Máster en Visión por Computador y Ciencia de Datos
NHL Stenden University of Applied Sciences
Información clave
ubicación del campus
Leeuwarden, Países Bajos
Idiomas
Inglés
formato de estudio
En el campus
Duración
1 año
Ritmo
Tiempo completo
Tasas de matrícula
EUR 2530 / per year *
Plazo de solicitud
15 Aug 2024
Fecha de inicio más temprana
Sep 2024
* estudiantes de la UE; Estudiantes extracomunitarios: 11.800€
Introducción
La gran mayoría de los datos generados todos los días son datos de imágenes, por lo que el análisis de datos de imágenes es una de las áreas de enfoque más importantes para la ciencia de datos y la inteligencia artificial modernas. El campo está evolucionando rápidamente y la demanda de profesionales de la ciencia de datos de imágenes es extremadamente alta. Este programa de maestría de 1 año es para graduados que desean convertirse en expertos en los campos del aprendizaje profundo y la visión por computadora.
El programa cubre temas como el aprendizaje automático, el aprendizaje profundo, la visión por computadora, las matemáticas y la programación. Desarrollarás las habilidades necesarias para encontrar con éxito soluciones a problemas de la vida real, con el apoyo de los expertos de la cátedra de Visión por Computador y Ciencia de Datos.
Study at <span translate="no">NHL Stenden</span> webinar
Únase a nosotros el 11 de abril de 3 p. m. a 4 p. m. (CET) para un seminario web en línea donde nuestros estudiantes anfitriones lo ayudarán en sus aventuras en el mundo de los estudios internacionales. Obtenga orientación, haga preguntas y descubra cuál
Oportunidades profesionales
Tu futuro
La tecnología de IA está revolucionando una infinidad de aplicaciones de formas que antes eran inconcebibles. Lo que hace unos pocos años se consideraba imposible ahora es accesible para todos. En el futuro, la IA será la fuerza impulsora de la innovación en casi todos los ámbitos. Como profesional de la ciencia de datos de imágenes, puedes ser parte de la revolución de la IA.
Oportunidades profesionales
Un puesto típico para el que el programa educa es el de especialista en análisis de datos de imágenes dentro del departamento de Investigación y Desarrollo de una organización. Por supuesto, también se puede seguir una carrera en otras direcciones y también está abierta la posibilidad de seguir desarrollándose hacia un doctorado después de graduarse.
Plan de estudios
La forma práctica de aprender
Durante tus estudios, realizas trabajos prácticos en empresas reales, trabajando en grupo y asesorado por profesores y profesionales con experiencia profesional relevante. Es una forma de aprender, un concepto educativo, lo llamamos Educación Basada en Diseño. Aprende a aprovechar la retroalimentación para adaptar sus ideas y ser más flexible, al mismo tiempo que desarrolla sus habilidades de liderazgo y trabajo en equipo.
Hay un mundo para explorar
Nuestra comunidad internacional reúne a más de 80 nacionalidades en nuestros campus. Es un entorno abierto que te ayudará a ampliar tus horizontes en muchos aspectos. También ofrecemos oportunidades para prepararlo para un ambiente de trabajo intercultural, como a través de los programas ofrecidos por RUN-EU.
Estructura del curso
El programa se centra en cuatro resultados de aprendizaje. Cada semestre es necesario demostrar que solo el nivel de complejidad y la independencia cambian entre los semestres. Mostrándolos en el nivel final (maestría) al final del programa.
- Resultado de aprendizaje 1: Diseñar, desarrollar y probar de forma independiente y dentro de un equipo algoritmos de aprendizaje automático metodológicamente correctos que automaticen las inspecciones visuales que cumplan con las especificaciones del cliente.
- Resultado de aprendizaje 2: Crear y gestionar, en colaboración con expertos en el campo, un conjunto de datos representativo y equilibrado con la calidad necesaria para desarrollar y probar algoritmos de aprendizaje automático.
- Resultado de aprendizaje 3 - Optimizar los algoritmos, de forma independiente y en función de las especificaciones del cliente, y hacerlos escalables para que puedan aplicarse en la práctica.
- Resultado de aprendizaje 4 - Desarrollarse proactivamente para garantizar su empleabilidad sostenible y contribuir al desarrollo del dominio del conocimiento