Meestersgraad in Ingenieurswese (Fokus: Datawetenskap)
Die program bestaan uit agt 15-krediet modules, 'n 60-krediet navorsingswerkstuk en 'n kleiner Professionele Kommunikasie-module.
Die modules sal in blokke van ongeveer 9 weke aangebied word. Die tipiese module bestaan uit 'n 2-week self-gepasde voorlees-/voor-opdragperiode wat gevolg word deur óf 'n lesingblokweek en 'n na-opdragperiode, wat ongeveer 6 weke duur, óf die voorleesperiode word gevolg deur kleiner lesingblokke (2 dae, 2 dae, 1 dag) versprei oor 4 weke (sien rooster). Elke kleiner blok word gevolg deur 'n na-opdrag van ongeveer 2 weke.
Studente moet al vyf lesingdae voltyds bywoon. Die lesingdae vind aanlyn plaas. Benewens die aanlyn aanbieding, kan beperkte modules ook in persoon gelewer word. Behalwe vir die lesingdae/week sal geen verdere kontaktyd vereis word nie.
Modules wat deur ander departemente aangebied word, kan 'n ander struktuur en teenwoordigheidsvereistes hê.
Die vyf datastudie-modules is verpligtend, en die studente moet verder twee uit die vier generiese gestruktureerde meestersvlak-modules kies, asook een spesialiseringsmodule. Let wel dat addisionele modules wat deur die Departement Toegepaste Wiskunde aangebied word, as spesialiseringsmodule-opsies beskikbaar gestel mag word.
Die module-inhoud kan voortbou op vorige modules. Daarom moet die meeste modules in 'n spesifieke volgorde geneem word (sien mede-vereistes).
'n Finale 60-krediet datastudie-navorsingsprojek moet voltooi word, waar die kennis wat in al agt modules opgedoen is, op 'n relevante industrie-verwante of akademiese projek toegepas sal word.
Verder sal studente outomaties geregistreer word vir die Professionele Kommunikasie 871-module van 1 krediet wat aanlyn voltooi moet word.
Om vir toelating vir die jaar 2026 oorweeg te word, moet u:
Let wel: Toelatingsvereistes vir die 2027-inname sal teen 1 April 2026 bevestig word.
- Beskik oor ten minste 'n BIng, 'n BScHons, 'n ander relevante vierjarige baccalaureusgraad, 'n MTech, 'n BIngHons, of 'n NagrDip (Ing); of
- Beskik oor ander akademiese graadkwalifikasies en toepaslike ervaring wat deur die Fakulteitsraad goedgekeur is. Die departementele voorsitter moet 'n aanbeveling rakende sodanige kwalifikasie en ervaring aan die Fakulteitsraad maak.
Studente moet die volgende 1ste-jaar vakke op universiteitsvlak geslaag het:
- Wiskunde, Toegepaste Wiskunde, of Statistiese Wiskunde; en
- Rekenaarprogrammering (bewys van enige geëvalueerde programmeringskwalifikasie gelykstaande aan eerstejaar tersiêre programmering sal ook oorweeg word).
Studente wat NIE aan die rekenaarprogrammeringsvereistes voldoen nie, kan steeds vir die program kwalifiseer deur een van die volgende kursusse te voltooi:
- MITx: Introduction to Computer Science and Programming Using Python: https://www.edx.org/learn/computer-science/massachusetts-institute-of-technology-introduction-to-computer-science-and-programming-using-python
- CS50’s Introduction to Computer Science: https://learning.edx.org/course/course-v1:HarvardX+CS50+X/home
- Expressway to Data Science: Python Programming Specialization: https://www.coursera.org/specializations/python-programming-data-science#courses
In hierdie geval moet die programmeringsertifikaat en die punte wat behaal is, saam met u akademiese geskiedenis op die aansoekportaal opgelaai word voordat u u aansoek indien.
Na indiening van die aansoek kan geen verdere dokumente by u aansoek gevoeg word nie.
