Den saknade terminen i din datavetenskapsutbildning

IAP 2026

På många datavetenskapskurser lär du dig avancerade ämnen, från operativsystem till maskininlärning. Men ett avgörande område hamnar ofta i skymundan och lämnas åt studenterna själva: att bli skicklig med sina verktyg. Vi lär dig att behärska kommandoraden, använda en kraftfull textredigerare, utnyttja avancerade funktioner i versionshanteringssystem och mer därtill.

Studenter lägger hundratals timmar på de här verktygen under utbildningen (och tusentals under arbetslivet), så det är rimligt att göra arbetet så smidigt som möjligt. När du behärskar de här verktygen lägger du mindre tid på att få dem att göra som du vill, och kan samtidigt lösa problem som tidigare verkade nästan omöjliga.

I dag förändras också många delar av programvaruutveckling genom införandet av AI-stödda verktyg och arbetsflöden. När de används på rätt sätt, och med förståelse för deras begränsningar, kan de ge tydliga fördelar för alla som jobbar med programvara. Därför är det värt att bygga upp praktisk kunskap om dem. Eftersom AI är en tvärgående teknik har vi ingen fristående AI-föreläsning; i stället har vi vävt in relevanta AI-verktyg och tekniker direkt i varje föreläsning.

Läs om motivationen för kursen.

Schema

Du kan se föreläsningsvideor på YouTube.

Du kan diskutera kursen i OSSU Discord (använd #missing-semester-forum ungefär som Piazza, och #missing-semester för att prata med klassen och lärarna).

Om kursen

Lärare: Den här kursen undervisas tillsammans av Anish, Jon och Jose.
Frågor: Mejla oss på missing-semester@mit.edu.

Utanför MIT

Vi har också delat den här kursen utanför MIT i hopp om att fler ska kunna dra nytta av materialet. Du hittar inlägg och diskussioner på

Översättningar

Obs: detta är externa länkar till gemenskapsöversättningar. Vi har inte granskat dem.

Har du skapat en översättning av kursanteckningarna från den här kursen? Skicka en ändringsförfrågan (PR) så kan vi lägga till den i listan.

Tack

Vi tackar Elaine Mello och MIT Open Learning för att de gjorde det möjligt för oss att spela in föreläsningsvideor. Vi tackar Luis Turino / SIPB för att de stöttar den här kursen som en del av SIPB IAP 2026.

Källkod.

Licensierat under CC BY-NC-SA.

Se här för riktlinjer för bidrag och översättning.