Automatisering og intelligente systemer - bachelor i ingeniørfag

Ingeniørstudiet i Automatisering og intelligente systemer gir deg muligheten til å bli en ekspert innen automatisering, innenfor det feltet som interesserer deg mest. Du lærer å styre avanserte systemer som roboter, skip, fly, til og med raketter. Studiet skal bidra til en bærekraftig utvikling ved å ta automatiseringen til neste nivå: intelligent automatisering. Du får en bred innføring i fagområder som robotikk, programmering, kunstig intelligens, kybernetikk, og mekatronikk. Entreprenørskap og nytenking står sentralt gjennom hele studiet, og du får delta i flere hackathons og konkurranser.

Studieprogrammet legger stor vekt på samarbeid mellom studenter, fagmiljø og næringsliv. Du får jobbe med praktiske og relevante oppgaver fra bedrifter, og blir tilknyttet Norges ledende miljøer innen fremtidens automasjon.

Med denne utdanningen kan du jobbe med noen av vår tids mest spennende teknologier innen disse fagområdene. Automatisering og kunstig intelligens er nøkkelen til å bekjempe klimaendringer, utjevne sosiale forskjeller, og sikre økt verdiskaping. Automasjonsingeniører er etterspurt i alle bransjer og fagområder.

Etter fullført utdanning kan du gå ut i arbeidslivet, eller fortsette med 2-årig master innenfor blant annet teknologi, mekatronikk, automatisering, kybernetikk og robotikk.

Opptakskrav

Krav til opptak gjennom Samordna opptak (SO) er

Generell studiekompetanse

HING: matematikk R1 (eller S1 + S2) og R2 og fysikk 1

Kravkode HING hos Samordna opptak er beskrevet her:

https://www.samordnaopptak.no/info/opptak/opptak-uhg/spesielle-opptakskrav/liste-over-kravkoder

Alternative opptaksveier

For søkere som ikke er kvalifiserte etter kravene for Samordna opptak gir forkurs for ingeniørutdanning,

halvårige realfagskurs, Y-vei eller TRES opptaksgrunnlag. Disse ordningene er beskrevet her:

https://www.ntnu.no/studier/forkurs

Spesielle opptakskrav

Fra Forskrift om opptak til høgre utdanning, §4-4, pkt. 4 går det fram følgende:

3-årig ingeniørutdanning har krav om matematikk (R1 + R2) og fysikk 1.

(a) Søkjarar med nyare godkjend 2-årig fagskoleutdanning i tekniske fag må dokumentere

tilsvarande kunnskapar i matematikk og fysikk.

(b) Søkjarar med 2-årig teknisk fagskole etter rammeplan fastsett av departementet i 1998–1999

og tidlegare studieordningar fyller krava for opptak utan omsyn til dei spesielle krava

i matematikk og fysikk som er fastsette her.

(c) Søkjarar som har bestått 1-årig forkurs for 3-årig ingeniørutdanning og integrert masterstudium

i teknologiske fag etter fagplan av 2014, og søkjarar med bestått 1-årig

forkurs for ingeniørutdanning og maritim høgskoleutdanning, fyller krava for opptak

utan omsyn til dei spesielle opptakskrava i matematikk og fysikk som er fastsette her.

(d) Søkjarar som har generell studiekompetanse og har bestått eit realfagskurs med eitt

semesters omfang med fordjuping i matematikk og fysikk, fyller krava for opptak utan

omsyn til dei spesielle krava i matematikk og fysikk som er fastsette her.

4Forskrift om opptak til høgre utdanning: https://lovdata.no/dokument/SF/forskrift/2017-01-06-13

(e) For søkjarar med generell studiekompetanse eller bestått nyare godkjent to-årig teknisk

fagskole i tekniske fag som blir tekne opp til treterminordning, gjeld ikkje det

spesielle opptakskravet i matematikk og fysikk som er fastsett her.

