Maestro en el aprendizaje de la máquina
KTH Royal Institute of Technology
Información clave
Ubicación del campus
Stockholm, Suecia
Idiomas
Inglés
Formato de estudio
En el campus
Duración
2 años
Ritmo
Tiempo completo
Tasas de matrícula
SEK 342,000 / per year
Fecha límite de inscripción
Solicita información
Fecha de inicio más temprana
Aug 2024
Introducción
La disciplina científica de Machine Learning se centra en el desarrollo de algoritmos para encontrar patrones o hacer predicciones a partir de datos empíricos. La disciplina es cada vez más utilizada por muchas profesiones e industrias (por ejemplo, fabricación, venta al por menor, medicina, finanzas, robótica, telecomunicaciones), ya que puede ayudar a crear orden en grandes cantidades de datos digitales para resolver problemas difíciles como comprender el comportamiento humano y proporcionar Asignación de recursos. La demanda de graduados con experiencia sustantiva en aprendizaje automático supera con creces la oferta. El programa aquí en KTH lo prepara para una carrera en la industria (una empresa nueva o tradicional bien establecida) y también lo preparará para estudios adicionales a nivel de doctorado.
Aprendizaje automático en KTH
En este programa aprenderá los fundamentos y métodos matemáticos y estadísticos para el aprendizaje automático con el objetivo de modelar y descubrir patrones a partir de observaciones. También obtendrá experiencia práctica sobre cómo combinar, aplicar e implementar técnicas ML relevantes para resolver problemas del mundo real en una amplia gama de dominios de aplicaciones. Una vez que se haya graduado del programa, habrá adquirido la confianza y la experiencia para proponer soluciones manejables a problemas de aprendizaje potencialmente no estándar que puede implementar de manera eficiente y sólida.
El programa comienza con cursos obligatorios de aprendizaje automático, inteligencia artificial, un curso avanzado de aprendizaje automático y metodología de investigación, que proporcionan una introducción y una base sólida para el campo. A partir del segundo trimestre, los estudiantes eligen cursos de tres áreas: dominios de aplicación dentro de aprendizaje automático, matemáticas / estadísticas aplicadas y ciencias de la computación. Estas áreas corresponden a las competencias básicas de un experto en aprendizaje automático.
La primera área describe cómo el aprendizaje automático se utiliza para resolver problemas en dominios de aplicaciones particulares, como la visión artificial, la recuperación de información, el procesamiento del habla y el lenguaje, la biología computacional y la robótica. La segunda área les da a los estudiantes la oportunidad de tomar cursos teóricos más básicos en matemática aplicada, estadística y aprendizaje automático. De particular interés para muchos será la oportunidad de aprender y comprender en detalle el apasionante campo del aprendizaje profundo a través de varios cursos de vanguardia, tales como:
- DD2424 Aprendizaje profundo en ciencia de datos
- DD2423 Análisis de imagen y visión artificial
- DT2119 Reconocimiento de voz y parlantes
- DD2437 Redes neuronales artificiales y arquitecturas profundas
- DD2425 Robótica y Sistemas Autónomos
La tercera área permite a los estudiantes profundizar sus conocimientos en informática teórica, ingeniería de software y computación paralela.
El programa también cuenta con 30 créditos ECTS de cursos electivos en los que puede elegir entre una amplia gama de cursos para especializarse más en su campo de interés o ampliar su conocimiento a nuevas áreas dentro del aprendizaje automático.
El término final está dedicado a un proyecto de grado que implique la participación en proyectos avanzados de investigación o diseño en un entorno académico o industrial, en Suecia o en el extranjero. Con este proyecto, el alumno demuestra su capacidad para realizar un trabajo de proyecto independiente, utilizando las habilidades obtenidas de los cursos en el programa. En el pasado, los estudiantes del programa han completado proyectos en compañías como Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
Los temas tratados
Aprendizaje automático, aprendizaje profundo, modelado estadístico, inteligencia artificial, visión artificial, tecnología del habla, recuperación de información, optimización
Carrera
La demanda de ingenieros y científicos con conocimientos en Machine Learning crece a medida que aumenta la cantidad de datos en el mundo. Después de graduarse puede seguir una carrera, por ejemplo, como desarrollador de software, ingeniero de aprendizaje profundo, ingeniero de visión artificial, analista de datos, ingeniero de software, analista cuantitativo, científico de datos e ingeniero de sistemas para empresas como Dice, Logitech, Google y McKinsey en , por ejemplo, Suecia, Suiza, Alemania, China, India y los EE. UU.
Este programa de maestría también es una base adecuada para el trabajo en un departamento de investigación y desarrollo en la industria, así como para una carrera de investigación continua y estudios de doctorado.
Admisiones
Plan de estudios
Aprendizaje automático en KTH
En este programa, aprenderá los fundamentos y métodos matemáticos y estadísticos para el aprendizaje automático con el objetivo de modelar y descubrir patrones a partir de las observaciones. También obtendrá experiencia práctica sobre cómo combinar, aplicar e implementar técnicas relevantes de aprendizaje automático para resolver problemas del mundo real en una amplia gama de dominios de aplicación. Al graduarse del programa, habrá ganado la confianza y la experiencia para proponer soluciones manejables a problemas de aprendizaje potencialmente no estándar que puede implementar de manera eficiente y sólida. Estocolmo tiene una vibrante comunidad de empresas emergentes y grandes empresas establecidas que integran la inteligencia artificial y el aprendizaje automático en su desarrollo tecnológico. Esto le brinda el potencial para un trabajo industrial relevante y emocionante dentro del campo durante y después de sus estudios.