Let wel dat die punte van u laaste akademiese graad teen 'n jaarlikse minimum vereiste geëvalueer sal word, aangesien dit 'n mededingende program is. Vir die 2026-inname moet die gemiddelde van u laaste akademiese jaar ten minste 65% wees.
Sien die aansoekproses hier.
Verwys ook na die nagraadse toelatingsmodel in Figuur 3.1, in Afdeling 3.2 in die Jaarboek vir Ingenieurswese, soos hieronder weergegee.
Let wel: Die MIng Bedryfsing (Gestruktureerd) Fokus Datastudies (Voltyds) het 'n minimum duur van 2 jaar.
Gedurende elke module vind assesserings plaas tydens die voorleesperiode, die lesingblokweek en die na-blok opdragte om die toepassing van die teorie waaraan in die module blootgestel is, te toets. Hierdie punte sal gekombineer word om 'n finale modulepunt te gee. Sien ook assesseringsinligting vir kern datastudie-modules.
Die volgende vyf datastudie-kernmodules is almal verpligtend:
| Datastudies (Ing) 874 Prof Gwetu (Dept Bedryfsingenieurswese) |
|---|
| Datastudies is die toepassing van rekenaar-, statistiese- en masjienleertegnieke om insig in werklike probleme te verkry. Die hooffokus van hierdie module is op die lewensiklus van 'n datastudie-projek, spesifiek om 'n duidelike begrip van die vyf stappe in die datastudie-proses te verkry, naamlik verkryging (obtain), skoonmaak (scrub/wrangling), verkenning (explore), modellering (model) en interpretasie (interpret). Elk van hierdie stappe sal bestudeer word met die doel om 'n begrip te verkry van die vereistes, kompleksiteite en gereedskap wat op elke stap van die lewensiklus toegepas moet word. Studente sal die proses van die konstruksie van 'n datapyplyn verstaan, vanaf rou data tot kennis. Gevallestudies uit die ingenieurswese-domein sal gebruik word om elk van hierdie stappe te verken. |
| Toegepaste Masjienleer 874 Prof Engelbrecht (Dept Bedryfsingenieurswese) |
|---|
| In hierdie module sal studente blootgestel word aan 'n wye reeks masjienleertegnieke en praktiese ervaring opdoen in die implementering daarvan. Studente sal nie net die teoretiese grondslag van verskeie masjienleertegnieke leer nie — waardeur 'n belangrike begrip van die vereistes, induktiewe vooroordeel (inductive bias), voordele en nadele verkry word — maar sal ook die praktiese kundigheid opdoen wat nodig is om hierdie tegnieke op werklike probleme toe te pas. Die fokus sal wees op inligtingsgebaseerde leer, ooreenstemmingsgebaseerde leer, foutgebaseerde leer, kerngebaseerde (kernel) leer, probabilistiese leer, ensemble-leer en inkrementele leer. |
| Optimering (Ing) 874 Prof Grobler, Dr Venter (Dept Bedryfsingenieurswese) |
|---|
Om die kuns te bemeester om optimeringsmodelle van die volgende tipes te bou en op te los (presies of benaderd): Lineêre programmeringsmodelle, toewysingsmodelle en heelgetal-programmeringsmodelle. Begrip van die verskillende klasse van optimeringsprobleme en die implementering van gevorderde optimeringsalgoritmes om werklike optimeringsprobleme op te los. 'n Student wat hierdie module suksesvol voltooi het, sal in staat wees om:
|
| Grootdata-tegnologieë (Ing) 874 Dr Du Toit (Dept Bedryfsingenieurswese) |
|---|
| Hierdie module fokus op die gereedskap en platforms vir grootdata-bestuur en -verwerking. Grootdata-bestuur verwys na die goeie bestuur, administrasie en organisasie van groot volumes data van verskillende tipes (beide gestruktureerd en ongestruktureerd). Doeltreffende platforms om grootdata te stoor en te bestuur sal oorweeg word, insluitend NoSQL, datapakhuisstelsels (data warehousing) en verspreide stelsels. Grootdata-verwerking fokus op die 3V-kenmerke van grootdata, naamlik volume, snelheid (velocity) en verskeidenheid (variety). Verskillende argitekture vir grootdata-verwerking sal bestudeer word, insluitend "map-reduce" en grafiese grootdata-modelle. Studente sal ervaring opdoen in grootdata-gereedskap en -platforms, insluitend Spark, Hadoop, R en datavirtualisering. Ander aspekte van grootdata, soos datastrome, datasmeltings (data fusion) en databronne, insluitend sosiale media en sensordata, sal bespreek word. |
