Civilingenjör Mjukvaruteknik Linköping

Det ser ut som D läser dubbelt så mycket envariabelanalys (2 st 6hp kurser) i ettan och sedan en 4hp kurs i flervariabelanalys. Mjukvaruteknik läser bara första halvan av envariabelanalysen (i 2:an) och sedan något hopkok i en- och flervariabelanalys. Har svårt att se hur mycket flervariabelanalys man kan förväntas hinna med där om man tittar på kursplanen. Som kontrast verkar tex industriell ekonomi på Liu läsa 6hp ren flervariabelanalys efter 12hp envariabelanalys. D verkar sen läsa mer signalteori med transformer och har om jag ser rätt åtminstone 3 fysikkurser varav mekanik och elektromagnetism är tämligen matematiska. Jag skulle säga att D innehåller betydligt mycket mer matematik.


Tänjer man begrepp tillräckligt långt så betyder de inget längre. Men absolut, det är ingen total sanning att det alltid var bättre förr. Min oro är mer generell med tanke på att det finns en ganska tydlig tendens att ta bort "svåra" kurser (vilket brukar innebära fysik och matematik) med dålig genomströmning och ersätta dessa med annat. Ingen bra utveckling.

För att återgå till huvudfrågan dock, jag tror att Proger blir nöjd med vilken som. Men om matematikinnehållet känns viktigt skulle jag välja D.

Jag menar att jag inte vill bli fast med att endast kunna jobba som utvecklare.

Jag tror just nu att jag vill bli utvecklare men är även intresserad av ekonomi så skulle även kunna tänka mig ett jobb inom det. Jag har hört att de ibland söker folk med civilingenjörsutbildning till jobb som exempelvis analytiker. Det är så jag tänker.

Mjukvaruutveckling läser :

6 hp Diskret matematik
6 hp Logik
8 hp Linjär algebra
1 hp Matematiska utblickar
6 hp Inledande matematisk analys
6 hp Envariabelanalys
6 hp En- och flervariabelanalys

Totalt: 39 hp

Datateknik läser:

6 hp Diskret matematik
8 hp Linjär algebra
1 hp Matematiska utblickar
6 hp Inledande matematisk analys
6 hp Envariabelanalys
6 hp Envariabelanalys II
6 hp Flervariabelanalys

Totalt: 39 hp

Hur du kan få Datatekniks 39 hp matematik till "betydligt mer" än Mjukvarutekniks 39 hp matematik har jag svårt att förstå. Sen så är det givetvis så att man kanske tillämpar matematiken i olika utsträckning i andra kurser, men det är ju två utbildningar med helt olika inriktning så det är inget konstigt i sig.

Jag håller inte riktigt med om ditt urval och klassificering. Hur definierar vi matematik i detta fall? Om vi använder definitionen att matematik är det som ges på den matematiska institutionen och klassar övriga kurser som har kraftig matematisk slagsida som matematiskt innehåll skulle jag dela upp något i följande stil (med förbehåll för att jag slarvat i genomgången ur de pdf:er jag hittat). Vi räknar bort elektroniken eftersom mjukvaruteknik inte läser något sådant alls. Jag tar endast tar med de obligatoriska kurserna (verkar finnas några frivilliga i stil med matematiska utblickar för båda programmen). För de tre första åren:

Datateknik:

Matematik från matematiska institutionen:
6 hp Diskret matematik
8 hp Linjär algebra
6 hp Inledande matematisk analys
6 hp Envariabelanalys
6 hp Envariabelanalys II
4 hp Flervariabelanalys
6 hp Matematisk statistik
4 hp Kombinatorisk optimering

= 46hp

Matematikliknande poäng:
5 hp Mekanik
5 hp Elektromagnetism
8 hp Signaler och system med transformer
5 hp Logik
6 hp Reglerteknik
4 hp Signaler, information

= 33hp

Mjukvaruteknik

Matematik från matematiska institutionen:
6 hp Diskret matematik
8 hp Linjär algebra
6 hp Inledande matematisk analys
6 hp Envariabelanalys
6 hp Envariabelanalys + flervariabelanalys

= 32hp

Matematikliknande poäng:
6 hp Logik
6 hp Sannolikhetslära och statistik (ges av annan avdelning?)
6 hp Fysik och mekanik
8 hp Signaler information bilder
6 hp Reglerteknik

= 32hp

Tittar man på kursinnehåll i de kurser som är liknande har datatekniks signalbehandling ett betydligt tyngre matematiskt upplägg än motsvarande innehåll för mjukvaruteknik. Analogt gäller för fysik/mekanik-kursen. Datateknik har sedan fler möjliga masterprofiler med matematisk framtoning som signalbehandling, elektronik, systemteknologi, kommunikation. Jag kan inte se en enda profil på mjukvaruteknik som inte finns på datateknik (med reservation för att jag missat något).

Så på det sättet får jag det till att datateknik läser betydligt mycket mer matematik än mjukvaruteknik. Huruvida det påverkar utbildningskvalitén -- eller status som civilingenjör -- är en annan fråga.

Som tur är finns det dom på LiU som redan har funderat på just detta och klassificerat kurserna inom olika ämnen.

