutvikling. Hovedsaklig progges det i R eller Python, veldig lite java. Ellers har alle fysmattere også objektorientert programmering som fag. Det du sier om fysikkfag er riktig dog, du må komme deg gjennom mekanisk, termisk, fluid, kvante og elmag sånn ca før du kan gå rent inn på matematikken fra og med tredje. Det har også blitt mye mer fokus på det AI relaterte i det siste med emner som TMA4268 Statistisk Læring med prof. langaas (et av de beste emnene jeg har hatt, hun er en fantastisk foreleser). Så får du også ganske mye frihet til å velge inn AI emnene fra data som er på et høyt nivå som TDT4265 Datasyn og Dyp læring, TDT4171/TDT4173 som er nivå 2 og 3 av de grunnleggende ai fagene osv. En ulempe med matte er at du ikke får ta Keith Downings fag i ai programmering som vistnok er svært bra. Datateknologi som det er i dag har et utrolig stort fokus på programvareutvikling, som ikke nødvendigvis overlapper så mye med data science og maskinlæring selv om det er utrolig nyttig. Selvsagt er det jo ikke for en hver å gå en slik retning da det er omtrent så mattetungt man kan gjøre et studie på gløs, men then again, hvis man vil jobbe med AI er jo det bare et plus.

[AnonymBruker]

Ja det stemmer at det er litt programmering i (statistikk-)fagene. Tingen er at det ikke er så avansert programmering, og små grupper. Så man kan komme unna uten å skrive god kode, og uten å f.eks. bruke git. Programmering er lest et verktøy for å forstå algoritmene bedre, sjelden et fokus i seg selv. De fysmaterne jeg kjenner som har begynt som it-konsulenter etter studiet sier iallefall at de med databakgrunn oftest er flinkere på koding og det tekniske. Men kan jo hende de som har gått data i større grad enn fysmatere flest bruker mye fritid på å kode og derfor blir flinke, uten at det nødvendigvis kommer fra fagene🤷‍♀️ Angående objektorientert programmering har man det i andreklasse, men det blir jo fort glemt om man kun koder i R/Python etterpå. Men for all nyttig å ha vært bort i. Ellers skriver jeg under på at Langaas er den beste foreleseren man kan ha😊

Anonymkode: 2f0ff...fa8

[KapteinJ]

AnonymBruker skrev (6 timer siden):

Ja det stemmer at det er litt programmering i (statistikk-)fagene. Tingen er at det ikke er så avansert programmering, og små grupper. Så man kan komme unna uten å skrive god kode, og uten å f.eks. bruke git. Programmering er lest et verktøy for å forstå algoritmene bedre, sjelden et fokus i seg selv. De fysmaterne jeg kjenner som har begynt som it-konsulenter etter studiet sier iallefall at de med databakgrunn oftest er flinkere på koding og det tekniske. Men kan jo hende de som har gått data i større grad enn fysmatere flest bruker mye fritid på å kode og derfor blir flinke, uten at det nødvendigvis kommer fra fagene🤷‍♀️ Angående objektorientert programmering har man det i andreklasse, men det blir jo fort glemt om man kun koder i R/Python etterpå. Men for all nyttig å ha vært bort i. Ellers skriver jeg under på at Langaas er den beste foreleseren man kan ha😊

Anonymkode: 2f0ff...fa8

Ja der har du nok absolutt rett, som fysmatter kan du nok snike deg unna mye koding med at du jobber i grupper og at kodingen bare er verktøyet og ikke målet, men om du vil jobbe med ai tenker jeg du liker det og legger ned innsatsen, og da blir du nok dreven på det. Også er det jo slik at fysmat er mye koding men mindre skikkelig programvareutvikling hvor man bygger fulle applikasjoner o.l for bruk av andre folk, men om målet er AI så er nok den typen skripting det mest relevante (dette avhenger jo selvsagt veldig av hvor i ai feltet du skal, men de som jobber på fronten gjør ikke mye gui/front-end osv, men stort sett data ekstraksjon, prosessering og produksjon)

[AnonymBruker]

KapteinJ skrev (14 timer siden):

Ja der har du nok absolutt rett, som fysmatter kan du nok snike deg unna mye koding med at du jobber i grupper og at kodingen bare er verktøyet og ikke målet, men om du vil jobbe med ai tenker jeg du liker det og legger ned innsatsen, og da blir du nok dreven på det. Også er det jo slik at fysmat er mye koding men mindre skikkelig programvareutvikling hvor man bygger fulle applikasjoner o.l for bruk av andre folk, men om målet er AI så er nok den typen skripting det mest relevante (dette avhenger jo selvsagt veldig av hvor i ai feltet du skal, men de som jobber på fronten gjør ikke mye gui/front-end osv, men stort sett data ekstraksjon, prosessering og produksjon)

Jeg tror nok ikke vi er så uenige, jeg ville bare nyansere indmat-anbefalingen litt, siden jeg mener det finnes mer effektive måter å spisse seg mot AI enn å velge den linjen. Men for en VGS-elev vil nok ingen av valgene vi har skissert være dårlige om man ønsker å jobbe med AI. Det skal jo også godt gjøres å vite om man ønsker å «jobbe litt med AI som konsulent» eller «være på forskningsfronten innen AI» før man har begynt å studere, så en fasit finnes nok ikke. Min erfaring er at industrien ofte ser etter er kandidater som kan håndtere (i det minste forstå noenlunde)  hele prosessen. Dvs. at man bør ha god forståelse for databaser, oversikt over it-arkitektur og hvordan man kan få systemer til å snakke sammen. Mye av modelleringen kan trolig gjøres mer automatisk etterhvert. Derfor tenker jeg det er nyttig å skaffe seg endel it-kompetanse. Min mening er at ingen linjer er «perfekte», og at det beste hadde vært å lage en datamatte-linje på fysmat, med datafag i stedet for fysikkfag, og mulighet for å ha færre numerikkfag- derav min anbefaling om å kombinere div. informatikk/matematikk-studier. Men trolig mer safe å velge en standard siving-linje og heller velge valgfag/ekstrafag basert på interesse 👍

Anonymkode: 2f0ff...fa8