Maestría en ciencia de datos e inteligencia artificial

La Maestría en Ciencia de Datos e Inteligencia Artificial es un título de posgrado en conversión. Es una asociación entre usted y nosotros: le brindaremos la oportunidad de obtener un conocimiento profundo, habilidades prácticas y una experiencia significativa en ciencia de datos e inteligencia artificial, usted aporta entusiasmo, determinación y voluntad de aprender y aprovechar al máximo las oportunidades.

Este es un curso de conversión, por lo que su título universitario puede estar en cualquier tema.

Módulos del curso

Año 1

• Introducción a la inteligencia artificial (requisito) ю Este módulo proporciona una introducción al campo de la inteligencia artificial, cubriendo la historia de la disciplina y explorando la amplitud de la disciplina desde la “IA clásica” hasta las áreas actuales de vanguardia. Proporciona una base sobre cómo realizar investigaciones en inteligencia artificial y ciencia de datos y considera los problemas éticos que surgen en las aplicaciones de inteligencia artificial y ciencia de datos.
• Programación Python para IA y ciencia de datos (requisito). La programación es una habilidad fundamental en toda la informática. Este módulo cubrirá la programación de Python con especial énfasis en el uso de Python para resolver problemas con técnicas de ciencia de datos y IA. No se asumirá experiencia en programación. El módulo comenzará con los elementos clave de la programación de Python y se desarrollará para aprovechar las bibliotecas y paquetes estándar de Python para crear soluciones. Las mejores prácticas de codificación Python se integrarán en todo el módulo. El módulo también proporcionará una introducción a la ingeniería de software de soluciones, con énfasis en la importancia de las pruebas.
• Bases de datos SQL y NoSQL (Requisito). La industria, el comercio y la investigación están siendo transformados por el potencial de capturar, almacenar, manipular, analizar y visualizar datos e información a gran escala. Las bases de datos relacionales (SQL) y los depósitos de datos siguen siendo depósitos importantes de información para muchas organizaciones. La llegada de Big Data con su variedad, velocidad y volumen ha desafiado las bases de datos relacionales, lo que ha llevado a la aparición de bases de datos NoSQL. Sin embargo, los lenguajes de consulta de las bases de datos NoSQL se han acercado más a las capacidades de SQL. Este módulo cubrirá los enfoques SQL y NoSQL para el modelado de datos, el diseño y la manipulación de bases de datos para que pueda utilizar la herramienta adecuada para el trabajo correcto.
• Minería de datos e IA estadística (requisito). La ciencia de datos y la inteligencia artificial incluyen muchas técnicas de clasificación, análisis y predicción. Este módulo se centra en las técnicas relacionadas con la minería de datos y los enfoques basados en estadísticas, lo que le proporciona un arsenal de métodos para resolver problemas comerciales y generar conocimientos reales.
• Técnicas y herramientas de deep learning (requisito). El aprendizaje profundo es fundamental para la IA moderna. Una suficiencia de poder de cómputo económico, conjuntos de datos suficientemente grandes y una serie de avances teóricos clave crearon técnicas de aprendizaje profundo que han facilitado una ola de aumentos de precisión en muchas tareas computacionales (visión por computadora, procesamiento del lenguaje natural, reconocimiento de voz, conducción autónoma, etc.) , lo que hace que muchas aplicaciones sean prácticas. Este módulo explica las matemáticas y las técnicas subyacentes para que pueda dominar el aprendizaje profundo y resolver problemas reales.
• Computación en la nube para inteligencia artificial y ciencia de datos (requisito). La entrega bajo demanda de computación, base de datos, almacenamiento, aplicaciones y recursos de TI a través de la computación en la nube ha permitido a muchas organizaciones brindar soluciones innovadoras sin una inversión de capital inicial. Los ecosistemas de computación en la nube brindan una variedad de soluciones escalables de inteligencia artificial y aprendizaje automático. Este módulo proporciona una base integral en conceptos y soluciones de computación en la nube, reforzada con amplias prácticas para desarrollar experiencia en servicios individuales y diseños arquitectónicos. Dado que la University of Suffolk es una institución asociada de AWS Academy, el módulo le brindará la oportunidad de adquirir certificaciones de AWS si así lo desea.
• Proyecto extendido (obligatorio). El Proyecto Extendido es la culminación del grado de conversión de Maestría en Ciencia de Datos e Inteligencia Artificial. Este proyecto es su oportunidad para aplicar los conocimientos y habilidades adquiridos en todos los módulos anteriores en una tarea real; es muy probable que sea un proyecto propuesto por una empresa u organización de investigación.

