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
Pago de estudios
SEK 342.000 / per year
Fecha límite de inscripción
Contacto
Fecha de inicio más temprana
Aug 2024
Introducción
El aprendizaje automático desarrolla algoritmos para encontrar patrones o hacer predicciones a partir de datos empíricos y este programa de maestría le enseñará a dominar estas habilidades. El aprendizaje automático se utiliza cada vez más en muchas profesiones e industrias como la fabricación, el comercio minorista, la medicina, las finanzas, la robótica, las telecomunicaciones y las redes sociales. Los graduados del programa serán expertos en el campo, calificados para carreras emocionantes en la industria o estudios de doctorado.
Machine Learning 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 en 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 adquirido la confianza y la experiencia para proponer soluciones manejables a problemas de aprendizaje potencialmente no estándar que pueda implementar de manera eficiente y sólida. Estocolmo tiene una vibrante comunidad de empresas emergentes y grandes empresas establecidas que integran la IA y el aprendizaje automático en su desarrollo tecnológico. Esto le brinda el potencial para realizar un trabajo industrial relevante y emocionante dentro del campo durante y después de sus estudios.
El programa comienza con cursos obligatorios en aprendizaje automático e inteligencia artificial para proporcionar una introducción al campo y una base sólida. Estos cursos son seguidos por un curso avanzado en aprendizaje automático y metodología de investigación. A partir del segundo semestre, eliges cursos 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 como visión por computadora, recuperación de información, procesamiento del habla y el lenguaje, biología computacional y robótica. El segundo grupo de cursos 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 apasionante campo del aprendizaje profundo a través de varios cursos de última generación.
El programa también tiene hasta 30 créditos ECTS de cursos optativos que puede elegir entre una amplia gama de cursos para especializarse más en su campo de interés o ampliar sus conocimientos a nuevas áreas.
El último semestre está dedicado 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, podrás demostrar tu capacidad para realizar trabajos de proyectos independientes, utilizando las habilidades obtenidas en los cursos del programa. En el pasado, los estudiantes del programa completaron proyectos en empresas como Saab, Elekta, Flir, Eriksson, Tobii, Spotify, Thales, Huawei.
Este es un programa de dos años (120 créditos ECTS) impartido en inglés. Los graduados reciben el título de Maestría en Ciencias. El programa se imparte principalmente en el campus KTH de Estocolmo por la Escuela de Ingeniería Eléctrica e Informática (en KTH ).
Admisión
Plan de estudios
Año 1
Los cursos que se imparten en los períodos 1 y 2 del Año 2 se pueden tomar potencialmente en el período 1 y en el período 2 del Año 1 si esto genera una carga de trabajo manejable para el estudiante.
Además de los requisitos de los cursos obligatorios y condicionalmente optativos, el estudiante es libre de elegir entre todos los cursos de segundo ciclo y de idiomas impartidos en KTH para llevar su número de créditos de curso completados a 90 ECTS. Se pueden tomar cursos de primer ciclo (aunque preferimos que los estudiantes tomen cursos de segundo ciclo), pero no se pueden contar más de 30 puntos ECTS para la graduación. Los cursos recomendados son para aquellos que deseen ampliar sus competencias y conocimientos en Ciencias de la Computación e Ingeniería de Software. También se deberá realizar un trabajo final de carrera.
Los estudiantes deben completar los cursos obligatorios (A.1.1) y los cursos optativos condicionalmente. Los cursos elegidos condicionalmente se agrupan en dos conjuntos; Dominio de aplicación (A.1.3) y Teoría (A.1.4). Un estudiante debe completar:
- al menos 6 cursos de Teoría y Dominio de Aplicación,
con las limitaciones que
- al menos 2 de los 6 cursos son de los cursos de Teoría y
- al menos 2 de los 6 cursos son de los cursos del Dominio de Aplicación.
Explícitamente, esto significa que los estudiantes para graduarse deben haber completado:
- 2 cursos de Dominio de Aplicación y 4 cursos de Teoría,
- 3 cursos de dominio de aplicación y 3 cursos de teoría,
- 4 cursos de Dominio de Aplicación y 2 cursos de Teoría.
Aparte de los requisitos de los cursos obligatorios y condicionalmente optativos, el estudiante es libre de elegir entre todos los cursos de segundo ciclo y de idiomas impartidos en KTH para obtener la cantidad de créditos de curso completos de 90 ECTS. Se pueden tomar cursos de primer ciclo (aunque preferimos que los estudiantes tomen cursos de segundo ciclo), pero no se pueden contar más de 30 puntos ECTS para la graduación. Los cursos que no están permitidos como optativos son cursos de pasatiempos como cocina, servicio de bar, etc. En la sección A.1.5 enumeramos un conjunto de cursos recomendados que los estudiantes pueden tomar, especialmente aquellos que deseen ampliar sus competencias y conocimientos en informática y software. Ingeniería. También se deberá realizar un trabajo final de carrera (A.1.2).
