Course code: DTE-2511

Videregående programmering

Søk mellom 1. november og 6. januar
Campus Narvik, Bodø and Nettstudium
Semester / year Frühling 2027
Level Grunnleggende emner, nivå I
Credits 10

About the course

Kan tas som enkeltemne.

  • Big O-notasjon og algoritmeanalyse
  • Klassiske datastrukturer: lister, stakk, kø
  • Prioritetskø og heap
  • Binære søketrær og balansering
  • Hashing, map og dictionary
  • Grafer: uvektede og vektede
  • Søke- og sorteringsalgoritmer
  • Dynamisk programmering
  • Divide and conquer
  • Backtracking og grådige algoritmer
  • Rekursjon og memoization
  • Avansert objektorientert modellering
  • Decorators, context-klasser og closures
  • Iteratorer og design patterns
  • Integrasjon med C-kode
  • Binærfiler og serialisering
  • JSON og CSV
  • Regulære uttrykk
  • Versjonshåndtering
  • Avansert enhetstesting
  • Programbiblioteker
  • Ansvarlig bruk av KI i programutvikling

Se for øvrig læringsutbytte

Admission reguirements

Generell studiekompetanse og Matematikk R1+R2 og Fysikk 1.

Søkere som kan dokumentere ett av følgende kvalifiserer også for opptak:

  • generell studiekompetanse og bestått realfagkurs, eller
  • bestått 1-årig forkurs for ingeniørutdanning, eller
  • 2-årig teknisk fagskole etter rammeplan fastsatt av departementet 1998/99 og tidligere studieordninger

*For å få opptak til enkeltemner på grunnlag av Y-veien, må søkeren oppfylle opptakskriteriene for Y-vei til studieprogrammet som emnet inngår i. I tillegg må søkeren oppfylle eventuelle forkunnskapskrav som er spesifisert for det konkrete emnet de søker opptak til. Det gis begrenset studierett til det spesifikke emnet - på samme måte som realkompetansesøkere.

Søknadskode: 9391

Objective of the course

Kunnskaper og forståelse

Etter fullført emne skal kandidaten:

  • ha kunnskap om Big O-notasjon og kunne utføre grunnleggende algoritmeanalyse
  • kjenne til klassiske datastrukturer som lister, stakk, kø, prioritetskø/heap, binære søketrær og balanserte trær, samt hashing, map og dictionary
  • kjenne til uvektede og vektede grafer og sentrale algoritmer knyttet til disse
  • ha kunnskap om klassiske søke- og sorteringsalgoritmer
  • kjenne til strategier for algoritmedesign: dynamisk programmering, divide and conquer, backtracking og grådige algoritmer
  • forstå prinsippene for rekursjon, og sett på klassiske områder hvor rekursjon med fordel kan foretrekkes foran iterasjon
  • ha kjennskap til avanserte modelleringsmekanismer innenfor objektorientert programmering
  • kjenne til muligheter og begrensninger ved bruk av kunstig intelligens i programutvikling

Ferdigheter

Etter fullført emne skal kandidaten kunne:

  • skrive objektorientert programkode med klasser, metoder, innkapsling, arv og polymorfi
  • implementere klassiske datastrukturer og algoritmene som hører til dem
  • skrive rekursive funksjoner
  • skrive og anvende mekanismer som decorators, context-klasser og closures
  • integrere ekstern C-kode i Python
  • lese og skrive binærfiler, JSON- og CSV-strukturer, og anvende serialisering
  • bruke regulære uttrykk (regex)
  • bruke et versjonshåndteringssystem
  • skrive avanserte enhetstester
  • bruke og lage programbiblioteker
  • implementere iteratorer og andre klassiske design patterns
  • bruke KI-verktøy som støtte i programutvikling på en kritisk og ansvarlig måte

Generell kompetanse

Etter fullført emne skal kandidaten:

  • kunne planlegge og gjennomføre programmeringsprosjekter, alene og i gruppe
  • ha tilegnet seg avanserte programmeringskunnskaper utover et innføringsnivå
  • ha god oversikt over klassiske temaer innen algoritmer og datastrukturer
  • kunne anvende algoritmisk tenkning til å løse komplekse problemer effektivt

Forkunnskapskrav

Recommended prerequisites

DTE-2510 Grunnleggende programmering, DTE-2605 Programmering 1, ITE1900 Programmering 1

Teaching methods

Forelesninger gjennomføres primært digitalt via verktøy som Teams, samt som pre-produserte opptak, og er tilgjengelige for alle studentkategorier. Det er mulighet for dialog via chat underveis, og forelesninger tas opp og kan ses i ettertid. Lærerassisterte timer på campus tilbys i forbindelse med frivillige og obligatoriske øvinger. Studentene forventes å forberede seg til forelesning ved å ha gjennomgått anbefalt eller utdelt materiale på forhånd.

Studentenes ferdigheter fremmes gjennom:

  • strukturert undervisningsopplegg
  • frivillige øvingsoppgaver
  • e-tester
  • obligatoriske øvingsoppgaver
  • oppgavepresentasjoner
  • ansvarlig bruk av KI

Language of instruction and examination

Norsk og engelsk

Schedule

Timeplanene ferdigstilles og publiseres normalt i god tid før semesterstart, ofte noen uker i forkant. Dette gir studentene mulighet til å organisere studiene sine og forberede seg på kommende aktiviteter.

Det anbefales å sjekke timeplanen jevnlig, da det kan forekomme endringer.

Eksamen

Eksamener
Skriftlig skoleeksamen Varighet: 3 Timer Karakterregel:
A–E, stryk F
Obligatoriske arbeidskrav

Følgende arbeidskrav må være gjennomført og godkjent før man kan framstille seg til eksamen

Obligatoriske øvinger Karakterregel:
Godkjent – ikke godkjent
Presentasjon av 2 oppgaver Karakterregel:
Godkjent – ikke godkjent

Alt du trenger å vite om før, under og etter eksamen, oppmelding, fravær klage og vitnemål: UiTs samleside om eksamen

More info about the coursework requirements

Arbeidskrav:

1. 4 obligatoriske oppgaver som poengsettes. Kandidaten må ha mer enn 66% score av totalt mulig oppnådde poeng for å få godkjent dette arbeidskravet.

2. Presentasjon av 2 oppgaver for studentassistent eller lærere i løpet av kurset. Aktuelle oppgaver vil bli opplyst om i løpet av kurset. Presentasjon kan være i nettmøte eller levert som video.

Re-sit examination

Det arrangeres kontinuasjonseksamen for studenter som ikke har bestått siste ordinære eksamen i dette emnet.

Andre år og semester

Contact us