| Data-analise (Ing) 874 Dr Vermeulen (Dept Bedryfsingenieurswese) |
|---|
| In hierdie module sal studente die data-analise-lewensiklus leer, en hoe om elke fase van hierdie lewensiklus toe te pas om ingenieurswese-data-analise-probleme op te los. Studente sal tegnieke vir verkennende data-analise leer, en hoe om masjienleerbenaderings toe te pas om kennis uit datastelle te ontgin om verskuilde patrone, assosiasies en korrelasies uit data te onttrek. Studente sal die praktiese kundigheid verkry wat nodig is om data-analise-tegnieke op gestruktureerde data toe te pas. Studente sal gevorderde benaderings tot data-analise leer, met 'n spesifieke fokus op visuele analise, beeldanalise, teksanalise en tydreeksanalise. Die student sal ervaring opdoen in die implementering van verskeie tegnieke om betekenis uit hierdie verskillende databrontipes te onttrek. Die gevorderde data-analise-tegnieke wat teëgekom word, sal op dataintensiewe ingenieursprobleme toegepas word. |
Enige een van die volgende modules kan as die spesialiseringsmodule gekies word:
| Toegepaste Diepleer (14901 874) Mnr Burger (Dept Bedryfsingenieurswese) |
|---|
| Vele beskou die koms van diepleer (deep learning) as 'n rewolusie wat moderne masjienleer fundamenteel verander het. Hierdie module sal die basiese beginsels van diepleer dek. Dit sal begin met 'n herhaling van die grondbeginsels van neurale netwerke. Die volgende onderwerpe spesifiek tot diepleer sal dan gedek word: multi-laag perseptrone, diep terugvoer (feedforward) neurale netwerke, konvolusionele neurale netwerke, verskeie algemene argitekture insluitend AlexNet, GoogLeNet en ResNet, oordragleer (transfer learning), awgmentasie, Siamese neurale netwerke, beeldsegmentering, interpreteerbaarheid, objekopsporing, outo-enkodeerders, herhalende (recurrent) neurale netwerke, teksklassifikasie en oudioklassifikasie. |
| Internet van Dinge 14771-874 Prof Booysen (Dept Bedryfsingenieurswese) |
|---|
| Die doel van die module is om die beginsels en toepassing van gekoppelde toestelle in die Internet van Dinge (Internet of Things) aan te bied. Die module sal die volledige stapel en waardeketting dek, insluitend hardeware, kommunikasietegnologieë, stelselargitektuur, boodskapsmakelaars (message brokers), wolkrekenaarwese (cloud computing), datastoring, datavisualisering en sekuriteit. Die hardeware-aspekte sal sensortegnologie vir die verkryging van metings, aktueerders vir beheer, mikrobeheerders en fermware vir besluitneming en draadlose koppelvlakke insluit. Kommunikasietegnologieë sal bedrade en draadlose kommunikasietegnologieë dek, insluitend sellulêre en laekragnetwerke. 'n Oorsig van makelaar- en datastoring-oplossings sal gedek word tesame met 'n oorsig van datavisualisering. Die studente sal die geleentheid kry om hul eie data te genereer en bestaande data te gebruik om hulself te verander met die gebruik van datastudie-beginsels in 'n groter IoT-oplossing. |
Studente moet enige twee van die volgende generiese fakulteitsmeestersmodules voltooi:
| Projekbestuur 873 Prof T Barnard (Dept Bedryfsingenieurswese) |
|---|
