Martin Slot skriver at dataloger ikke bliver uddannet til erhvervslivet, men til forskning. Der er desværre ikke rigtig nogen begrundelse at finde.
Ifølge
KU er uddannelsen både rettet mod erhvervslivet og forskning.
Jeg har selv tænkt mig at tage mig at tage (bl.a.) datalogiuddannelsen, og jeg har derfor "kigget over skulderen" på en ven, der tager uddannelsen nu. Det første halve år er delt op så der er lige meget matematik og programmering.
Noget af matematikken er til for at få en bedre fornemmelse af matematik, og andet kan bruges mere konkret, når man koder, som fx big-O notationen.
Af programmering, har der været to kurser: "Introduktion til programmering" = IP, "Objektorienteret Programmering og Design" = OOPD.
IP er meget nemt, hvis man kan kode i forvejen - som også ligger i navnet. Man skal tænke på at det ikke er et krav at kunne kode, så denne del kan godt være kedelig, selvom man lærer et nyt sprog, SML.
I OOPD lærer man om objektorienteret programmering, og forskellige designmønstre. Altså man får nogle forskellige redskaber, som kan ligge til grund for et program. Det er for eksempel Model View Controller-mønstret, som der er meget fokus på.
Så vidt jeg kan se er der efter det første halve år ikke mere ren matematik, hvis ikke man tilvælger det.
Jeg har selv fravalgt datamatiker uddannelsen, fordi jeg synes den virker meget fattig på teori. Jeg ved ikke om Robert og Martin er enige i det?