(f) For søkjarar som blir tekne opp til spesielt tilrettelagd ingeniørutdanning, jf. § 3-3,

med grunnlag i fagbrev/sveinebrev og minimum 12 månader relevant praksis, gjeld

ikkje det spesielle opptakskravet i matematikk og fysikk som er fastsett her.

I henhold til Nasjonalt kvalifikasjonsrammeverk for livslang læring benytter studiet ulike vurderingsformer for å måle at studentene har nådd de ulike læringsutbyttene (summativ vurdering). Samtidig benytter også studiet formativ vurdering, som er en vurderingsform som skal fremme læring. Det innebærer at vurderingen retter oppmerksomheten mot det studenten bør arbeide videre med, samt hvordan faglærer kan tilpasse undervisningen for resten av semesteret.

Det brukes et variert utvalg av vurderingsformer i løpet av studiet, for eksempel ordinær skriftlig eksamen, muntlig eksamen, praktisk eksamen, mappevurdering, rapport, flervalgsoppgaver, prosjektoppgaver, presentasjoner, gruppevurderinger, vurdering av andres arbeid og individuelle vurderinger.

Merk at for studieretningen Robotikk og intelligente systemer i Ålesund er det utstrakt bruk av mappevurdering.

Læringsutbytter prøves også via obligatoriske arbeidskrav, men da uten karakter.

Vurderingen av bacheloroppgaven gjøres på grunnlag av innlevert prosjektrapport, der også prosjektets progresjon er dokumentert.

Alle "produkter"/leveranser som skal vurderes med karakter skal, dersom ikke annet er spesifisert i emnebeskrivelsen, dokumenteres og leveres digitalt.

Nærmere opplysninger om vurderingsform fremkommer i den enkelte emnebeskrivelse.

Studentenes samlede arbeidsinnsats fordeles på en rekke aktiviteter. Dette kan f.eks. inkludere forelesninger, veiledning, oppgaveseminar, kollokviegrupper, praksis, laboratoriearbeid, selvstendig arbeid (litteraturstudier, oppgaveløsning, diskusjoner med mer), og eksamensgjennomføring.

Emner tilsvarende 7,5 stp har som hovedregel 8 timer/uke timeplanfestede læringsaktiviteter (i noen tilfeller reserveres det flere timer enn dette, for å sikre studentene ytterligere tilgang til læringsareal, typisk laboratorier). Typisk betyr det at 32 timer/uke er timeplanfestet i undervisningsperioden av et semester.

I tillegg forventes det at studentene gjennomfører ikke-timeplanfestede læringsaktiviteter. I undervisningsperioden vil det typisk tilsvare 8-12 timer/uke.

Utenom undervisningsperioden, herunder eksamensperioden, forventes studentene å arbeide cirka 40 timer/uke.

Totalt gir dette en anbefalt gjennomsnitlig arbeidsbelastning på 40-42,5 timer/uke for studieåret som helhet.

Studiebarometeret for 2022 og fram til i dag viser at studentene selv oppgir å jobbe omkring dette antallet timer/uke i snitt.

Studenter som starter på studiet møter på innovasjonaspektet allerede uka før semesterstart gjennom et faglig-sosialt oppstartsprosjekt, der de også blir bedre kjent med medstudenter og ansatt.

Studiet har utstrakt bruk av prosjektarbeid, med samarbeid og tverrfaglighet som viktige drivere for læringen. Åpen tilgang til laboratoriene, med både laserkutter, CNC-fres og 3D-printere er også populært og stimulerende. Laboratoriene har nytt og moderne utstyr og programvare, som sammen med forskningsbasert undervisning gir et godt grunnlag for læringsutbytte innen entreprenørskap, innovasjon og nytenkning.

Prosjekter inngår som del av emner, men det blir også arrangert hackathons og andre konkurranser, f.eks. med deltakelse i mesterskap for autonome sjødroner (AutoDrone) eller robotmesterskapet Robotex, verdens største robotfestival.