| Die module fokus op gevorderde onderwerpe in projekbestuur, en daar word verwag dat deelnemers óf 'n projekbestuurkursus bygewoon het óf ondervinding het in die bestuur van projekte. Die module bou voort op tradisionele projekskedulering deur kritiekeketting-bestuur (critical chain management) aan te spreek en kyk na die bestuur van projekrisiko's deur die identifikasie en assessering van risikopotensiaal en versagtende strategieë, insluitend hulpbron-/kostebestuur en gebeurlikheidsbeplanning. Die keuse van toepaslike spanne en strukture om kontrakbestuur te fasiliteer word bespreek, tesame met die uitvoering van projekleierskap deur behoorlike kommunikasiekanale. Die belangrikheid van verkryging (procurement), vanaf tenderprosedures tot by verskafferskeuse, sal uitgelig word. Die verskillende nuanses tussen kommersiële en navorsingsprojekte sal verduidelik word. |
| Gevorderde Onderwerpe in Ingenieursbestuur 873 Prof Grobbelaar, Prof Pistorius, Dr Smit (Dept Bedryfsingenieurswese) |
|---|
| Die doel van die module is om beginsels van algemene bestuur binne die konteks van tegniese dissiplines aan te bied. Die kursustemas sluit die besigheidsomgewing en strategiese bestuur op 'n ondernemingsvlak in, en raak aan die rol van innovasie en tegnologie vir mededingendheid op 'n stelselvlak vanuit internasionale en nasionale perspektiewe. Die kursus sal 'n beduidende fokus op gereedskap en tegnieke vir tegnologie- en innovasiebestuur insluit, waar die skakel tussen tegnologiebestuur en besigheidsbestuur deur middel van 'n vermoënsbenadering (capabilities approach) ondersoek word. Hierdie vermoëns sluit verkryging, beskerming, ontginning, identifikasie en seleksie in. Ons skakel tradisionele benaderings tot tegnologiebestuur met wat dit beteken vir die konteks van die vierde industriële rewolusie, platform-ekonomieë en innovasieplatforms. Die funksies van ingenieursbestuur, naamlik beplanning, organisering, leiding en beheer sal ook bespreek word. Dit sal 'n spesifieke fokus op menslikehulpbronbestuur insluit, beide wat betref die bestuur van projekte, mense en groepe asook aspekte van arbeidsverhoudinge en spesifiek die arbeidswetgewing en kontraktuele vereistes in Suid-Afrika. Ons kontekstualiseer die bogenoemde onder die tema van "leierskap", met 'n verkenning van verskillende leierskapstyle, kommunikasie en motivering. |
| Numeriese Metodes TW876 Prof Hale (Afdeling Toegepaste Wiskunde) |
|---|
| Die module fokus op matriksberekeninge. Ons bestudeer die effektiewe oplossing van lineêre stelsels, wat beide vierkantige en reghoekige matrikse (kleinste-kwadrate) behels. Direkte sowel as iteratiewe metodes word oorweeg, met die klem op yl (sparse) matrikse en matrikse met struktuur. Numeriese metodes vir die eigenwaardeprobleem word ook oorweeg. Slaggate soos numeriese onstabiliteit en swak kondisionering (ill-conditioning) word uitgewys. Modelprobleme word geneem uit parsiële differensiaalvergelykings, data-analise en beeldverwerking. Teorie, algoritme-aspekte en toepassings word in gelyke dele beklemtoon. |
| Projekekonomie en Finansies 812 Mnr Jurgens (Departement Siviele Ingenieurswese) |
|---|
Die module fokus op hoe om 'n besigheidsgeleentheid (projek) te finansier wat van die res van 'n maatskappy se besigheidsaktiwiteite geïsoleer kan word. Finansiering deur 'n kombinasie van skuld en ekwiteit word bespreek, gebaseer op die toekomstige winsgewendheid van die projek waar projekkontantvloei die hoofbron van kapitaalverhaal is en die projekbates die enigste kollateraal is. Die konsepte van konstruksielenings en publiek-private vennootskappe word bespreek. 'n Aantal gevallestudies sal in die module gedek word. Module-inhoud:
|
Die volgende modules het mede-vereistes. Dit is deurslaggewend dat die student die mede-vereistes van modules tydens registrasie in ag neem. Dit beteken dat die student reeds voorheen die mede-vereiste module moes slaag, of parallel daarvoor geregistreer moet wees in die gegewe jaar, ongeag die prestasie in die module.
