Msc Machine Learning
KTH Royal Institute of Technology
Informação chave
Localização do campus
Stockholm, Suécia
Idiomas
Inglês
Formato de estudo
No campus
Duração
2 anos
Ritmo
Período integral
Propinas
SEK 342.000 / per year
Prazo para inscrição
Solicitar Informações
Data de início mais cedo
Aug 2024
Introdução
Machine Learning develops algorithms to find patterns or make predictions from empirical data and this master’s programme will teach you to master these skills. Machine Learning is increasingly used by many professions and industries such as manufacturing, retail, medicine, finance, robotics, telecommunications and social media. Graduates from the programme will be experts in the field, qualified for exciting careers in industry or doctoral studies.
Machine Learning at KTH
In this programme, you will learn the mathematical and statistical foundations and methods for machine learning with the goal of modelling and discovering patterns from observations. You will also gain practical experience in matching, applying and implementing relevant machine learning techniques to solve real-world problems in a broad range of application domains. Upon graduation from the programme, you will have gained the confidence and experience to propose tractable solutions to potentially non-standard learning problems which you can implement efficiently and robustly. Stockholm has a vibrant start-up community and large established companies integrating AI and Machine Learning into their technological development. This gives you the potential for relevant and exciting industrial work within the field during and after your studies.
The programme starts with mandatory courses in machine learning and artificial intelligence to provide an introduction to the field and a solid foundation.. These courses are followed by an advanced course in machine learning and research methodology. From the second semester, you choose courses from two areas: application domains exploiting machine learning and theoretical machine learning. These areas correspond to the core competencies of a machine learning expert.
The first grouping of courses describes how machine learning is used to solve problems in application domains such as computer vision, information retrieval, speech and language processing, computational biology and robotics. The second course grouping allows you to take more basic theoretical courses in applied mathematics, statistics, and machine learning. Of particular interest to many will be the chance to learn about and understand in detail the exciting field of deep learning through several state-of-the-art courses.
The programme also has up to 30 ECTS credits of elective courses which you can choose from a wide range of courses to specialise further in your field of interest or extend your knowledge to new areas.
The final semester is dedicated to a degree project which involves participating in advanced research or design projects in an academic or industrial environment, in Sweden or abroad. With this project, you get to demonstrate your ability to perform independent project work, using the skills obtained from the courses in the programme. In the past, students from the programme have completed projects at companies such as Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
This is a two year programme (120 ECTS credits) given in English. Graduates are awarded the degree of Master of Science. The programme is given mainly at KTH Campus in Stockholm by the School of Electrical Engineering and Computer Science (at KTH).
Admissões
Currículo
Ano 1
Os cursos que acontecem nos períodos 1 e 2 do Ano 2 podem potencialmente ser cursados no período 1 e no período 2 do Ano 1 se isso resultar em uma carga de trabalho gerenciável para o aluno.
Além dos requisitos do curso obrigatório e condicionalmente eletivo, o aluno é livre para escolher entre todos os cursos de segundo ciclo e de idiomas ministrados na KTH para aumentar o número de créditos do curso concluído para 90 ECTS. Podem ser realizados cursos de primeiro ciclo (embora prefiramos que os alunos façam cursos de segundo ciclo), mas não podem ser contabilizados mais de 30 pontos ECTS para a graduação. Os cursos recomendados são para aqueles que desejam ampliar suas competências e conhecimentos em Ciência da Computação e Engenharia de Software. Um projeto final de graduação também deve ser concluído.
Os alunos devem concluir as disciplinas obrigatórias (A.1.1) e as disciplinas eletivas condicionais. Os cursos eleitos condicionalmente são agrupados em dois conjuntos; Domínio de Aplicação (A.1.3) e Teoria (A.1.4). O aluno deve completar:
- pelo menos 6 cursos de Domínio de Aplicação e Teoria,
com as restrições que
- pelo menos 2 das 6 disciplinas são das disciplinas Teóricas e
- pelo menos 2 dos 6 cursos são dos cursos do Domínio de Aplicação.
Isso significa explicitamente que os alunos que se formarão devem ter concluído:
- 2 cursos de Domínio de Aplicação e 4 cursos de Teoria,
- 3 cursos de Domínio de Aplicação e 3 cursos de Teoria,
- 4 disciplinas de Domínio de Aplicação e 2 disciplinas de Teoria.
