Master of Science - datalogi og kunstig intelligens

Master of Science i datavidenskab i datavidenskab og kunstig intelligens

*Dette Impact Degree Program giver studerende, der er berettigede til at deltage, et fuldt studieafgiftsfrit stipendium i 2 år, med et vurderings- og administrationsgebyr på 1.000 €. For at starte denne proces skal du udfylde din online-ansøgning på vores websted www.ebu.lu

Fagfolk, der er dygtige til de nye teknologier inden for industri 4.0, er meget efterspurgte personer. Deres evne til at afkode den stadigt voksende kompleksitet i datavidenskabens verden & A.I. er en kvalitet, som ikke kun efterspørges mere og mere, men som også belønnes i lige så høj grad. Datalogi og kunstig intelligens er blandt de hotteste områder i det 21. århundrede, som vil påvirke alle dele af dagligdagen inden 2025, lige fra transport og logistik til sundhedspleje og kundeservice.

MSc Data Science and A.I. giver uddannelse i datavidenskabsmetoder med vægt på statistiske perspektiver. Dette masterprogram tilbyder omfattende træning i de mest efterspurgte færdigheder inden for datalogi og kunstig intelligens med praktisk eksponering for kritiske værktøjer og teknologier, herunder R, Python, Big Data, maskinlæring, Natural Language Processing, Deep Learning og Tableau. Du vil få en grundig grundig teoretisk uddannelse samt tekniske og praktiske færdigheder inden for datavidenskab & A.I.

Undervisningsmetoder og stil

Master of Data Science and AI-programmet tilbyder alt, hvad en person har brug for for at mestre disse to komplementære discipliner. Undervisningen dækker alle begreber inden for datalogi og kunstig intelligens og hjælper dig med at beherske de specialiserede færdigheder, som organisationer rundt om i verden i øjeblikket søger. Dette Master of Data Science and AI-program dækker datalogi og kunstig intelligens-færdigheder med praktisk eksponering for kritiske værktøjer og teknologier herunder R, Python, Big Data, Machine Learning, Natural Language Processing, Deep Learning og Tableau.

Din teoretiske læring vil være på et højt matematisk niveau, mens de tekniske og praktiske færdigheder, du vil få, vil sætte dig i stand til at anvende avancerede metoder inden for datalogi og statistik til at undersøge virkelige spørgsmål i den virkelige verden.

De studerende vil blive inviteret til at deltage i arrangementer og seminarer i forbindelse med campusugen én gang, inden de afslutter deres uddannelse. Det er dog også tilladt og opmuntrende at deltage i mere end én campusuge. I løbet af campusugen vil de studerende afslutte eksamenerne, besøge virksomheder og kendte brancher samt socialisere og netværke med hinanden.

Luxembourg er ikke kun et finansielt knudepunkt, men også en multikulturel by og hjemsted for mange europæiske institutioner. Mellem tradition og modernitet. Du vil kunne nyde forskellige landskaber med naturparker, middelalderborge og talrige vandre- og mountainbikestier i hele regionen. Luxembourg og Chateau Wiltz byder dig velkommen.

Hvorfor vælge dette kursus?

En rolle inden for datalogi og kunstig intelligens kræver en blanding af erfaring, viden og indsigt for at kunne bruge de rigtige værktøjer og teknologier. Det er et solidt karrierevalg for både nye og erfarne fagfolk. Professionelle med en hvilken som helst uddannelsesmæssig baggrund og et analytisk sind er bedst egnet til at gennemføre dette dobbelte masterprogram i datalogi og kunstig intelligens.

De kurser, der præsenteres her, tilbyder en menu af valgmuligheder inden for hver enkelt krævet disciplin, som er tilpasset dine færdigheder, erfaringer og fremtidige mål. Master of Data Science and AI er en etårig uddannelse, der er specielt designet til at forberede kandidater til at blive den næste generation af it-professionelle og ledere.

Formålet med Master of Science in Data Science & A.I. er at sikre, at de studerende er i stand til effektivt at deltage i en stadig mere globaliseret, mangfoldig og mangfoldig verden efter at have erhvervet de fornødne færdigheder. Eleverne vil ved afslutningen af programmet være i stand til at engagere sig sikkert som:

• Algoritme-specialister
• Business Analyst
• Statistiker
• Datastrateg

Master of Science i datavidenskab og kunstig intelligens Program Learning Outcomes

EBU's læringsmål har til formål at forbedre de studerendes læring på følgende områder: kommunikation, etiske overvejelser, analytiske færdigheder, informationsteknologi, globalt perspektiv, kritisk tænkning og forståelse af synergi. Efter afslutningen af kandidatuddannelsen vil kandidaterne bl.a. have:

• indgående forståelse af datastruktur og datamanipulation.
• Forstå overvågede og uovervågede indlæringsmodeller, herunder lineær regression, logistisk regression, klyngedannelse, dimensionalitetsreduktion, K-NN og pipeline.
• Udfør videnskabelige og tekniske beregninger ved hjælp af SciPy-pakken og dens underpakker, herunder Integrate, Optimize, Statistics, IO og Weave.
• Opnå ekspertise i matematisk beregning ved hjælp af NumPy og Scikit-Learn.
• Beherske begreberne anbefalingsmotor og tidsserie-modellering.
• Forstå principperne, algoritmerne og anvendelsen af maskinlæring.
• Lær om anvendelser af kunstig intelligens i forskellige brugssituationer på tværs af forskellige områder som kundeservice, finansielle tjenester, sundhedspleje og meget mere.
• Implementere klassiske teknikker til kunstig intelligens som f.eks. søgealgoritmer, neurale netværk og sporing.
• Lær at anvende teknikker til kunstig intelligens til problemløsning og forklarer begrænsningerne ved de nuværende teknikker til kunstig intelligens.
• Design og byg dine egne intelligente agenter, og brug dem til at skabe praktisk kunstig teknologi.
• Intelligensprojekter, herunder spil, maskinlæringsmodeller, logiske problemer med tilfredsstillelse af begrænsninger, vidensbaserede systemer, probabilistiske modeller, agenters beslutningsfunktioner og meget mere.
• Forstå begreberne i TensorFlow, dets hovedfunktioner, operationer og udførelsespipeline.
• Lær at mestre avancerede emner som f.eks. konvolutionelle neurale netværk, tilbagevendende neurale netværk, træning af dybe netværk og grænseflader på højt niveau.
• Analyser data ved hjælp af Tableau, og bliv dygtig til at opbygge interaktive dashboards.
• Forstå de forskellige komponenter i Hadoop-økosystemet og lær at arbejde med HBase, dets arkitektur og datalagring, lær forskellen mellem HBase og RDBMS at kende og brug Hive og Impala til partitionering.
• Forstå MapReduce og dets egenskaber, og lær at indlæse data ved hjælp af Sqoop og Flume.
• Forstå de grundlæggende principper for Natural Language Processing ved hjælp af det mest populære bibliotek; Pythons Natural Language Toolkit (NLTK).

Fakta

• Varighed: 2 år
• Credits: 90 ECTS
• Format: Fuldtid eller deltid
• Sprog: Engelsk
• Startdatoer: September

Programstruktur