SDU vil gøre sygeplejersker og historikere til data scientists med domæneviden

16. april 2019 kl. 05:34
SDU vil gøre sygeplejersker og historikere til data scientists med domæneviden
Illustration: ricochet64 / Bigstock.
Manglen på data-kompetencer skal løses ved at rekruttere uden for de traditionelle fag, mener studieleder på SDU's kommende data science-kandidat.
Artiklen er ældre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Bachelorer i historie, sundhed, offentlige administration, engelsk og filosofi er alle på listen over studerende, der har skrevet sig op til Syddansk Universitets kommende kandidat i data science.

Den nye uddannelse satser på at tage bachelorer fra alle faglige grene og gøre dem til dataprofessionelle med særlig domæneviden, fortæller Peter Schneider-Kamp, professor på Matematik og Datalogi på SDU og ansvarlig for kandidaten, der endnu ikke er formelt godkendt af Uddannelses- og Forskningsministeriet.

Uddannelsen kræver ingen særlig forhåndsviden om matematik og programmering. Og det er da heller ikke de tunge tekniske kompetencer, som de nye kandidater skal kunne bryste sig af.

»Der vil altid være behov for nogen, der automatisere og udvikler værktøjer,« understreger Peter Schneider-Kamp.

Artiklen fortsætter efter annoncen

»Men vi ser jo lige nu, at værktøjer som Keras og TensorFlow abstraherer mere og mere kompleksitet. Hvis man bruger TensorFlow, skal man faktisk ikke kunne kode ret meget. Man kan tage data fra en database, skrive et par linjer om netværket, træne det på en meget dyr GPU, så får man tit noget, der efter et par forsøg kan nå en præcision på over 90 procent. Og det kræver ikke nogen forståelse af selve læringsalgoritmerne bag deep learning,« siger han.

Den tendens bliver kun mere udtalt i fremtiden med udviklingen inden for automatiseret machine learning.

»Traditionelle matematiske modeller virker fint i nogle situationer, og så er det fint at bruge dem. Men der findes efterhånden så meget værktøjsstøtte, at det faktisk i mange tilfælde er nemmere at bygge et neuralt netværk, fordi man slet ikke behøver at forstå den matematiske model,« siger Peter Schneider-Kamp.

Til gengæld skal kandidaterne have en klar fornemmelse for, hvordan man får de rigtige data præsenteret for algoritmen, hvordan skal man justere parametrene, og hvordan man præsenterer resultatet.

Artiklen fortsætter efter annoncen

»Når de her kandidater bliver færdige om to et halvt år, vil det allerede være en anden verden, hvor værktøjerne er blevet endnu bedre. Og hvis vi ser fem til ti år frem bliver det kun endnu mere tydeligt,« siger Peter Schneider-Kamp.

Ingen kommentarer endnu.  Start debatten
Denne artikel er gratis...

...men det er dyrt at lave god journalistik. Derfor beder vi dig overveje at tegne abonnement på Version2.

Digitaliseringen buldrer derudaf, og it-folkene tegner fremtidens Danmark. Derfor er det vigtigere end nogensinde med et kvalificeret bud på, hvordan it bedst kan være med til at udvikle det danske samfund og erhvervsliv.

Og der har aldrig været mere akut brug for en kritisk vagthund, der råber op, når der tages forkerte it-beslutninger.

Den rolle har Version2 indtaget siden 2006 - og det bliver vi ved med.

Debatten
Log ind eller opret en bruger for at deltage i debatten.
settingsDebatindstillinger