| Blog |
| Besværligt studie |
| Fredag d. 17. november 2006 |
 Der er nogle, der har lidt svært ved at forstå hvorfor en uddannelse som datalogi tager forholdsvis længere tid at komme igennem i forhold til andre uddannelser, som f.eks. fysik eller sprog. Det er nærliggende at tro, at dataloger er nørder og at de har travlt med at programmere for hungrene virksomheder, som ikke kan få programmører nok. Desuden sidder de altid og spiller computer, og kan ikke koncentrere sig om skolen. Der er masser af fordomme.
Jeg kender faktisk ikke nogen der har gennemgået datalogi på nomeret tid, og Datalogisk Instituts statistik ligger også langt under de fleste andre danske institutter.
Datalogi er sammensat af meget forskellige kurser, som alle går i meget forskellige retninger. Der er ingen der interesserer sig for datalogi generelt - man har altid et område man er specialist i.
Når man er til jobsamtale i en virksomhed er det første spørgsmål også altid; hvad er dit speciale?
eller hvori består dine kompetencer inden for datalogi? Mit interesse område er to ting; netværk og databaser. De kurser jeg har haft inden for disse områder er jeg strøget igennem - ingen problemer.
Og skulle man så ikke kunne tage sig sammen til at klare de områder man ikke interesserer sig så meget for? Jo, problemet er bare efter min mening, at de forskellige datalogiske fagområder har basis i meget forskellige videnskabelige områder. Tag nu f.eks. en af mine kæpheste; Oversættere. Dette fag går ud på at forstå teknikken bag en compiler - dvs. forstå hvordan man kommer fra programkode og til det egentlige program. I faget er forudsætningen, at du kan programmere i sproget "C". Men der er ingen undervisning i C. Så man skal ligesom selv lære det - og det er et virkelig hardcore sprog, hvor man arbejder meget tæt på maskinsprogsniveau. Mange af mine medstuderende har denne viden i forvejen, ligesom jeg i forvejen havde en del viden om databaser. Men det har jeg bare ikke, og derfor skal jeg arbejde dobbelt så hårdt som nogle andre i netop dette fag.
Noget andet er så eksamensformen, som i nogle fag er dybt underlig. En af mine andre store kæpheste er "Algotimer og datastrukturer". Pensum er stort og indeholder mange matematiske og algoritmiske beviser. Eksamen er mundtlig og der er ca. 20 forskellige emner, som man kan komme op i til eksamen. Her skal man underholde censor i 20 minutter... og hvis man går i stå bliver man bombarderet med spørgsmål som ... "vil du lige bevise korrektheden af Bellman-Ford algoritmen?". Det er drøn svært at huske så mange beviser i hovedet. Efter min mening er det i dette fag langt mere oplagt at vise, at man rent faktisk kan implementere disse metoder og teorier i praksis.
Så er der studiemiljøet ... eller mangel på samme. Der er nærmest intet studiemiljø på DIKU. Ingen fredagsbar, ingen fester, en klam og gammel kantine ... jeg kunne blive ved. Heldigvis flytter DIKU næste år, så på dette område er der lyse udsigter. I dag indbyder DIKU ikke til at man kan sidde og arbejde sammen med andre nogle steder. Luften og klimaet er dårligt, møblerne er oldgamle og rengøringen er dårlig. Disse arbejdsbetingelser begrænser mulighederne for at finde medstuderende at arbejde sammen med. Jeg har kun 3-4 kammerater, som jeg samarbejder med, og det er for lidt. Desuden er der sjovt nok ikke ret meget gruppearbejde, så det er ikke ret tit man får plejet og motiveret sine gruppearbejdsevner.
Andre studier som f.eks. sprog eller fysik tager direkte udgangspunkt i de ting man har lært i gymnasiet, og er en videreudvikling heraf. Selvfølgelig er en af grundstenene bag universitetsstudier, at den studerende skal være "aktiv studerende" - dvs. selv opsøge den viden som han/hun måtte behøve for at kunne gennemfører studiet. Men alligevel tager mange fag i datalogi udgangspunkt i nogle eksisterende videnskaber og teknologier, som man forventes selv at lære. Efter min mening i større udstrækning end på andre studier. Og måske var det også helt i orden, hvis bare der var et studiemiljø, så man kunne finde nogle kammerater, som kunne hjælpe mig med at lære og studere disse områder.
Min pionte er, at tingene hænger sammen, og den ene ting er ikke nødvendigvis en dårlig egenskab, hvis bare der er noget andet, som kompenserer. Som f.eks. mit sidste eksempel. Det koster penge at få den slags op at stå på et universitet - og "ingen penge har vi nok af, og nyt tøj har vi haft". Gamle millionærer sender en lind strøm af pengegaver til forskning i nanoteknologi, kræftforskning, vadehavsforskning osv. men der er sjovt nok ingen der spytter penge i computernørder - ikke engang politikerne. Så lær at leve med det! |
Send din kommentar:
OBS: Dit indlæg vises først på hjemmesiden når det er godkendt. |
|
|
|
|
|
