Maestro en el aprendizaje de la máquina
Stockholm, Suecia
DURACIÓN
2 Years
IDIOMAS
Inglés
PASO
Tiempo completo
FECHA LIMITE DE APLICACIÓN
Solicitar fecha límite de solicitud
FECHA DE INICIO MÁS TEMPRANA
Aug 2025
TASAS DE MATRÍCULA
SEK 342.000 / per year
FORMATO DE ESTUDIO
En el campus
Introducción
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).
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.