NDAB16014U Udvikling af cloud-baserede sundheds-apps
Development of Cloud-Based Health Apps
Faget giver introduktion til udvikling af apps med server- og cloudbaseret lagring af data. Emnerne præsenteres med vægt på forståelse af principperne i de datalogiske teknikker, der typisk benyttes til realisering af app- og cloudbaserede it-løsninger.
Opgaverne i kurset knyttes til design og udvikling af apps inden for det telemedicinske anvendelsesområde. De studerende får hands-on erfaringer med programmering, opsætning af klient-server løsninger, og brug af software development kits til denne type it-løsninger.
Efter endt kursus forventes den studerende at have tilegnet sig:
Viden om
muligheder og problemstillinger i forbindelse med lagring af data i skyen, herunder juridiske aspekter og sikkerhedsaspekter, f.eks. ved lagring af persondata i skyen
hvordan Apps kan understøtte FN's verdensmål 16 om bæredygtig udvikling med henblik på at give adgang til retssikkerhed og opbygge effektive, ansvarlige og inddragende institutioner på alle niveauer.
asynkron programmering
design af brugergrænseflader i apps
pålidelig og sikker netværkskommunikation mellem app og cloud.
Færdigheder i
at opsætte og anvende et udviklingsmiljø til apps
enkel objektorienteret programmering
enkel asynkron programmering
at designe enkle brugergrænseflader til en app
at konstruere og udnytte en database, der er lagret i skyen.
Kompetencer
Indgå i et team, der udvikler apps med lagring af data i skyen
Selv designe og konstruere mindre apps
Materialet til dette fagområde er i konstant forandring. Materialet til dette fag vil hovedsagelig bestå af online artikler, teknisk dokumentation og de materialer som underviserne producerer.
Se Absalon for kursuslitteratur.
Det er vigtigt at kunne forholde sig til omfattende, teknisk krævende og engelsksproget dokumentation.
Vidensdeling på holdet er en forudsætning for holdets succes. Det er derfor vigtigt, at du har erfaring med at indgå i teams og deling af teknisk viden
- Kategori
- Timer
- Forelæsninger
- 30
- Forberedelse (anslået)
- 111
- Teoretiske øvelser
- 30
- Eksamen
- 35
- I alt
- 206
Som meritstuderende - klik her!
Som enkeltfags-studerende (efter- og videreuddannelse) - klik
her!
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig aflevering, løbende under kursetMundtlig prøve, 20 minutter uden forberedelsestid
- Prøveformsdetaljer
- 3 obligatoriske gruppeafleveringer, som hver består af en
skriftlig del (maks. 3 normalsider) og
kode/diagrammer/dokumentation i bilag, samt en videopræsentation
i løbet af kurset. Det er tilladt at benytte AI-værktøjer, men den
studerende skal til eksamen selv kunne forklare og forsvare
indholdet af den afleverede kode og dokumentation, samt sætte i
relation til pensum.
Individuel mundtlig eksamen, 20 minutter inkl. votering. Den mundtlige eksamen består af den studerende giver en præsentation (8 min), der sætter pensum i relation til den udviklede app beskrevet i de tre gruppeafleveringer. Efterfølgende vil der blive stillet uddybende spørgsmål, hvor den studerende selv skal kunne reflektere over de anvendte teknologier og metode, herunder forslag til forbedringer. - Hjælpemidler
- Alle hjælpemidler tilladt
Det er tilladt at anvende Large Language Models (LLM)/Large Multimodal Models (LMM) – fx ChatGPT og GPT-4.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
Flere interne bedømmere
- Reeksamen
Samme som ordinær eksamen.
Hvis ingen gruppeafleveringer mangler, afleveres en ny samlet aflevering.
Hvis en eller flere gruppeafleveringer mangler, skal den studerende udarbejde en udvidet samlet aflevering, der indeholder en redegørelse for de centrale temaer, der ikke er belyst på grund af den manglende gruppeaflevering. For hver manglende gruppeaflevering, skal den individuelle del af den samlede aflevering være tilsvarende længere (min. 5, maks 10 normalsider).
Hvis der ikke er afleveret gruppeafleveringer, så skal den studerende lave en rapport af et omfang på min. 20, maks. 25 normalsider baseret på de centrale temaer i gruppeafleveringerne.
Kriterier for bedømmelse
For at opnå karakteren 12, skal den studerende overbevisende og præcist kunne demonstrere viden, færdigheder og kompetencer som beskrevet under målbeskrivelsen.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAB16014U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 2
- Skemagruppe
- C
- Kursuskapacitet
- Ingen begrænsning
Der kan være færre pladser i eftertilmeldingsperioden
Studienævn
- Studienævn for Sundhed og informatik
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Thomas Troels Hildebrandt (5-6f70736b6c476b7035727c356b72)