MSc i maskinlæring, systemer og kontrol

Programoversigt

Mængden af tilgængelige data i verden eksploderer, og avancerede algoritmer bruges til at udtrække information til brug i forskellige applikationer såsom selvkørende biler, optimeret fremstilling, forbedret sundhedspleje og mere energieffektive systemer. Kandidatuddannelsen i Machine Learning, Systems and Control forbereder de studerende til en fleksibel fremtidssikret karriere inden for dette generelle område, hvor avancerede algoritmer bruges til at analysere store datasæt i en bred vifte af applikationer, der kombinerer metoder til statistisk analyse, matematik, signalbehandling, billede analyse og kontrolteori. Efterspørgslen efter eksperter med sådan viden er stigende, hvilket betyder et optimistisk arbejdsmarked for kandidater.

Uddannelsen er et resultat af et samarbejde mellem afdelingerne for matematik, automatik, datalogi og el- og informationsteknologi på Lund University .

Shanghai-ranglisten (ARWU) rangerer Lund University på plads 17 blandt de bedste universiteter i verden inden for feltet Electrical and Electronic Engineering for året 2018 og på plads 49 inden for Automatic Control. Lund University har fremragende ressourcer og kan tilbyde eleverne mulighed for at lære af verdens førende forskere. Forskning og uddannelse er tæt forbundet, og de fire involverede afdelinger har en lang tradition for succesfuldt samarbejde inden for uddannelse og forskning. Alle vores lærere har ph.d.'er eller højere og er aktivt engageret i forskning.

Du vil have en vis frihed til at vælge kurser, der passer til din personlige interesse og kan vælge mellem to spor med lidt forskellige obligatoriske kurser og et sæt valgfrie kurser, der faciliterer en præference for fx maskinlæring, kontrolsystemer, billedanalyse, kunstig intelligens, robotteknologi. Kurserne i programmet er holdt på en høj international standard. Uddannelsen byder på både teoretisk og praktisk læring samt gruppeopgaver og oplæg.

Ud over kurser gennemfører alle vores studerende et forskningsprojekt til deres kandidatafhandling. Projektet kan udføres enten i samarbejde med industrien eller være af akademisk karakter og kan gennemføres enten lokalt eller i udlandet. Ved siden af ingeniørfakultetet ligger en livlig forskerpark, Ideon, med en lang tradition for innovationer inden for software, internet of things, telekommunikation, energi og nye materialer.

Programstruktur

Obligatoriske kurser:

• Introduktion til maskinlæring, systemer og kontrol (7,5 credits)
• Modellering og læring fra data (7,5 credits)
• Billedanalyse (7,5 credits)
• Introduktion til kunstige neurale netværk og dyb læring (7,5 credits)
• Multivariabel regulering (7,5 credits)
• Masterprojekt (30 credits)

Derudover obligatorisk i spor 1:

• Kunstig intelligens (7,5 credits)
• Maskinlæring (7,5 credits)
• Monte Carlo-metoder til statistisk inferens (7,5 credits) og
• Valgfag (i alt 30 credits)

Yderligere obligatorisk i spor 2:

• Real-Time System (7,5 credits)
• Projekt i systemer, kontrol og læring (7,5 credits) og
• Valgfag (i alt 37,5 credits)

De valgfrie kurser kan vælges fra en lang række alternativer

Karrieremuligheder

En Master of Science i maskinlæring, systemer og kontrol giver de studerende et solidt grundlag for en karriere i både industrien og den akademiske verden og de nødvendige færdigheder til både forskning og udvikling inden for forskellige områder af industrien. Programmet giver også et godt grundlag for ph.d.-studier inden for området.

Den omkringliggende region er hjemsted for en række globale mærker som Sony, Ericsson, Axis. Andre virksomheder med aktiviteter i nærheden af Lund University omfatter Volvo, DB Schneider, Tetra Pak og ARM Sverige. En stor del af vores ingeniørstuderende begynder at arbejde med disse virksomheder direkte efter endt uddannelse eller opretter deres egen nystartede virksomhed, nogle gange med hjælp fra Venture Labs inkubator. I den nærmeste fremtid vil der være to store europæiske og internationale forskningscentre - ESS og MAX IV - som giver endnu flere spændende muligheder for vores studerende.