Além dos requisitos das disciplinas obrigatórias e condicionalmente eletivas, o aluno é livre de escolher entre todos os cursos de segundo ciclo e de línguas ministrados na KTH para obter o número de créditos de curso concluídos de 90 ECTS. Podem ser realizados cursos de primeiro ciclo (embora prefiramos que os alunos façam cursos de segundo ciclo), mas não podem ser contabilizados mais de 30 pontos ECTS para a graduação. Os cursos que não são permitidos como eletivos são cursos de hobby, como culinária, atendimento de bar, etc. Na seção A.1.5 listamos um conjunto de cursos recomendados que os alunos podem fazer, especialmente aqueles que desejam ampliar suas competências e conhecimentos em Ciência da Computação e Software. Engenharia. Um projeto final de graduação (A.1.2) também deverá ser concluído.
Os alunos que num curso anterior tenham lido uma disciplina correspondente a DD1420, DD2380 ou DD2434 podem candidatar-se a uma disciplina de substituição. A candidatura é submetida ao coordenador do mestrado que, após revisão da disciplina previamente lida, autoriza o aluno a realizar uma disciplina substituta do conjunto de disciplinas optativas condicionais ou recomendadas. O curso substituto de curso, se for um curso eletivo condicional, não contará para um dos 6 requisitos do curso eletivo condicional.
Os alunos que concluíram os primeiros três anos de estudos no KTH no âmbito do programa CINTE, que tenham lido ID1214 Inteligência Artificial e Aplicações, podem candidatar-se a um curso de substituição. Entre em contato com o coordenador mestre de acordo com as instruções acima.
Cursos obrigatórios
- Introdução à Filosofia da Ciência e Metodologia da Pesquisa (DA2205) 7,5 créditos
- Fundamentos do aprendizado de máquina (DD1420) 7,5 créditos
- Curso de Integração de Programas em Aprendizado de Máquina (DD2301) 3,0 créditos
- Inteligência Artificial (DD2380) 6.0 créditos
- Aprendizado de máquina, curso avançado (DD2434) 7,5 créditos
Ano 2
Cursos obrigatórios
- Projeto de graduação em Ciência da Computação e Engenharia, especializado em aprendizado de máquina, segundo ciclo (DA233X) 30,0 créditos
- Curso de Integração de Programas em Aprendizado de Máquina (DD2301) 3,0 créditos
Resultado do programa
Desenvolvimento sustentável
Os graduados da KTH têm o conhecimento e as ferramentas para mover a sociedade em uma direção mais sustentável, pois o desenvolvimento sustentável é parte integrante de todos os programas. Os três principais objetivos de desenvolvimento sustentável abordados pelo programa de mestrado em Machine Learning são:
- 3 Boa saúde e bem-estar
- 11 Cidades e Comunidades Sustentáveis
- 16 Paz, Justiça e Instituições Fortes
Os desenvolvimentos em Machine Learning começaram a permear muitos aspectos de nossa vida e prevê-se que tenham um efeito cada vez mais profundo na sociedade, por exemplo, tornando obsoletos muitos empregos de colarinho azul e branco devido ao aumento da automação ou melhorando os resultados dos pacientes devido a uma melhor personalização medicamentos e diagnóstico. Alguns desses desenvolvimentos podem não beneficiar a todos na sociedade ou podem ter consequências não intencionais. Como graduados deste programa, você estará muito bem informado sobre os recursos técnicos e possíveis aplicações do aprendizado de máquina, além de estar bem posicionado para impulsionar ainda mais o avanço do aprendizado de máquina/IA. Assim, como parte do programa, bem como dentro de KTH , destacamos as questões éticas e responsabilidades que virão com essas habilidades e conhecimentos em cursos obrigatórios como DD2301 e DD2380. Vemos essas responsabilidades alinhadas com os Objetivos de Desenvolvimento Sustentável da ONU, onde promovemos especificamente a conscientização dos ODS como parte do "DD2301: o Curso de Integração do Programa" e também destacamos os casos de uso de "IA para o bem", que se cruzam com o ODS, como no projeto e operação de parques eólicos e solares para torná-los mais eficientes, no diagnóstico e tratamento de várias doenças e no projeto de intervenções de saúde e engenharia de precisão para promover práticas agrícolas mais eficientes.
No último ano de seus estudos, os alunos do programa terão a oportunidade de concluir projetos finais de graduação altamente relevantes para vários ODS. Exemplos de onde tais projetos ocorreram no passado são:
- ODS: “Boa Saúde e Bem-Estar”, com empresas de tecnologia médica como Elekta e RaySearch;
- ODS: “Cidades e Comunidades Sustentáveis”, com monitoramento automático de imagens de satélite na Divisão de Geoinformática, KTH .
- ODS: “Peace and Justice Strong Institutions”, com o instituto internacional independente SIPRI.
Desenvolvedor de software, engenheiro de deep learning, engenheiro de visão computacional, analista de dados, engenheiro de software, analista quantitativo, cientista de dados e engenheiro de sistemas.