Logik är klassad som Datavetenskap och Matematik
Sannolikhetslära och statistik är klassad som Matematik och Tillämpad matematik

Så det blir 12 hp till på Mjukvaruutveckling

Men sen så förstår jag inte denna fablesse för Matematik. Det är ju tämligen självklart att olika utbildningar har kurser som är Matematik eller tillämpad matematik i olika utsträckning och matematik är över en viss basnivå inte allt. Man kan lika gärna argumentera för att Datateknik inte läser programmering i samma utsträckning som Mjukvaruutveckling.

Anledningen till att just matematik diskuteras är för att jag söker bredd och därför känns det som att mer matematik ger mer bredd och chanser till jobb som inte enbart är inom systemutveckling. Men jag har inte så bra koll så att mer matematik istället för mer programmering ger mer bredd är bara en känsla jag har.

Ja visst är det. Nu är min grundåsikt att för att en kurs ska klassas som matematik bör den ges av den matematiska institutionen. Precis som att en fysikkurs ges av institutionen som sysslar med fysik och programmeringskursen av institutionen som sysslar med data. Jag har sett gott om kreativa klassificeringar för att uppfylla examenskraven. Av den enkla anledningen kändes det ärligare att dela upp i de kurser som ges av matematikavdelningen och de kurser som rimligen kan beskrivas som tillämpad matematik av olika former (fysiker får ursäkta den klassificeringen).


Kurserna i fråga (matematisk statistik) som datateknik läser är väsensskild mot den motsvarande kursen mjukvaruteknik läser. Med viktningen att mjukvarutekniks är betydligt mindre matematiskt tung åtminstone när man skummar igenom tentorna. Exempelvis augustitentorna i de båda kurserna:

https://github.com/mattiasvillani/IntroStatsForCS/raw/master/OldExams/TentaTDAB01_170824Solutions.pdf

http://courses.mai.liu.se/GU/TAMS27/Tentor/ExamTAMS27-26.pdf

Men låt gå. Logiken läser datateknik också så vi kan lägga på de poängen på data också om det känns bättre.


Visst kan man göra det argumentet. Jag kan inte ens säga att det är fel. Men så vitt jag kan se är samtliga av mjukvarutekniks profiler öppna för datateknik. Något som definitivt inte gäller i andra riktningen. Att mjukvaruteknik kan påstås vara i paritet med datateknik när det gäller matematiskt innehåll faller ganska direkt om man tittar lite närmare på vilka kurser som läses.

När det gäller matematiks position i civilingenjörsutbildningar är det helt enkelt möjligt att vi har olika syn på saken. I mitt tycke är matematik en kvalitetsstämpel och kärnan i en ingenjörsutbildning. Det betyder inte att det är något fel på mjukvaruteknik. Det är säkert en väldigt bra utbildning till och med med tanke på att Liu har ett bra rykte. Min enda reservation är just benämningen civilingenjör. Jag är inte förtjust i de förändringar vi gjort de senaste 10-15 åren. Min känsla är att vi urholkar utbildningarna.

Ja, det var därför jag svarade. Om det är viktigt för dig med en bredare teknisk utbildning skulle jag välja D. Är det just mjukvaruteknik du vill arbeta med ar det mycket möjligt att utbildningen i just mjukvaruteknik är ett bättre val. När det gäller klassificeringen av vad som kan betraktas som civilingenjörer har den pågått sen 70-talet och lär inte klinga av den närmaste tiden heller.

Hej. Lånar tråden och håller mig kortfattad. Jag är väldigt intresserad av AI, robotar och programmering. Tror ni jag får någon fördel av att gå D/U (?) Eller ska jag välja efter vilka kurser jag finner mest intressanta?

AI och maskinlära är typ bara matematik och väldigt lite programmering. Matematik eller Teknisk fysik med jävligt tung matematisk bakgrund med så mycket statistik som möjligt. Speciellt om du faktiskt vill jobba med det för du kommer behöva ta del utav forskning.

D helt klart om du vill programmera robotar och system etc.

Jag tror att både U och D har master i ai/machine learning. Dock så verkar U ha mer ai kurser innan mastern men det är ju antagligen till kostnad av mer tekniska ämnen.

Både ja och nej. Det går att göra AI med i princip bara gymnasiematte också, men det blir ju inte direkt universitetsmässigt eller hur man ska uttrycka det. Vill man verkligen ha en chans att ta till sig allt skulle jag nog rekommendera en ordentlig matematisk grund och sen en hel del statistisk inferens. Slarva inte med sannolikhetsteorin och den matematiska statistiken som inferensen vilar på. Sen skadar det sällan med ordentlig signalbehandling.


Det ser så ut, masterprofilerna ser ut att dela mycket av innehållet ned på kursnivå.


Vill du ha mer bredd ser D ut att vara ett bra alternativ. U har i princip samma profil men du kommer få mer problem att ta till dig det innehåll som är matematiskt tyngre. Sen kan du säkert leta reda på något ännu mer nischat mot AI/ML. Rent generellt: läs det du verkligen är intresserad av. Det blir sällan bra annars.