Oportunidades profesionales

La demanda de los empleadores de personas capacitadas en ciencia de datos e inteligencia artificial está probada. La cantidad de trabajos de IA en el Reino Unido que figuran en su tablero de empleos en línea creció un 485% entre 2014 y 2017, según una investigación del sitio web de trabajos 'Indeed'. La encuesta de Gartner sobre inteligencia artificial reveló que hay un rápido crecimiento en la cantidad de trabajos basados en inteligencia artificial en las grandes organizaciones, y un cambio de ritmo de 4 proyectos por organización en 2019 a 10 proyectos en 2020 y se acelera a 35 proyectos esperados en 2022.

Las competencias digitales regionales en general y la ciencia de datos en particular han sido identificadas por los empleadores como un área prioritaria. El clúster de Innovación Martlesham, donde se ubica el nuevo Centro DigiTech de la University of Suffolk , ha experimentado un crecimiento en el número de empleos de TIC de 600 en 2016 a 1200 en 2019 con 2000 empleos proyectados para 2023.

Un porcentaje cada vez mayor de estos trabajos requiere habilidades básicas en ciencia de datos e inteligencia artificial. Las consultas con empresas regionales revelaron que existe una demanda creciente de profesionales con sólidas habilidades en ciencia de datos que sean capaces de desarrollar modelos de aprendizaje automático basados en marcos de desarrollo rápido de IA existentes. Como graduado de este título, estará en una posición ideal para aprovecharlo.

Además de las carreras en la industria, como graduado de este curso, también podrá avanzar hacia la investigación doctoral.

Honorarios y finanzas

2021-22

• Tasa de matrícula a tiempo completo: £ 8,235
• Cuota de matrícula a tiempo parcial: £ 915 por 20 créditos
• Tasa de matrícula internacional: £ 12,150

Más información

• Reducción del 20% en las tarifas para los graduados de la University of Suffolk

En la University of Suffolk , las tasas de matrícula brindan acceso a todas las instalaciones habituales de enseñanza y aprendizaje que esperaría. Sin embargo, puede haber costos adicionales asociados con su curso para los que deberá presupuestar.

Requisitos de entrada

Requisitos académicos

• Se espera que los solicitantes tengan un título universitario de 2: 2 o superior.
• Se puede esperar que los solicitantes asistan a una entrevista como parte del proceso de solicitud.

Requisitos del idioma inglés

• IELTS (académico o UKVI): 6.5 en general y un mínimo de 5.5 en cada componente
• Cambridge Assessment English: C1 Advanced Certificate in Advanced English puntuación general mínima de 180, no menos de 162 en cada componente
• Prueba de inglés de Pearson (PTE académico): Nivel C1 del MCER
• TESA (Test of English for Studies Abroad): 6.5 en general y un mínimo de 5.5 en cada componente
• TOEFL iBT (solo aceptable para estudiantes que no requieren una visa de Nivel 4 para estudiar en el Reino Unido): 93 en general con un mínimo de 12 en lectura, 11 en comprensión auditiva, 17 en expresión oral y 20 en escritura
• Prueba de habilidades de contraseñas University of Suffolk : 6.5 / 7.0 en general, y un mínimo de 5.5 en cada componente