Gjennom prosjekter i flere emner, valgemnene Industriprosjekt og Studiepoenggivende praksis, samt bacheloroppgaven er det et omfattende samarbeid med lokal industri og bedrifter som bruker samarbeidet som utvikling og utforsking av ny teknologi.

Evaluering av studieprogrammet gjennomføres iht. Kvalitetssystem for utdanning og benytter metodene som beskrevet der, med leveranser i Kasper:

• Referansegrupper og referansegrupperapport
• Emnerapport
• Evaluering av studieprogram ("kvalitetsmelding")
• Revisjon av studieprogrammet

I tillegg gjennomføres det hver høst emnerevisjon i Emner på Nett (EpN).

I tillegg til at studiet forsøker å ha tett dialog med kulltillitsvalgte studenter, benyttes det noen ganger også spørreundersøkelser som underlag for evaluering av emner og studieprogram.

Studiebarometeret og diverse kvalitetsindikatorer som studiepoengproduksjon, frafall og gjennomstrømming benyttes også som datagrunnlag i det kontinuerlig kvalitetsarbeidet.

Følgende emner er felles for ingeniørstudiene ved NTNU:

• IMAX1002 Matematikk for ingeniørfag 1 - 7,5 stp.
• INGX1002 Programmering, numerikk og sikkerhet - 7,5 stp.
• ISTX1002 Statistikk - 7,5 stp
• EXPH0600 Examen philosophicum for ingeniørfag - 7,5 stp.
• INGX2301 Ingeniørfaglig systememne - 7,5 stp.

• Kandidaten kan anvende kunnskap og relevante resultater fra forsknings- og utviklingsarbeid til bærekraftige løsninger på teoretiske, tekniske og praktiske problemstillinger innen automatisering og intelligente systemer, samt begrunne sine valg.
• Kandidaten har bred ingeniørfaglig digital kompetanse og kan finne, vurdere egnethet, og anvende faglig relevant programvare, utviklingsverktøy og -plattformer, programmeringsspråk og -paradigmer, for implementasjon av digitale tvillinger, modeller, simulering og numeriske beregninger, programmering av kyberfysiske systemer som mikrokontrollere, PLS og roboter, og generell programvareutvikling.
• Kandidaten kan arbeide i relevante fysiske og digitale laboratorier tilpasset automatiseringsteknikk, robotikk, mekatronikk, elektroteknikk og datateknikk, og behersker metoder, verktøy og rutiner som grunnlag for målrettet og innovativt arbeid iht. gjeldende krav om helse, miljø og sikkerhet.
• Kandidaten kan identifisere, planlegge og gjennomføre ingeniørfaglige prosjekter, arbeidsoppgaver, forsøk og eksperimenter både selvstendig og i team, og behersker digitale verktøy for samarbeid og prosjektstyring.
• Kandidaten kan identifisere potensiell risiko, vurdere konsekvenser, og iverksette risikoreduserende tiltak i prosjektarbeid.
• Kandidaten kan finne, vurdere, bruke og korrekt henvise til informasjon som fagstoff, tekniske rapporter, datablad, vitenskapelig publikasjoner, og framstille dette, samt eget arbeid, slik at det belyser en problemstilling tilpasset et teknisk publikum.
• Kandidaten kan identifisere og vurdere grunnleggende aspekter innen personvern og kybersikkerhet både generelt og knyttet til kyberfysiske systemer og industriell datakommunikasjon.
• Kandidaten kan benytte verktøy basert på generativ kunstig intelligens på en etisk og hensiktmessig måte.
• Kandidaten kan bidra til nytenking, innovasjon og entreprenørskap gjennom deltakelse i utvikling, kvalitetssikring og realisering av bærekraftige og samfunnsnyttige automatiserte og intelligente systemer, produkter og løsninger.

