Universitetet i Bergen

|

Fysiske og digitale samlingar, Nettbasert

Kunstig intelligens og optimalisering av energisystemer 

Søknadsfrist

25. December 2026

Oppstart

15. January 2027

Studiepoeng

10

Deltid

UiB har utvikla nettstudiet Kunstig intelligens og optimalisering av energisystem, med oppstart i januar 2027. Studiet tek føre seg kunstig intelligens, maskinlæring og optimalisering knytt til problemstillingar innan energiplanlegging, kraftproduksjon, nettdrift og liknande. Undervisninga byggjer på eksempel og case frå energisektoren, og deltakarane får innsikt i konkrete verktøy og metodar for effektivisering og optimalisering.

UiB har og laga ein kort video om det faglege innhaldet.

Fakta

Studiepoeng: 10

Nivå: Master

Undervisningsform: Nettbasert med 1 fysisk samling (Bergen)

Undervisning på engelsk

Neste oppstart: 15. januar 2027

Varigheit: Eitt semester

Søknadsfrist: UiB handsamer søknader i fleire runder gjennom hausten 2026

Pris: Studieavgift kr 11 000,-, Semesteravgift kr 650,-

UiB har utvikla eit nytt deltidsstudium som skal gi innsikt i korleis kunstig intelligens, maskinlæring og optimalisering kan brukast for å utvikle framtidas energisystem, betre produksjonsplanlegginga og gi betre avgjerdsgrunnlag.

Med utgangspunkt i konkrete case frå energisektoren lærer du om verktøy for å effektivisere og optimalisere analysar, prognosar og drift av energisystem. Du lærer korleis kunstig intelligens og avanserte berekningsmetodar kan brukast til å forstå komplekse samanhengar og gi betre avgjerdsgrunnlag i energisektoren.

Studiet er på masternivå og går på deltid over eitt semester. All undervisning er nettbasert. Du kan ta emnet som ei frittståande vidareutdanning. På sikt kan emnet inngå i ein erfaringsbasert mastergrad i fornybar energi ved UiB.

Målgrupper
Emnet er relevant for deg som arbeider med energisystem, energiplanlegging, kraftproduksjon, nettdrift, analyse eller teknologiutvikling, og som ønskjer å lære meir om korleis kunstig intelligens og datadrivne metodar kan brukast i energisektoren.

Emnet kan også vere relevant for ingeniørar, rådgivarar, analytikarar og andre med teknologisk eller naturvitskapleg bakgrunn som ønskjer oppdatert kompetanse innan energi og digitalisering.

Kva lærer du?
Studiet har eit praktisk fokus, og vi tek utgangspunkt i problemstillingane til deltakarane og konkrete case frå ulike delar av energisektoren.

Studiet er delt inn i tre hovuddelar:

  1. Data
  2. Maskinlæring
  3. Optimalisering

Du lærer om metodar innan dataanalyse, kunstig intelligens og maskinlæring. Tema omfattar mellom anna:

  • datakvalitet og datapreparering
  • overvaka og ikkje-overvaka læring
  • regresjon og funksjonsuttrekk
  • dimensjonsreduksjon
  • modellevaluering og kryssvalidering
  • modellval.

I tillegg får du kunnskap om prognosemetodar og korleis desse kan brukast til analyse, planlegging og avgjerdsstøtte i energisektoren.

Vidare får du ei innføring i grunnleggjande optimaliseringsmodellering og blir kjend med ulike berekningsbaserte metodar for å løyse praktiske optimaliseringsproblem.

Korleis er studiet lagt opp?
Studiet går på deltid over eitt semester og er fleksibelt lagt opp, slik at du kan ta det ved sida av jobb.

Digitalt oppstartsmøte: fredag 15. januar 2027


Les meir her.

Spørsmål?

Fyll ut skjema eller kontakt oss på post@hvkstudiesenter.no og me svarar deg så fort me kan!