Alumn från kandidatprogrammet i Kognitionsvetenskap

Varför just kognitionsvetenskap?

– Jag har varit superintresserad av datorer hela livet egentligen, kanske i synnerhet från mellanstadiet någon gång när jag fick min första dator, säger Patrick Andersson Rhodin. 

– I gymnasiet utvecklade jag också ett intresse för psykologi, mänskligt tänkande och beteende. Men efter gymnasiet blev det ändå så att jag valde att läsa datateknik, D-programmet på Chalmers, det kändes jättenaturligt då när jag gjorde valet. Men efter något år på programmet insåg jag att det blev alldeles för mycket hårdvara, processorer och binär matematik för mig. Det var nog inte riktigt det jag ville ha så jag tog en sabbatsperiod som sedan varade i över tio år.

– Under min sabbatstid jobbade jag i olika administratörsroller och tänkte att jag kanske borde läsa till psykolog istället? Jag hade sett att det fanns en utbildning i Skövde inom medvetandestudier som lät väldigt lockande till exempel. Det gick några år men jag kom fram till jag nog inte riktigt kunde se mig själv i rollen som psykolog heller. Jag ville absolut lära mig mer om psykologi, men kanske inte ha den kliniska rollen som behandlande läkare. 

– En av mina dåvarande kollegor berättade då att hon spanat på ett nystartat program inom kognitionsvetenskap som dykt på Göteborgs universitet. Jag kollade på beskrivningen av programmet och blev ju så klart kär i den utbildningen på en gång!

Fantastisk utbildning och perfekt match

– På den vägen är det. När jag påbörjade utbildningen kände jag att programmet var en perfekt match för mig. En fantastisk utbildning som innehöll allt som jag var intresserad av: Hur fungerar tänkande? Hur fungerar människan? Hur fungerar och kommunicerar andra biologiska varelser och djur? I programmet blandar man även in teknik med AI. Och vetenskap! Jag har nog alltid sett mig mer som en vetenskapsperson snarare än en ingenjör.

Hur fungerar tänkande? Hur fungerar människan? Hur fungerar och kommunicerar andra biologiska varelser och djur?

– En annan sak som jag tyckte var rolig med utbildningen var programmeringen, som jag redan hade hållit på med en del tidigare på programmet i datateknik. För jag hade litegrann i mitt huvud att jag ville koda också. Att skriva kod tycker jag är både kreativt och roligt.

"Big Data och framtidens beslutsfattande" och "neurokognition" vassa kurser

– För mig var Big data och framtidens beslutsfattande en viktig kurs och kursen inom neurokognition var oerhört vass. Alla kurser som ingick kändes genomtänkta för utbildningen som helhet och bredden på kurserna var jättebra, lärarna var också väldigt bra. Nu är det ett litet tag sedan jag gick ut, men jag kan inte komma på någonting som jag saknade i programmet. Det vi läste om AI till exempel upplevde jag kanske som lite flummigt då, men känns som oerhört viktig kunskap så här i efterhand. Jag skulle vilja trycka på att programmet som helhet handlade om livskunskap och att kognitionsvetenskap borde få större utrymme redan i grundskolan. En kunskap som får oss att växa och också förstå varandra lite bättre.

– Jag minns att jag emellanåt kanske hade lite svårt att koppla kunskaperna konkret till arbetsmarknaden. Det har också delvis att göra med hur utvecklad och medveten arbetsmarknaden är kring den här kompetensen och hur den kan användas. 

– Arbetsmarknaden började öppna upp sig på området, men jag kände ändå att jag ville knyta ihop min breda kompetens. Jag hade ett stort intresse för datahantering; att samla in, anpassa och tillgängliggöra data för andra. Så efter min examen på kandidatprogrammet i kognitionsvetenskap sökte jag mig vidare till det internationella masterprogrammet Applied Data Science.

Patrick Andersson Rhodin om sin master inom "Applied Data Science":

Internationell masterutbildning - en oväntat svår och rolig utmaning

– När jag började på masterprogrammet Applied Data Science visste jag inte riktigt vad jag gav mig in på och jag hade en ganska vag uppfattning om vad ett internationellt masterprogram egentligen skulle innebära. Programmet överträffade mina förväntningar. Jag har lärt mig mycket mer och det var också mycket tuffare än jag trodde att det skulle vara. 

– Jag var generellt sett oförberedd på masternivån och de första veckornas kurser var en slägga i huvudet kan jag säga. Jag och min sambo var samtidigt nyblivna föräldrar och jag fick inrikta mig på att samla poäng och inte topprestera som jag kanske var van att göra. 

– Nivån på programmeringskurserna upplevde jag som mycket högre än vad som kommunicerades i informationen om programmet. Jag hade ändå en del erfarenhet av programmering sedan tidigare, men kände här att det var ett riktigt högt tempo. Mattenivån krävde också rätt mycket av mig som inte hade pluggat matte på ett tag, men jag klarade mig.

På vilka grunder fattar vi beslut?

– Jag hade med mig kursen Big data och framtidens beslutsfattande från kognitionsvetenskapen och odlade ett intresse för datadriven utveckling och beslut. Hur såg den kognitiva delen bakom beslutsfattande ut? Det är också här data science och kognitionsvetenskap gifter sig på något sätt. Jag hade läst en distanskurs i beslut och risk som var värdefull för mig och jag kunde se att beslutsstödsexperter är eftertraktade på arbetsmarknaden. Kunskap om hur man bygger beslutsstödsystem är en eftersökt kompetens, vilket även gäller det här med att beräkna risk och göra riskbedömningar.

Det är också här data science och kognitionsvetenskap gifter sig på något sätt

– När det gäller de valbara kurserna på programmet var det till exempel väldigt naturligt för mig att välja kursen Natural language processing som kändes mycket värdefull. Kurserna Applied Machine Learning var väldigt bra och Statistical Methods for Data Science var en ögonöppnare, en jättebra och riktigt svår kurs. Statistical Methods for Data Science visade på en hel värld av saker som man själv kanske inte är så duktig på, men som är oerhört centrala för att kunna analysera data. Jag gillade alla kurser jag läste på programmet, det var väldigt bra grejor. Ofta blir det ännu tydligare i efterhand när man ska använda sina kunskaper.

Skräddarsydd data som stöd i beslutsprocessen

– Idag har jag en roll där jag kallar mig applied data scientist. Jag jobbar i en affärsavdelning där min främsta uppgift är att stötta avdelningens arbete i deras dataanalyser. Det kan innebära lite av varje och jag använder i princip kunskaper från alla mina utbildningar. Jag tar fram olika dataset, gör analyser och tillhandahåller den skräddarsydda data som företaget behöver för att utvecklas vidare. 

– Jämfört med en ren "data scientist" arbetar jag utifrån affärsperspektivet, där jag är med hela vägen från början och är en kugge i avdelningens dagliga arbete. Affärsverksamheten och affärsinsikter är centrala i allt jag arbetar med. Jag får ofta även utgöra avdelningens kontaktyta mot den centrala dataenheten, som utför det mer rent tekniska arbetet.

Kurserna från programmet Applied Data Science finns som fristående eller valbara

– Nu verkar inte Applied Data Science ges som sammanhängande program framöver som jag förstod det, men de kurser jag läst är fortfarande tillgängliga som fristående kurs utanför program. De kan också läsas som valbara kurser inom det internationella masterprogrammet i Computer Science och även på det internationella masterprogrammet i Software Engineering and Management. 

– Jag kan absolut rekommendera de här kurserna!

Text: Catharina Jerkbrant, 2025