• Kandidaten har innsikt i bærekraft og miljømessige, helsemessige, samfunnsmessige og økonomiske konsekvenser av automatiserte og intelligente systemer, produkter og løsninger, og kan sette disse i et etisk perspektiv og et livsløpsperspektiv.
• Kandidaten kan identifisere sikkerhets-, sårbarhets-, og personvernsaspekter i produkter og systemer som anvender digital teknologi.
• Kandidaten kan formidle ingeniørfaglig kunnskap, spesielt om automatisering og intelligente systemer, til ulike målgrupper både skriftlig og muntlig og kan bidra til å synliggjøre teknologiens betydning og konsekvenser.
• Kandidaten kan reflektere over egen faglige utøvelse, også i team og i en tverrfaglig sammenheng, og kan tilpasse denne til den aktuelle arbeidssituasjon.
• Kandidaten kan bidra til utvikling av god praksis gjennom å dele sine kunnskaper og erfaringer med andre, samt delta i faglige diskusjoner innenfor teknologi og ingeniørfag generelt, og automatisering og intelligente systemer spesielt.
• Kandidaten har god kunnskap om generativ kunstig intelligens, rettigheter til åndsverk og er godt kjent med siteringsregler, hva som er plagiering, ikke-materielle rettigheter, patenter og hva som er god praksis innen fagområdet.

I tillegg til å dekke et stort nasjonalt behov, er studiet i automatisering og intelligente systemer av høy internasjonal relevans fordi pensum, lærebøker/litteratur, nettressurser, labutstyr, verktøy, og metoder er relevant over hele verden. Fagmiljøet holder seg oppdatert på internasjonale trender og teknologiutvikling, både innen industri,forskning, innovasjon, og relaterte internasjonale studietilbud.

Engelsk språk dominerer i mange av de tilgjengelige læringsressursene, og de fleste studenter velger også å skrive enkelte prosjektrapporter og bacheloroppgaven på engelsk.

Utenlandske gjesteforelesere/eksterne i bistillinger og utvekslingsstudenter gir et friskt pust til studiet og bidrar til internasjonalisering. Flere ansatte har studie- og jobberfaring fra utlandet, som igjen bidrar til internasjonalisering av studiet.

Videre legges det til rette for faglig og sosial aktivitet på tvers av studiene, hvorav flere studieprogrammer har internasjonale studenter. Makerspace og fablab-aktivitet er også aktuelle møteplasser for både norske og internasjonale studenter. Kombinert med linjeforeningene og studentenes egne faglige og sosiale aktiviteter gir også dette et bidrag til internasjonalisering.

• Kandidaten har bred kunnskap innen robotikk, kybernetikk, intelligente systemer, mekatronikk, og kyberfysiske systemer, med et helhetlig systemperspektiv på digital transformasjon og ingeniørfaget generelt.
• Kandidaten har grunnleggende kunnskaper innen matematikk, fysikk, statistikk, måleteknikk, instrumentering, elektronikk, mekanikk, relevante samfunns- og økonomifag, prosjektarbeid, etikk, innovasjon, digitalisering og bærekraft, og om hvordan disse kan anvendes og integreres i ingeniørfaglig problemløsning som dekker økonomiske, miljømessige og samfunnsmessige hensyn.
• Kandidaten har god forståelse for sikkerhet, risiko, tilgjengelighet, pålitelighet og redundans.
• Kandidaten har dyp kunnskap om dynamiske, automatiserte og intelligente systemer, herunder teori, metoder og digitale verktøy for modellering, simulering, visualisering, digitale tvillinger, analyse, regulering, styring, identifisering, estimering, optimering, kommunikasjon og sammenkobling av systemer.
• Kandidaten har dyp kunnskap om programvareutvikling og objektorientert-, prosedyreorientert- og strukturert programmering.
• Kandidaten har bred kunnskap om teknologiens historie og utvikling innen automasjonsfaget, ingeniørens rolle i samfunnet, samt etiske og bærekraftsmessige konsekvenser av utvikling og bruk av teknologi.
• Kandidaten kjenner til og kan oppdatere sin kunnskap om forsknings- og utviklingsarbeid, metoder og arbeidsmåter innenfor ingeniørfaget generelt, og innenfor automatisering og intelligente systemer spesielt, både gjennom informasjonsinnhenting, kontakt med akademiske og industrielle fagmiljøer, og praksis.

