Master in computervisie en datawetenschap
NHL Stenden University of Applied Sciences
Belangrijke informatie
Campuslocatie
Leeuwarden, Nederlanden
Talen
Engels
Studieformaat
Op de campus
Duur
1 Jaar
Tempo
Full time
Collegegeld
EUR 2.530 / per year *
Deadline voor aanmelding
15 Aug 2024
Eerste startdatum
Sep 2024
* EU-studenten; Niet-EU-studenten: € 11.800
Invoering
De overgrote meerderheid van de gegevens die elke dag worden gegenereerd, zijn beeldgegevens en daarom is de analyse van beeldgegevens een van de belangrijkste aandachtsgebieden voor moderne datawetenschap en kunstmatige intelligentie. Het veld evolueert snel en de vraag naar professionals op het gebied van beeldgegevenswetenschap is extreem hoog. Deze 1-jarige masteropleiding is bedoeld voor afgestudeerden die experts willen worden op het gebied van deep learning en computervisie.
Het programma behandelt onderwerpen als machine learning, deep learning, computer vision, wiskunde en programmeren. Je ontwikkelt de vaardigheden die nodig zijn om met succes oplossingen te vinden voor real-life problemen, ondersteund door de experts in het lectoraat Computer Vision & Data Science.
Study at <span translate="no">NHL Stenden</span> webinar
Kom op 11 april van 15.00 tot 16.00 uur (CET) naar een online webinar waar onze studentenhosts je op weg helpen met je avonturen in de wereld van internationale studies. Laat u begeleiden, stel vragen en ontdek wat de juiste keuze is.
Carrièremogelijkheden
Jouw toekomst
AI-technologie zorgt voor een revolutie in een groot aantal toepassingen op manieren die ooit ondenkbaar waren. Wat een paar jaar geleden nog onmogelijk werd geacht, is nu voor iedereen toegankelijk. In de toekomst zal AI de drijvende kracht zijn achter innovatie op vrijwel elk domein. Als professional op het gebied van beelddatawetenschap kunt u deel uitmaken van de AI-revolutie.
Carrièremogelijkheden
Een typische functie waartoe de opleiding opleidt, is die van beelddata-analysespecialist binnen de Research & Development-afdeling van een organisatie. Uiteraard kan een carrière in andere richtingen ook worden nagestreefd en staat de mogelijkheid tot verdere ontwikkeling naar een PhD na afstuderen ook open.
leerplan
De praktische manier waarop je leert
Tijdens je studie voer je praktijkopdrachten uit bij echte bedrijven, waarbij je in groepen werkt en gecoacht wordt door docenten en professionals met relevante beroepservaring. Het is een manier van leren, een onderwijsconcept, wij noemen dit Design Based Education. Je leert feedback gebruiken om je ideeën aan te passen en flexibeler te worden, terwijl je ook je teamwerk en leiderschapsvaardigheden ontwikkelt.
Er is een wereld om te verkennen
Onze internationale gemeenschap brengt meer dan 80 nationaliteiten samen op onze campussen. Het is een open omgeving die je helpt je horizon in veel opzichten te verbreden. Ook bieden wij mogelijkheden om je voor te bereiden op een interculturele werkomgeving, bijvoorbeeld via de programma’s van RUN-EU.
Cursus structuur
Het programma is gecentreerd rond vier leerresultaten. Elk semester moeten ze worden bewezen, alleen het niveau van complexiteit en onafhankelijkheid verandert tussen de semesters. Aan het einde van het programma worden ze op eind(master)niveau getoond
- Leerresultaat 1 - Zelfstandig en binnen team ontwikkelen en testen methodologisch correcte, machine-learning algoritmen die visuele inspecties automatiseren die voldoen aan de specificaties van de klant
- Leerresultaat 2 - Creëer en beheer in samenwerking met domeinexperts een representatieve en uitgebalanceerde dataset met de vereiste kwaliteit om machine learning-algoritmen te ontwikkelen en te testen
- Leerresultaat 3 - Algoritmen, zelfstandig en op basis van klantspecificaties, optimaliseren en schaalbaar maken zodat ze in de praktijk kunnen worden toegepast
- Leerresultaat 4 - Ontwikkel jezelf proactief om je duurzame inzetbaarheid te garanderen en bij te dragen aan de ontwikkeling van het kennisdomein