A demanda por engenheiros e cientistas com conhecimento em Machine Learning está crescendo à medida que a quantidade de dados no mundo aumenta. Após a graduação, você pode seguir uma carreira na indústria, em uma empresa iniciante ou em uma empresa tradicional bem estabelecida. Os possíveis títulos são desenvolvedor de software, engenheiro de aprendizado profundo, engenheiro de visão computacional, analista de dados, engenheiro de software, analista quantitativo, cientista de dados e engenheiro de sistemas em empresas como Dice, Logitech, Google e McKinsey em, por exemplo, Suécia, Suíça, Alemanha , China, Índia e EUA.
Este programa de mestrado também é uma base adequada para o trabalho em um departamento de pesquisa e desenvolvimento na indústria, bem como para uma carreira de pesquisa contínua e estudos de doutorado.
Bolsas de estudo e financiamento
KTH oferece quatro oportunidades diferentes de bolsas de estudo para estudos de mestrado. A bolsa KTH cobre a mensalidade de um programa de mestrado de um ou dois anos. A bolsa de um ano KTH é destinada a alunos atuais do programa de mestrado KTH e cobre a mensalidade do segundo ano de estudos. A bolsa de estudos do programa conjunto KTH é destinada a alunos de determinados programas conjuntos e cobre a mensalidade do período de estudo passado no KTH . A bolsa KTH Índia é destinada especificamente a estudantes da Índia.
- Bolsa KTH
- Bolsa KTH de um ano
- Bolsa do Programa Conjunto KTH
- Bolsa KTH Índia
Instituto Sueco
O Instituto Sueco (SI) oferece uma série de bolsas de estudo para estudantes de países-alvo que vêm para a Suécia.
Organizações bolsistas associadas KTH
KTH coopera com as seguintes organizações, oferecendo oportunidades de bolsas de estudo para futuros alunos KTH .
- COLFUTURO (Programa Crédito Beca) para estudantes da Colômbia
- LPDP (Indonesia Endowment Fund for Education) para estudantes da Indonésia
- FUNED para estudantes do México
Portais de bolsas de estudo
Base de dados IEFA
O banco de dados IEFA oferece uma pesquisa abrangente de bolsas de estudo, lista de bolsas e programas de empréstimos estudantis internacionais.
Portais de estudo
O banco de dados de bolsas Studyportals lista mais de 1.000 bolsas de estudo e subsídios para estudantes de todo o mundo que se candidatam a estudos na UE.
Estudiosos4dev
Bolsas para o Desenvolvimento é um banco de dados de bolsas abertas a estudantes de países em desenvolvimento.
WeMakeScholars
WeMakeScholars ajuda estudantes da Índia a obter empréstimos educacionais de bancos e NBFCs. Eles também listam mais de 26.000 bolsas internacionais de diferentes fundos, fundações e governos. corpos.
Adiamento de empréstimos estudantis nos Estados Unidos
KTH é uma instituição credenciada no Departamento de Educação dos EUA e possui o status Título IV de 'Apenas Adiamento' (OPE ID 03274300). Os estudantes dos EUA podem adiar pagamentos de contas federais de empréstimos estudantis existentes enquanto estiverem matriculados em um programa de mestrado na KTH . O status 'Apenas adiamento' não permite que os alunos contraiam empréstimos estudantis federais para matrícula no KTH . No entanto, o credenciamento facilita oportunidades de bolsas e empréstimos para estudantes dos EUA, já que muitas instituições privadas de crédito estudantil nos EUA usam essa designação como requisito para conceder novos empréstimos. Os estudantes que desejam adiar os pagamentos devem entrar em contato com a instituição de crédito nos EUA.
Bolsas de estudo estão disponíveis. Consulte o site do instituto para obter mais informações.
Galeria
Oportunidades de Carreira
A demanda por engenheiros e cientistas com conhecimento de Machine Learning está crescendo à medida que a quantidade de dados no mundo aumenta. Após a formatura, você pode seguir carreira na indústria, em uma start-up ou em uma empresa tradicional bem estabelecida. Possíveis títulos são desenvolvedor de software, engenheiro de aprendizado profundo, engenheiro de visão computacional, analista de dados, engenheiro de software, analista quantitativo, cientista de dados e engenheiro de sistemas em empresas como Dice, Logitech, Google e McKinsey em, por exemplo, Suécia, Suíça, Alemanha, China, Índia e Estados Unidos.
Este programa de mestrado também é uma base adequada para trabalhar em um departamento de pesquisa e desenvolvimento na indústria, bem como para uma carreira contínua de pesquisa e estudos de doutorado.
Após a formatura
Desenvolvedor de software, engenheiro de aprendizado profundo, engenheiro de visão computacional, analista de dados, engenheiro de software, analista quantitativo, cientista de dados e engenheiro de sistemas.