Studentenes forventede læringsutbytte omfatter kunnskap, ferdigheter og generell kompetanse. Læringsmiljøet er organisert for at studentene i størst mulig grad skal oppnå læringsutbyttene i studiet. Mange av læringsaktivitetene vil foregå i spesielt utstyrte laboratorier.

I dette studiet brukes bl.a. følgende organiserte læringsaktiviteter, med stor vekt på fasilitering av studentaktive læringformer:

• Forelesninger med stor vekt på interaksjon og diskusjon
• Øvinger med veiledning av faglærer og/eller studentassistenter
• Praktiske laboratorieoppgaver med veiledning
• Omvendt klasserom, prosjektarbeider, og presentasjoner
• Digitale verktøy og plattformer for modellering, simulering, visualisering, design, samarbeid, dokumentasjon, m.m.
• Dialogbasert tilbakemelding mellom lærer og student
• Tilrettelagt og veiledet selvstudium

Studentene får tett oppfølging og tilbakemeldinger underveis i studiet både muntlig i læringsarealer og digitalt i læringsplattformen. Det legges stor vekt på praktiske oppgaver for å knytte teori til anvendelse og praktiske ferdigheter innen automatisering og intelligente systemer.

Generell kompetanse utvikles blant annet gjennom gruppe- og prosjektarbeid med tilhørende leveranser (f.eks. skriftlig og muntlig dokumentasjon og presentasjon av arbeidet). Det forventes at studentgruppene benytter digitale verktøy og samarbeidsplattformer for å kunne arbeide sammen så effektivt som mulig. Det legges vekt vekt på å tydeliggjøre røde tråder og sammenhenger mellom emnene i studiet.

Noen emner benytter mappevurdering, der studentene leverer ulike arbeider digitalt i læringsplattformen. Mappevurdering er ikke bare en vurderingsform, men også en læringsform, fordi studentene blir vurdert og får nyttig tilbakemelding som kan benyttes til å forbedre læringsutbyttet senere i semesteret (formativ vurdering).

Det kan også forekomme obligatoriske arbeidskrav. Dette er oppgaver som må være gjennomført og godkjent før studenten kan gå opp til eksamen. Eksempler på mappeinnleveringer og arbeidskrav kan være beregnings- og simuleringsøvinger, laboratoriearbeid, rapportskriving og muntlige presentasjoner.

Utformingen av bacheloroppgaven er forankret i reelle og samfunnsnyttige problemstillinger fra arbeids- og næringsliv og aktuelt forsknings- og utviklingsarbeid ved NTNU, og gjennomføres svært ofte i samarbeid med bedrifter.

Arbeidsspråket for studiet er norsk, men en ingeniør skal kunne fungere i et internasjonalt arbeidsmarked. Det legges derfor til rette både for studentutveksling og at det i enkelte emner benyttes læringsressurser på engelsk.

Entreprenørskap, innovasjon og nyskaping

Studenter som starter på studiet møter på innovasjonaspektet allerede uka før semesterstart gjennom et faglig-sosialt oppstartsprosjekt, der de også blir bedre kjent med medstudenter og ansatt.

Studiet har utstrakt bruk av prosjektarbeid, med samarbeid og tverrfaglighet som viktige drivere for læringen. Åpen tilgang til laboratoriene, med både laserkutter, CNC-fres og 3D-printere er også populært og stimulerende. Laboratoriene har nytt og moderne utstyr og programvare, som sammen med forskningsbasert undervisning gir et godt grunnlag for læringsutbytte innen entreprenørskap, innovasjon og nytenkning.

Prosjekter inngår som del av emner, men det blir også arrangert hackathons og andre konkurranser, f.eks. med deltakelse i mesterskap for autonome sjødroner (AutoDrone) eller robotmesterskapet Robotex, verdens største robotfestival.

