MSc in datawetenschap en AI
Chalmers University of Technology
Belangrijke informatie
Campuslocatie
Gothenburg, Zweden
Talen
Engels
Studieformaat
Op de campus
Duur
2 jaar
Tempo
Full time
Collegegeld
SEK 160.000 / per year *
Deadline voor aanmelding
Informatie aanvragen
Eerste startdatum
Informatie aanvragen
* collegegeld voor niet-EU/EER-studenten
Invoering
Door de digitale revolutie zijn datawetenschap en AI cruciale elementen van het dagelijks leven geworden. Machine learning en de technologieën en methodieken voor het verwerken van enorme hoeveelheden data creëren ook een schat aan nieuwe kansen. Daarom is er in allerlei situaties een enorme vraag naar bekwame datawetenschappers en AI-ingenieurs. Dit programma biedt je een solide basis in machine learning, wat resulteert in een fantastisch breed scala aan opties na het afstuderen.
Datawetenschap is een zeer interdisciplinair veld, waarbij gegevens worden gebruikt om een dieper begrip en inzicht te krijgen ter ondersteuning van de besluitvorming. Toepassingen zijn talrijk, van de natuurwetenschappen en de gezondheidszorg tot het bedrijfsleven en financiën. Relevante computationele methoden omvatten algoritmen voor het verzamelen en verwerken van grootschalige gegevens, statistische methoden zoals Bayesiaanse modellering en machine learning-technieken zoals diepe neurale netwerken.
AI houdt zich bezig met het ontwerpen en bouwen van intelligente systemen. Recente ontwikkelingen hebben het veld naar een hoger niveau getild en het ondergaat momenteel snelle veranderingen. Machine learning-technieken binnen AI stellen computers in staat om complexe taken uit te voeren waarvoor ze niet expliciet zijn geprogrammeerd - succesvolle voorbeelden hiervan zijn machinevertaling, computervisie, gamen en zelfrijdende voertuigen.
Dit programma leidt ingenieurs op om een breed scala aan uitdagingen aan te gaan bij het omgaan met en analyseren van verschillende soorten gegevens, het gebruiken en ontwikkelen van software in complexe data-intensieve en AI-gerelateerde toepassingen. Een uitstekend begrip van zowel theorie als praktijk is vereist, inclusief de mogelijkheden en beperkingen van bestaande en evoluerende technologieën, en hoe deze verantwoord toe te passen.
Het programma biedt een solide basis op het gebied van machine learning, statistiek en optimalisatie, met een diepgaand begrip van de wiskundige modelleringstechnieken die nodig zijn om nuttige informatie te extraheren uit grote hoeveelheden complexe datasets, en de rekenvaardigheden en algoritmen die nodig zijn om ermee te werken . Je zult ook vertrouwd raken met een reeks veelvoorkomende problemen binnen datawetenschap en AI die met dergelijke technieken kunnen worden opgelost.
Je krijgt inzicht in hoe en waarom bepaalde modellen en algoritmen werken en kunt de kansen en mogelijkheden die ze bieden identificeren, door nieuwe en bestaande methoden te combineren om efficiënte oplossingen voor echte problemen te creëren. Je zult in staat zijn om continu te leren in deze snel evoluerende gebieden, communicerend met experts en leken in specifieke probleemdomeinen. Je krijgt ook het inzicht dat nodig is om de toekomstige rollen van datawetenschap en AI in de bredere samenleving te begrijpen en te beïnvloeden. Dit programma zal je ticket zijn naar een enorm scala aan kansen in een dynamisch, opwindend en snel evoluerend veld.
Carrière
Er is een enorme vraag naar ingenieurs met een solide basis in datawetenschap en AI, en naarmate de rekenkracht en de hoeveelheid beschikbare gegevens snel toenemen, zal de behoefte alleen maar blijven groeien. Het programma zal leiden tot een breed scala aan carrièremogelijkheden binnen veel verschillende toepassingsdomeinen, bijv vrijwel elke andere technische discipline, maar ook binnen de geneeskunde en financiën. Je bent goed uitgerust om een carrière in de industrie of de overheid na te streven, maar ook voor verdere doctoraatsstudies en een academische carrière.