Para proporcionar una introducción al campo y una base sólida, el programa comienza con cursos obligatorios de aprendizaje automático e inteligencia artificial. Estos cursos son seguidos por un curso avanzado en aprendizaje automático y metodología de investigación. A partir del segundo semestre, elige cursos dentro de dos áreas: dominios de aplicación que explotan el aprendizaje automático y el aprendizaje automático teórico. Estas áreas corresponden a las competencias básicas de un experto en aprendizaje automático.
El primer grupo de cursos describe cómo se utiliza el aprendizaje automático para resolver problemas en dominios de aplicación particulares, como la visión por computadora, la recuperación de información, el procesamiento del habla y el lenguaje, la biología computacional y la robótica. La agrupación de segundo curso le permite tomar cursos teóricos más básicos en matemáticas aplicadas, estadística y aprendizaje automático. De particular interés para muchos será la oportunidad de aprender y comprender en detalle el emocionante campo del aprendizaje profundo a través de varios cursos de vanguardia.
El programa también tiene hasta 30 créditos ECTS de cursos electivos que puede elegir entre una amplia gama de cursos para especializarse aún más en su campo de interés o ampliar su conocimiento a nuevas áreas.
El último semestre se dedica a un proyecto de grado que implica participar en proyectos de investigación o diseño avanzados en un entorno académico o industrial, en Suecia o en el extranjero. Con este proyecto, puede demostrar su capacidad para realizar trabajos de proyectos independientes, utilizando las habilidades obtenidas de los cursos del programa. En el pasado, los estudiantes del programa han completado proyectos en empresas como Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales y Huawei.
Este es un programa de dos años (120 créditos ECTS) impartido en inglés. Los graduados obtienen el título de Maestría en Ciencias. El programa se imparte principalmente en KTH Campus en Estocolmo por la Escuela de Ingeniería Eléctrica y Ciencias de la Computación (en KTH ).
Tópicos cubiertos
Aprendizaje automático, aprendizaje profundo, modelado estadístico, inteligencia artificial, visión artificial, tecnología del habla, recuperación de información y optimización.
Resultado del programa
Desarrollo sostenible
Los graduados de KTH tienen el conocimiento y las herramientas para mover a la sociedad en una dirección más sostenible, ya que el desarrollo sostenible es una parte integral de todos los programas. Los tres objetivos clave de desarrollo sostenible abordados por el programa de maestría en Machine Learning son:
- 3 Buena Salud y Bienestar
- 11 ciudades y comunidades sostenibles
- 16 Paz, Justicia e Instituciones Sólidas
Los desarrollos en Machine Learning han comenzado a impregnar muchos aspectos de nuestra vida y se prevé que tengan un efecto cada vez más profundo en la sociedad, por ejemplo, haciendo obsoletos muchos trabajos de cuello azul y blanco debido a una mayor automatización o mejorando los resultados de los pacientes debido a una mejor personalización. medicamentos y diagnóstico. Algunos de estos desarrollos pueden no beneficiar a todos en la sociedad o pueden tener consecuencias no deseadas. Como graduado de este programa, estará muy bien informado sobre las capacidades técnicas y las posibles aplicaciones del aprendizaje automático, además de estar bien posicionado para impulsar aún más el avance del aprendizaje automático/IA. Por lo tanto, como parte del programa, así como dentro de KTH , destacamos las cuestiones éticas y las responsabilidades que conllevarán estas habilidades y conocimientos en cursos obligatorios como DD2301 y DD2380. Consideramos que estas responsabilidades están alineadas con los Objetivos de Desarrollo Sostenible de la ONU, donde promovemos específicamente la conciencia de los ODS como parte de "DD2301: el curso de integración de programas" y también destacamos los casos de uso de "IA para el bien", que se cruzan con el ODS, como en el diseño y operación de parques eólicos y solares para hacerlos más eficientes, el diagnóstico y tratamiento de diversas enfermedades y el diseño de intervenciones sanitarias, y la ingeniería de precisión para promover prácticas agrícolas más eficientes.
En el último año de sus estudios, los estudiantes del programa tendrán la oportunidad de completar proyectos finales de grado que son muy relevantes para múltiples ODS. Ejemplos de dónde se llevaron a cabo tales proyectos en el pasado son:
- ODS: “Buena Salud y Bienestar”, con empresas de tecnología médica como Elekta y RaySearch;
- ODS: “Ciudades y Comunidades Sostenibles”, con el seguimiento automático de imágenes satelitales dentro de la División de Geoinformática, KTH .
- ODS: “Peace and Justice Strong Institutions”, con el instituto internacional independiente SIPRI.
Galería
Oportunidades profesionales
La demanda de ingenieros y científicos con conocimientos de Machine Learning crece a medida que aumenta la cantidad de datos en el mundo. Después de la graduación, puede seguir una carrera en la industria, en una nueva empresa o en una empresa tradicional bien establecida. Los títulos posibles son desarrollador de software, ingeniero de aprendizaje profundo, ingeniero de visión artificial, analista de datos, ingeniero de software, analista cuantitativo, científico de datos e ingeniero de sistemas en empresas como Dice, Logitech, Google y McKinsey en, por ejemplo, Suecia, Suiza, Alemania, China, India y Estados Unidos.
Este programa de maestría también es una base adecuada para trabajar en un departamento de investigación y desarrollo en la industria, así como para una carrera de investigación continua y estudios de doctorado.
Después de la graduación
Desarrollador de software, ingeniero de aprendizaje profundo, ingeniero de visión artificial, analista de datos, ingeniero de software, analista cuantitativo, científico de datos e ingeniero de sistemas.