Denna sida riktar sig till företag som vill föreslå projekt för examensarbete vid institutionen för datavetenskap. 

The pages are only available in Swedish - please, use the translate function in your web-browser!

Om du som arbetsgivare har en idé på en student uppgift, så finns här nedan information om vad som krävs för att passa som ett examensarbete inom institutionen för Datavetenskap. När du har definiera ett lämpligt projekt så kan du annonsera efter exjobbare via Lunds universitets karriärshub: https://lucareerhub.jobteaser.com/. Kontakta LUs Careers Services för att få ett konto på hubben.

För att ett projekt ska passa som examensarbete hos oss på Datavetenskap krävs att flera krav uppfylls. Vissa krav kommer från LTH och vissa är specifika för Institutionen för Datavetenskap. Dessutom kan individuella examinatorer (och handledare) ha sina egna extra krav. I slutändan är det examinator som godkänner projektet.

Här följer en lista över riktlinjer för ett examensarbetesprojekt inom inst för Datavetenskap:

• Utforma projektet med två studenter i åtanke (se Institutionens policy) och i linje med de tidpunkter för exjobbsstart som gäller vid vår institutionen. Studenterna ansöker om handledning/examinering för sina exjobbsförslag i slutet på augusti respektive slutet på november för start under HT respektive VT. Se mer information under steg 2a i steg-för-steg beskrivningen. (Ett mindre antal exjobb kan eventuellt startas upp under sommaren, dessa behöver de ansöka om handledning mot slutet på maj.) 
• Börja med att titta på de dokument som studenterna behöver formulera innan de får påbörja examensarbetet, primärt exjobbsförslag men även måldokumentet (riktlinjer för måldokumentet). Om det är svårt att rama in förslaget enligt dessa riktlinjerna betyder det ofta att uppgiften inte passar som examensarbete.
• Ta en titt på exjobbsområden inom Datavetenskap, dvs inom vilka områden som man kan göra exjobb på vår institution. Även våra avancerade kurser (kursutbud) kan vara en bra startpunkt. Chansen är större att vi godkänner förslag som ligger i linje med vår egen forskning. (Notera att vissa ämnen och kurser som skulle passa in på datavetenskap ges av andra institutioner, till exempel websäkerhet, interaktionsdesign, och bildigenkänning, och att projekt inom sådana områden bör handledas och examineras på dessa insitutioner istället (där kan en något annan arbetsgång tillämpas).
• Skilj mellan uppgifter som behöver datateknik som ett verktyg för att lösa ett problem utanför området datavetenskap - till exempel att implementera en patientdatabas som leder till bättre vård - och uppgifter som handlar om att lösa problem och/eller bygga ny kunskap inom området datateknik/datavetenskap. Det är det senare (lösa problem och bygga ny kunskap) som avgör var examensarbetet ska handledas och examineras. I exemplet med patientdatabasen behövs kompetens för att avgöra vad som är bättre vård och det ligger utanför vårt område. Samma sak gäller uppgifter som huvudsakligen handlar om människa-maskin interaktion (användargränssnitt) eller inlärning/utbildning, där kompetens om dessa område ligger utanför vår institution.
• Se till att det finns en tydligt och bra frågeställning/problemformulering. Frågor som kan besvaras med "ja/nej" är ointressanta - till exempel "Kan man implementera detta?" eller "Går det att göra såhär?" - eftersom de inte leder till vidare diskussioner. Frågor som behöver besvaras genom en längre utvärderingsprocess passar bättre - till exempel "Vilka fördelar/nackdelar finns med...?", "Hur påverkas prestanda/minnesanvändning/precision genom...?" Sådana frågor har ofta att göra med en jämförelse av två eller flera lösningar (till exempel existerande vs. nya).
• Tänk på vilka resurser du/företaget kan erbjuda studenterna. Frågor som "Hur påverkar denna metod vår utvecklingsprocess?" besvaras till exempel bäst genom en utvecklare-/användarstudie som kan ta tid från anställda. Finns det ingen möjlighet att göra sådana studier blir slutsatsen baserad på endbart 2 personers erfarenhet (studenternas) och resultatet blir troligen inte representativt.
• Se till att resultatet av examensarbetet går att publicera. Ett examensarbete resulterar i en offentlig presentation och en rapport som är tillgänglig för allmänheten. Om ditt företag inte vill offentliggöra information eller data som är absolut nödvändig för rapporten, bör ni inte föreslå uppgiften som ett examensarbete. En lösning kan vara att skicka in en patentansökan för sådana delar, innan studenten offentliggör arbetet. All annan data, kod eller information betraktas som arbetsdokument och det är upp till företaget och studenterna att komma överens om vem har rättighet till vad.