Master of Science - Datawetenschap en kunstmatige intelligentie

Master of Science in Data Science in Data Science en Kunstmatige Intelligentie

*Dit Impact Degree-programma biedt in aanmerking komende studenten een volledige studiebeurs zonder collegegeld voor 2 jaar, met een beoordelings- en administratiekosten van € 1.000. Om dit proces te starten, vult u uw online aanvraag in op onze website www.ebu.lu

Bekwame professionals in de nieuwe technologieën van industrie 4.0 zijn zeer gewilde individuen. Hun vermogen om de steeds groter wordende complexiteit in de wereld van Data Science & AI te ontcijferen, is een kwaliteit die niet alleen meer gevraagd wordt, maar ook in gelijke mate wordt beloond. Datawetenschap en kunstmatige intelligentie behoren tot de populairste gebieden van de 21e eeuw, die tegen 2025 alle segmenten van het dagelijks leven zullen beïnvloeden, van transport en logistiek tot gezondheidszorg en klantenservice.

De MSc Data Science and AI biedt training in data science-methoden, met de nadruk op statistische perspectieven. Dit masterprogramma biedt uitgebreide training over de meest gevraagde vaardigheden op het gebied van datawetenschap en kunstmatige intelligentie met praktische blootstelling aan kritieke tools en technologieën, waaronder R, Python, Big Data, Machine Learning, Natural Language Processing, Deep Learning en Tableau. Je krijgt een grondige basis in theorie, evenals de technische en praktische vaardigheden van Data Science & AI

Lesmethoden en stijl

Het Master of Data Science and AI-programma biedt alles wat een persoon nodig heeft om deze twee complementaire disciplines onder de knie te krijgen. Het curriculum behandelt alle concepten van datawetenschap en kunstmatige intelligentie en helpt je de gespecialiseerde vaardigheden te beheersen waar organisaties over de hele wereld momenteel naar op zoek zijn. Dit Master of Data Science en AI-programma omvat vaardigheden op het gebied van datawetenschap en kunstmatige intelligentie met praktische blootstelling aan kritieke tools en technologieën, waaronder R, Python, Big Data, Machine Learning, Natural Language Processing, Deep Learning en Tableau.

Je theoretische kennis zal op een hoog wiskundig niveau zijn, terwijl de technische en praktische vaardigheden die je zult opdoen, je in staat zullen stellen om geavanceerde methoden van datawetenschap en statistiek toe te passen om vragen uit de echte wereld te onderzoeken.

Studenten worden een keer uitgenodigd om deel te nemen aan campusweekevenementen en seminars voordat ze afstuderen. Deelname aan meer dan één campusweek is echter ook toegestaan en wordt aangemoedigd. Tijdens de campusweek leggen studenten eindejaarsexamens af, bezoeken ze bedrijven en opmerkelijke industrieën, en socialiseren en netwerken ze met elkaar.

Luxemburg is niet alleen een financieel centrum, maar ook een multiculturele stad en zetel van vele Europese instellingen. Tussen traditie en moderniteit. U kunt genieten van verschillende landschappen van natuurparken, middeleeuwse kastelen en tal van wandel- of mountainbikeroutes door de hele regio. Luxemburg en het Chateau Wiltz heten u welkom.

Waarom voor deze cursus kiezen?

Een rol in datawetenschap en kunstmatige intelligentie vereist een samensmelting van ervaring, kennis en onderscheidingsvermogen om de juiste tools en technologieën te gebruiken. Het is een solide carrièrekeuze voor zowel nieuwe als ervaren professionals. Aspirant-professionals van elke educatieve achtergrond met een analytische gemoedstoestand zijn het meest geschikt om dit duale masterprogramma in datawetenschap en kunstmatige intelligentie te volgen.

De hier gepresenteerde cursussen bieden een keuzemenu in elke vereiste discipline, afgestemd op uw vaardigheden, ervaring en toekomstige doelen. De Master of Data Science and AI is een eenjarige opleiding die speciaal is ontworpen om afgestudeerden voor te bereiden op de volgende generatie IT-professionals en managers.

Het doel van de Master of Science in Data Science & AI is ervoor te zorgen dat studenten in staat zijn om effectief deel te nemen aan een steeds meer geglobaliseerde, diverse en veelzijdige wereld nadat ze de vereiste vaardigheden hebben verworven. Studenten zullen aan het einde van het programma vol vertrouwen kunnen deelnemen als:

• Algoritme specialisten
• Bedrijfsanalist
• Statisticus
• Data Strateeg

Master of Science in Data Science en Kunstmatige Intelligentie Programma Leerresultaten

EBU-leerdoelen zijn bedoeld om het leren van studenten op de volgende gebieden te verbeteren: communicatie, ethisch redeneren, analytische vaardigheden, informatietechnologie, globale kijk, kritisch denken en begrip van synergie. Na afronding van het MSc-programma hebben afgestudeerden onder meer:

• Diepgaande kennis van datastructuur en datamanipulatie.
• Begrijp gesuperviseerde en niet-gesuperviseerde leermodellen, waaronder lineaire regressie, logistische regressie, clustering, dimensionaliteitsreductie, K-NN en pijplijn.
• Voer wetenschappelijke en technische berekeningen uit met behulp van het SciPy-pakket en zijn subpakketten, waaronder Integrate, Optimize, Statistics, IO en Weave.
• Krijg expertise in wiskundig computergebruik met behulp van de NumPy en Scikit-Learn.
• Beheers de concepten van aanbevelingsengine en tijdreeksmodellering.
• Begrijp de principes, algoritmen en toepassingen van machine learning.
• Leer de toepassingen van kunstmatige intelligentie in verschillende use-cases op verschillende gebieden, zoals klantenservice, financiële dienstverlening, gezondheidszorg en meer.
• Implementeer klassieke technieken voor kunstmatige intelligentie, zoals zoekalgoritmen, neurale netwerken en tracking.
• Leer hoe u kunstmatige-intelligentietechnieken kunt toepassen voor het oplossen van problemen en leg de beperkingen van de huidige kunstmatige-intelligentietechnieken uit.
• Ontwerp en bouw je eigen intelligente agents en pas ze toe om praktische Artificial te creëren.
• Intelligentieprojecten, waaronder games, Machine Learning-modellen, tevredenheidsproblemen met logische beperkingen, op kennis gebaseerde systemen, probabilistische modellen, besluitvormingsfuncties voor agenten en meer.
• Begrijp de concepten van TensorFlow, de belangrijkste functies, bewerkingen en de uitvoeringspijplijn.
• Beheers geavanceerde onderwerpen zoals convolutionele neurale netwerken, terugkerende neurale netwerken, het trainen van diepe netwerken en interfaces op hoog niveau.
• Analyseer data met behulp van Tableau en word bedreven in het bouwen van interactieve dashboards.
• Begrijp de verschillende componenten van het Hadoop-ecosysteem en leer werken met HBase, de architectuur en gegevensopslag, leer het verschil tussen HBase en RDBMS en gebruik Hive en Impala voor partitionering.
• Begrijp MapReduce en zijn kenmerken, en leer hoe u gegevens kunt opnemen met Sqoop en Flume.
• Begrijp de basisprincipes van natuurlijke taalverwerking met behulp van de meest populaire bibliotheek; Python's Natural Language Toolkit (NLTK).

Feiten

• Duur: 2 jaar
• Studiepunten: 90 ECTS
• Formaat: Fulltime of Parttime
• Taal: Engels
• Startdata: september

Programma structuur