Los estudiantes que en una carrera anterior hayan leído un curso correspondiente a DD1420, DD2380 o DD2434 podrán solicitar leer un curso de reemplazo en su lugar. La solicitud se presenta al coordinador de maestría quien, luego de revisar el curso leído anteriormente, da permiso para que el estudiante tome un curso de reemplazo del conjunto de cursos condicionalmente electivos o recomendados. El curso de reemplazo del curso, si es un curso condicionalmente electivo, no contará para uno de los 6 requisitos del curso condicionalmente electivo.
Los estudiantes que hayan completado sus primeros tres años de estudios en KTH dentro del programa CINTE, que hayan leído ID1214 Inteligencia Artificial y Aplicaciones, pueden postularse para leer un curso de reemplazo. Póngase en contacto con el coordinador del máster según las instrucciones anteriores.
Cursos obligatorios
- Introducción a la filosofía de la ciencia y la metodología de investigación (DA2205) 7.5 créditos
- Fundamentos del aprendizaje automático (DD1420) 7,5 créditos
- Programa de Curso de Integración en Machine Learning (DD2301) 3.0 créditos
- Inteligencia Artificial (DD2380) 6.0 créditos
- Aprendizaje automático, curso avanzado (DD2434) 7.5 créditos
Año 2
Cursos obligatorios
- Proyecto de Licenciatura en Ciencias de la Computación e Ingeniería, especializado en Aprendizaje Automático, Segundo Ciclo (DA233X) 30.0 créditos
- Programa de Curso de Integración en Machine Learning (DD2301) 3.0 créditos
Objetivos y competencias 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.
Desarrollador de software, ingeniero de aprendizaje profundo, ingeniero de visión por computadora, analista de datos, ingeniero de software, analista cuantitativo, científico de datos e ingeniero de sistemas.
La demanda de ingenieros y científicos con conocimientos en Machine Learning está creciendo 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 posibles títulos son desarrollador de software, ingeniero de aprendizaje profundo, ingeniero de visión por computadora, 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 los 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.
Becas y Financiamiento
KTH ofrece cuatro oportunidades diferentes de becas para estudios de maestría. La beca KTH cubre el costo de la matrícula de un programa de maestría de uno o dos años. La beca de un año KTH está dirigida a estudiantes actuales del programa de maestría KTH y cubre la matrícula del segundo año de estudios. La beca del programa conjunto KTH está dirigida a estudiantes de ciertos programas conjuntos y cubre el costo de la matrícula durante el período de estudio realizado en KTH . La beca KTH India está dirigida específicamente a estudiantes de la India.
- Beca KTH
- Beca de un año KTH
- Beca del programa conjunto KTH
- Beca KTH India
instituto sueco
El Instituto Sueco (SI) ofrece una serie de becas para estudiantes de países específicos que vienen a Suecia.
Organizaciones de becas asociadas KTH
KTH coopera con las siguientes organizaciones que brindan oportunidades de becas para futuros estudiantes KTH .
- COLFUTURO (Programa Crédito Beca) para estudiantes de Colombia
- LPDP (Fondo de Dotación de Indonesia para la Educación) para estudiantes de Indonesia
- FUNED para estudiantes de México
Portales de becas
base de datos IEFA
La base de datos de IEFA ofrece una búsqueda integral de becas, listados de subvenciones y programas de préstamos para estudiantes internacionales.
Portales de estudio
La base de datos de becas Studyportals enumera más de 1000 becas y subvenciones para estudiantes de todo el mundo que solicitan estudios en la UE.
Académicos4dev
Becas para el Desarrollo es una base de datos de becas abiertas a estudiantes de países en desarrollo.
Hacemos académicos
WeMakeScholars ayuda a los estudiantes de la India a obtener préstamos educativos de bancos y NBFC. También enumeran más de 26.000 becas internacionales de diferentes fideicomisos, fundaciones y gobiernos. cuerpos.
Aplazamiento de préstamos estudiantiles en Estados Unidos
KTH es una institución acreditada por el Departamento de Educación de EE. UU. y posee el estatus de Título IV 'Únicamente aplazamiento' (OPE ID 03274300). Los estudiantes estadounidenses pueden diferir los pagos de cuentas de préstamos estudiantiles federales existentes mientras estén inscritos en un programa de maestría en KTH . El estado 'Solo aplazamiento' no permite a los estudiantes solicitar préstamos federales para estudiantes para inscribirse en KTH . Sin embargo, la acreditación facilita las oportunidades de subvenciones y préstamos para los estudiantes estadounidenses, ya que muchas instituciones privadas de préstamos para estudiantes en los EE. UU. utilizan esta designación como requisito para otorgar nuevos préstamos. Los estudiantes que deseen aplazar los pagos deben comunicarse con su institución crediticia en los EE. UU.
Becas disponibles. Por favor, consulte el sitio web del instituto para obtener más información.
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.