MSc in gegevenswetenschap

Fulltime en parttime studie

Kies ervoor om deze cursus fulltime of parttime te volgen, passend bij uw werk en privéleven. Hieronder vindt u modules voor de voltijdse opleiding.

Voor meer informatie over de deeltijdopleiding kunt u contact met ons opnemen.

We herzien onze modules regelmatig om feedback van studenten, expertise van het personeel en de nieuwste onderzoeks- en onderwijsmethodologieën op te nemen. We zijn van plan deze modules in het academisch jaar 2022/2023 uit te voeren. Er kunnen echter wijzigingen in deze modules plaatsvinden als reactie op COVID-19, de beschikbaarheid van personeel, de vraag van studenten of updates van ons curriculum. We zullen ervoor zorgen dat onze aanvragers zo snel mogelijk op de hoogte worden gesteld van materiële wijzigingen in modules.

We zullen ons best doen om zoveel mogelijk optionele keuzemogelijkheden te bieden, maar door beperkingen in de planning is het misschien niet mogelijk om bepaalde modulecombinaties te volgen. De structuur van een klein aantal cursussen betekent dat de volgorde van de modules of de stromen die u kiest, kunnen bepalen of modules kern- of optioneel zijn. Dit betekent dat uw kernmodules of opties kunnen afwijken van wat hieronder wordt weergegeven.

Kernmodules

Kernmodules worden door alle studenten van de cursus genomen. Ze geven je een stevige basis in je gekozen onderwerp en bereiden je voor om de onderwerpen te verkennen die je het meest interesseren.

Het hele jaar

• Proefschrift (Data Science)

Herfst onderwijs

• Algoritmische gegevenswetenschap
• Data-analyse technieken
• Data Science Research Methods
• Wiskunde en computationele methoden voor complexe systemen

Lente onderwijs

• Data Science Masters onderzoeksvoorstel
• Machine Learning
• Bredere onderwerpen in Data Science

opties

Naast uw kernmodules kunt u opties kiezen om uw horizon te verbreden en uw cursus af te stemmen op uw interesses. Deze lijst geeft je een voorproefje van onze mogelijkheden, die in het oog worden gehouden en kunnen veranderen, bijvoorbeeld naar aanleiding van feedback van studenten of het laatste onderzoek.

Hoewel het ons doel is dat studenten de door hen gewenste combinaties van opties kiezen, kan dit niet worden gegarandeerd en is dit afhankelijk van de roostering. Opties kunnen worden gegroepeerd en als dat zo is, kunnen studenten een bepaald aantal opties kiezen uit de selectie die beschikbaar is in een bepaalde groep.

Herfst onderwijs

• Geavanceerde methoden in moleculair onderzoek
• Toegepaste natuurlijke taalverwerking
• Programmeren in C
• Programmeren via Python

Lente onderwijs

• Geavanceerde natuurlijke taalverwerking
• Grenzen in deeltjesfysica
• Genomica en bio-informatica
• Afbeelding verwerken
• Monte Carlo-simulaties
• Numerieke oplossing van partiële differentiaalvergelijkingen (L.7)
• Detectortechnologie voor deeltjesfysica
• Statistische inferentie (L.7)
• Wearable Technologieën
• Webapplicaties en services

Er is een sterke vraag van werkgevers naar geschoolde mensen op het gebied van kunstmatige intelligentie en datawetenschap. De Digitale Strategie van de Britse regering voorspelt dat binnen twintig jaar 90% van alle banen een bepaald element van digitale vaardigheden zal vereisen.

De veelzijdigheid van deze cursus wordt benadrukt door een breed scala aan carrièremogelijkheden. Doorgaans worden onze afgestudeerden datawetenschappers in de industrie, met name in:

• Technologie en techniek
• Computing
• Financieren en bankieren.

Andere loopbaantrajecten kunnen zijn:

• Beheer
• Ambtelijke dienst
• Wetenschappelijk onderzoek
• Onderwijs
• Academia.