Gjennom prosjekter i flere emner, valgemnene Industriprosjekt og Studiepoenggivende praksis, samt bacheloroppgaven er det et omfattende samarbeid med lokal industri og bedrifter som bruker samarbeidet som utvikling og utforsking av ny teknologi.

Representanter fra arbeidslivet deltar i studieprogramrådet.

Studiet har forøvrig god kontakt og dialog med arbeids- og næringslivet gjennom både formelle nettverk og uformelle kanaler.

Gjennom prosjekter i flere emner, valgemnene Industriprosjekt og Studiepoenggivende praksis (kun i Ålesund), samt bacheloroppgaven er det et omfattende samarbeid med industri- og teknologibedrifter og virksomheter i offentlig sektor med stort fokus på teknologi.

Utformingen av bacheloroppgaven er forankret i reelle og samfunnsnyttige problemstillinger fra arbeids- og næringsliv og aktuelt forsknings- og utviklingsarbeid ved NTNU, og gjennomføres som regel i samarbeid med en ekstern partner.

Første studieår består av emner i matematikk og fysikk, innføring i programmering, numerisk matematikk og IT-sikkerhet, samt grunnleggende tema innen automatiseringsteknikk, inkludert objektorientert programmering.

Andre studieår består av statistikk, ex.phil. for ingeniørfag, og automasjonsrettede emner innen bl.a. reguleringsteknikk og dynamiske systemer, industrielle styresystemer, intelligente systemer, mekatronikk og robotikk, og nettverksprogrammering og sikkerhet.

Tredje og siste studieår består av en variert portefølje av valgemner, ingeniørfaglig systemtenkning, og bacheloroppgaven.

Studiet er opptatt av internasjonalisering som en faktor for økt studiekvalitet og er derfor godt tilpasset utveksling.

NTNU har avtaler for studentutveksling med over 500 universiteter i mer enn 100 land og i alle verdensdeler. Blant NTNUs overordnede avtaler er særlig utveksling gjennom Nordic Five Tech og CERN aktuelt.

5. semester består kun av valgemner og er spesielt tilrettelagt for utveksling.

Studenter som ønsker utveksling må be studieprogramleder om godkjenning av den utenlandske emnekombinasjonen i god tid før utenlandsoppholdet. Dette sikrer at perioden i utlandet vil inngå som en del av graden, uten tap av studietid.

Internasjonalt kontor ved NTNU kan gi mer informasjon om læresteder, stipendmuligheter, språkkurs og andre nyttige opplysninger.

Studiet er svært godt tilpasset videre studier innen

• master i mekatronikk og automatisering
• master i kybernetikk og robotikk

Andre masterprogram på NTNU kan også være aktuelle. Studenter er selv ansvarlig for å kontrollere spesifikke opptakskrav for disse programmene, og planlegge hvilke valgbare emner som må tas for å være kvalifisert for opptak på disse. Dette gjelder typisk valgemnet Matematikk for ingeniørfag 3 eller tilsvarende.

Med denne utdanningen kan du få deg en jobb med noen av vår tids mest spennende teknologier innen disse fagområdene. Automasjonsingeniører er nå stadig mer ettertraktet på jobbmarkedet. Eller kanskje går du med en oppfinner og gründer i magen?

Av den grunn legger vi stor vekt på arbeidslivsrelevans og prosjektarbeid i samarbeid med lokale bedrifter i studietiden. Dette styrker jobbmulighetene for studentene etterpå. Vi ser at automatiseringsingeniører er etterspurt på tvers av de fleste områder, inkludert maritim sektor, havbruk, helse- og velferd, energi, og industriell produksjon. I tillegg til stillinger primært rettet mot automatisering, kan du også være aktuell for stillinger som er mer rettet mot kompetanse innen mekatronikk, robotikk, elektro og elkraft, fornybar energi, datateknologi, maskinteknikk, eller kunstig intelligens.

Etter studiet kan du også gå videre med en master innen automatisering, mekatronikk, kybernetikk, robotikk og lignende.