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
O Aprendizado de Máquina desenvolve algoritmos para encontrar padrões ou fazer previsões a partir de dados empíricos e este programa de mestrado irá ensiná-lo a dominar essas habilidades. O aprendizado de máquina é cada vez mais usado por muitas profissões e setores, como manufatura, varejo, medicina, finanças, robótica, telecomunicações e mídia social. Os graduados do programa serão especialistas na área, qualificados para carreiras emocionantes na indústria ou estudos de doutorado.
Aprendizado de Máquina na KTH
Neste programa, você aprenderá os fundamentos e métodos matemáticos e estatísticos de aprendizado de máquina com o objetivo de modelar e descobrir padrões a partir de observações. Você também ganhará experiência prática na combinação, aplicação e implementação de técnicas relevantes de aprendizado de máquina para resolver problemas do mundo real em uma ampla gama de domínios de aplicação. Após a formatura no programa, você terá adquirido confiança e experiência para propor soluções tratáveis para problemas de aprendizagem potencialmente fora do padrão, que você pode implementar de forma eficiente e robusta. Estocolmo tem uma vibrante comunidade de start-ups e grandes empresas estabelecidas que integram IA e Machine Learning no seu desenvolvimento tecnológico. Isso lhe dá o potencial para um trabalho industrial relevante e estimulante na área durante e após seus estudos.
O programa começa com cursos obrigatórios em aprendizado de máquina e inteligência artificial para fornecer uma introdução à área e uma base sólida. Esses cursos são seguidos por um curso avançado em aprendizado de máquina e metodologia de pesquisa. A partir do segundo semestre, você escolhe cursos de duas áreas: domínios de aplicação que exploram aprendizado de máquina e aprendizado de máquina teórico. Estas áreas correspondem às competências essenciais de um especialista em aprendizagem de máquina.
O primeiro grupo de cursos descreve como o aprendizado de máquina é usado para resolver problemas em domínios de aplicação como visão computacional, recuperação de informação, processamento de fala e linguagem, biologia computacional e robótica. O segundo agrupamento de cursos permite que você faça cursos teóricos mais básicos em matemática aplicada, estatística e aprendizado de máquina. De particular interesse para muitos será a oportunidade de aprender e compreender em detalhes o excitante campo da aprendizagem profunda através de vários cursos de última geração.
O programa também tem até 30 créditos ECTS de disciplinas eletivas, que você pode escolher entre uma ampla variedade de cursos para se especializar ainda mais em sua área de interesse ou estender seu conhecimento a novas áreas.
O último semestre é dedicado a um projeto de graduação que envolve a participação em projetos avançados de pesquisa ou design em ambiente acadêmico ou industrial, na Suécia ou no exterior. Com este projeto, você demonstra sua capacidade de realizar trabalhos de projeto independentes, utilizando as habilidades obtidas nos cursos do programa. No passado, os alunos do programa concluíram projetos em empresas como Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
Este é um programa de dois anos (120 créditos ECTS) ministrado em inglês. Os graduados recebem o grau de Mestre em Ciências. O programa é ministrado principalmente no Campus KTH em Estocolmo pela Escola de Engenharia Elétrica e Ciência da Computação (em 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.