Die 60-krediet navorsingswerkstuk is 'n uitsondering; hier moet die voorvereiste-modules geslaag wees.
| Modules | Voorvereiste (status Jan 2026) |
|---|---|
| Datastudies (Ing) 874 | Programmeringskennis op 1ste-jaar universiteitsvlak |
| Modules | Mede-vereiste Modules (status Jan 2026) |
| Toegepaste Masjienleer 874 | Datastudies (Ing) 874 |
| Toegepaste Diepleer 874 | Datastudies (Ing) 874, Toegepaste Masjienleer 874 |
| Data-analise (Ing) 874 | Datastudies (Ing) 874, Toegepaste Masjienleer 874 |
| Optimering (Ing) 874 | Datastudies (Ing) 874, Toegepaste Masjienleer 874 |
| Grootdata-tegnologieë (Ing) 874 | Datastudies (Ing) 874, Toegepaste Masjienleer 874 |
| Internet van Dinge 874 | n.v.t. |
| Navorsingswerkstuk 876 | Al vyf datastudie-kernmodules is voorvereistes vir die projek en moet dus geslaag wees voordat die student vir die navorsingswerkstuk-module kan registreer. |
Studente sal verwag word om die kennis wat regdeur hierdie program opgedoen is, toe te pas en te konsolideer. Vir hierdie doel sal studente tydens hul 60-krediet navorsingswerkstuk (module Bedryfsingenieurswese 10881-876) 'n werklike datastudie-projek oplos, wat oplossings bied vir elke stap van die datastudie-projeklewensiklus. As uitkoms van hierdie projek sal studente 'n navorsingswerkstuk lewer wat al die lewensiklusfases en navorsing beskryf wat gedoen is om 'n oplossing vir 'n spesifieke datastudie-probleem te bied. Dit word aangemoedig dat die kennis wat in die bogenoemde gekose spesialiseringsmodule opgedoen is, in die projek benut word.
Studente moet hul 5 kernmodules geslaag het om toegelaat te word om met die datastudie-projek voort te gaan (sien mede-/voorvereistes).
'n Oproep vir projekvoorstelle sal rondom die middel van die jaar aan moontlike industrie- en akademiese vennote gestuur word. Die projekvoorstelle wat van die industrie- en akademiese vennote ontvang word, sal dan onder die studente versprei word en van elke student sal verwag word om 'n bod op 'n aantal projekte te plaas. Die industrie- en akademiese vennote sal die bieë hersien. Gebaseer op hul voorkeure en die diskresie van die programkoördineerder, sal 'n projek aan studente toegeken word.
Die maatskappy waarvoor 'n student werk, sal ook toegelaat word om 'n projekvoorstel in te dien en te spesifiseer dat die projek deur 'n spesifieke student voltooi moet word.
Elke student sal 'n studieleier van een van die departemente wat by hierdie program betrokke is, toegeken word, asook 'n mentor van die industrie-/akademiese vennoot indien van toepassing. By voltooiing van die projek sal 'n navorsingswerkstuk voltooi en vir eksaminering aan die studieleier en 'n eksterne eksaminator voorgelê word.
Vanaf MIng Bedryfsingenieurswese (gestruk) na PhD
As u u akademiese reis by die Departement Bedryfsingenieurswese wil voortsit, kan u met 'n sterk MIng (gestruktureerd) Fokus Datastudies-graad aansoek doen vir die PhD (Bedryfsingenieurswese) met 'n Datastudie-onderwerp.
Die gemiddelde punt oor u vyf datastudie-kernmodules moet ten minste 65% wees en u navorsingswerkstuk moet 'n punt van ten minste 75% hê.
U moet 'n potensiële Datastudie-studieleier hê.
Kontak asseblief vir Me M Molapo vir inligting oor die PhD-aansoekproses en aansoeksperdatums.