Elke organisatie die werkt met de analyse van data en/of de ontwikkeling van computationele tools, hetzij als hun eigenlijke eindproduct, hetzij als middel voor verdere verbetering van het interne werk, heeft zowel datawetenschappers als AI-ingenieurs nodig. Dergelijke processen zijn vaak iteratief en bij elke stap zijn zowel datawetenschaps- als AI-engineeringvaardigheden nodig:
- Gegevensbeheer: gegevens verzamelen, opschonen, transformeren en opslaan
- Data-analyse: identificeer trends, patronen en relaties in grote datasets.
- Toolontwikkeling: gebruik, ontwikkel en verbeter intelligente computeralgoritmen en tools om robuust, flexibel en schaalbaar te zijn
- Machine learning: tools en applicaties trainen en testen op relevante, schone data
- Communicatie: interpreteren, visualiseren en communiceren van belangrijke bevindingen uit de data-analyse
- Besluitvorming: het besluitvormingsproces ondersteunen en verbeteren
Algemene toelatingseisen
Een bachelordiploma in wetenschap, techniek, technologie of architectuur
Om te voldoen aan de algemene toelatingseis voor een masteropleiding bij Chalmers (op gevorderd niveau/de tweede cyclus), moet de kandidaat-student in het bezit zijn van een diploma dat gelijkwaardig is aan een Zweeds bachelordiploma (minimaal 3 jaar, 180 Zweedse studiepunten voor hoger onderwijs) in wetenschap, techniek, technologie of architectuur.
- Alle aanvragers moeten hun formele academische kwalificaties documenteren om te bewijzen dat ze in aanmerking komen. Alleen documentatie van internationaal erkende universiteiten wordt goedgekeurd door de Zweedse Raad voor Hoger Onderwijs, die de website universityadmissions.se beheert.
- Indien een aanvrager tevens houder is van een tweede graad zoals een masterdiploma, dat kan zijn om aan bepaalde (vak)eisen te voldoen, kan deze niet alleen worden gebruikt om aan de algemene ingangseis te voldoen.
In je laatste jaar Bachelor Studies
Studenten in hun laatste studiejaar die nog geen documentatie van hun binnenkort te behalen diploma hebben, kunnen worden geaccepteerd.
Beperkingen
Graden die op elkaar zijn geconstrueerd, kunnen niet uit hetzelfde vak bestaan
Kandidaten die voldoen aan de algemene ingangseisen van de tweede cyclus (masterniveau) en eventueel aan specifieke toelatingseisen kunnen worden toegelaten tot een masteropleiding. Aanvragers kunnen niet als ongekwalificeerd worden beoordeeld in de kwalificerende academische verdiensten, waaronder cursussen uit het programma van het programma in die programma's waarvoor ze zich hebben aangemeld, als dat gebeurt.
Vakken die zijn opgenomen in een behaalde graad van de eerste cyclus (bachelorniveau) of beroepskwalificatie van ten minste 180 cr. (180 pk) of de gelijkwaardige buitenlandse kwalificatie die een voorwaarde is voor de masterkwalificaties, mogen niet worden opgenomen in de hogere kwalificaties. Dit geldt ook voor vooropleidingsonderdelen voor masteropleidingen, ongeacht of deze zijn opgenomen in de onderliggende kwalificatie. *
*) Lokaal kwalificatieraamwerk voor Chalmers University of Technology - kwalificaties voor de eerste en tweede cyclus.
Beperkingen voor burgers uit de Democratische Volksrepubliek Korea (Noord-Korea)
Chalmers kan geen kandidaten met het staatsburgerschap van de Democratische Volksrepubliek Korea alleen toelaten tot een programma of cursus, als gevolg van Verordening (EU) 2017/1509 van de Raad van 30 augustus 2017 betreffende beperkende maatregelen tegen de Democratische Volksrepubliek Korea en tot intrekking van Verordening (EG) 329/2007.
Voor aanvragers met een dubbele nationaliteit, waarvan één van de Democratische Volksrepubliek Korea en de andere van een ander land, heeft het burgerschap van het andere land in dit opzicht voorrang.