Maestría en Ciencias en Aprendizaje Automático
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Información clave
ubicación del campus
Abu Dhabi, Emiratos Árabes Unidos
Idiomas
Inglés
formato de estudio
En el campus
Duración
2 años
Ritmo
Tiempo completo
Tasas de matrícula
Solicitar información
Plazo de solicitud
31 Mar 2024
Fecha de inicio más temprana
Aug 2024
* estudiantes de tiempo completo con beca completa: gratis | estudiantes a tiempo parcial: 5,000 AED por hora de crédito, 35 créditos en total, más tarifas varias
Introducción
Al completar los requisitos del programa, el graduado podrá:
- Exhibir una comprensión altamente especializada de la tubería moderna de aprendizaje automático: datos, modelos, principios algorítmicos y empíricos.
- Logre habilidades avanzadas en el procesamiento previo de datos y el uso de diversas herramientas de exploración y visualización.
- Demostrar una conciencia crítica de las capacidades y limitaciones de las diferentes formas de algoritmos de aprendizaje.
- Obtenga capacidades avanzadas para analizar críticamente, evaluar y mejorar continuamente el rendimiento de los algoritmos de aprendizaje.
- Adquiera habilidades avanzadas para analizar las propiedades computacionales y estadísticas de los algoritmos de aprendizaje avanzado y su rendimiento.
- Obtenga experiencia en el uso e implementación de herramientas de programación relevantes para el aprendizaje automático para una variedad de problemas complejos de aprendizaje automático.
- Desarrolle habilidades avanzadas de resolución de problemas mediante la aplicación independiente de métodos de aprendizaje automático a múltiples problemas complejos y demuestre experiencia en el manejo de la ambigüedad en una declaración de problemas.
- Aplique habilidades sofisticadas para iniciar, administrar y completar múltiples informes de proyectos y críticas sobre una variedad de métodos de aprendizaje automático, que demuestren comprensión experta, autoevaluación y habilidades avanzadas para comunicar ideas altamente complejas.
Los requisitos mínimos de grado para el programa de Maestría en Ciencias en Aprendizaje Automático son 35 créditos, distribuidos de la siguiente manera:
- Cursos básicos: 4 cursos (15 horas de crédito)
- Cursos optativos: 2 cursos (8 horas de crédito)
- Tesis de investigación: 1 curso (12 horas de crédito)
Cursos básicos
La Maestría en Aprendizaje Automático es principalmente un título basado en la investigación. El propósito del trabajo del curso es equipar a los estudiantes con el conjunto de habilidades adecuado, para que puedan realizar con éxito su proyecto de investigación (tesis). Se requiere que los estudiantes tomen COM701, como un curso obligatorio. Pueden seleccionar tres cursos básicos de un grupo de concentración de seis en la lista que se proporciona a continuación:
Código | Título del curso | Horas de crédito |
COM701 | Comunicación de investigación y difusión | 3 |
ML701 | Aprendizaje automático | 4 4 |
ML702 | Aprendizaje automático avanzado | 4 4 |
ML703 | Inferencia probabilística y estadística | 4 4 |
MTH701 | Fundamentos matemáticos para la inteligencia artificial | 4 4 |
AI701 | Inteligencia artificial | 4 4 |
AI702 | Aprendizaje profundo | 4 4 |
Cursos electivos
Los estudiantes seleccionarán un mínimo de dos cursos optativos, con un total de ocho (o más) horas de crédito (CH) de una lista de cursos optativos disponibles en función del interés, la tesis de investigación propuesta y las perspectivas profesionales, en consulta con su panel de supervisión. Los cursos optativos disponibles para la Maestría en Aprendizaje Automático se enumeran en la siguiente tabla:
Código | Título del curso | Horas de crédito |
MTH702 | Mejoramiento | 4 4 |
CS701 | Programacion Avanzada | 4 4 |
CS702 | Estructuras de datos y algoritmos | 4 4 |
DS701 | Minería de datos | 4 4 |
DS702 | Procesamiento de Big Data | 4 4 |
CV701 | Visión humana y por computadora | 4 4 |
CV702 | Geometría para la visión por computadora | 4 4 |
CV703 | Reconocimiento y detección de objetos visuales | 4 4 |
NLP701 | Procesamiento natural del lenguaje | 4 4 |
NLP702 | Procesamiento avanzado de lenguaje natural | 4 4 |
NLP703 | Procesamiento de voz | 4 4 |
ML704 | Paradigmas de aprendizaje automático | 4 4 |
ML705 | Temas en aprendizaje automático avanzado | 4 4 |
ML706 | Inferencia probabilística y estadística avanzada | 4 4 |
HC701 | Imágenes Médicas: Física y Análisis | 4 4 |
Tesis de investigación
La investigación de tesis de maestría expone a los estudiantes a un problema de investigación no resuelto, donde se les exige que propongan nuevas soluciones y contribuyan al conjunto de conocimientos. Los estudiantes realizan un estudio de investigación independiente, bajo la guía de un panel de supervisión, por un período de 1 año.
Código | Título del curso | Horas de crédito |
ML699 | Tesis de investigación de maestría | 12 |
Admisiones
Plan de estudios
El requisito mínimo de grado para la Maestría en Ciencias en Aprendizaje Automático es de 36 créditos, distribuidos de la siguiente manera:
Cursos básicos | Número de cursos | Horas de crédito |
Centro | 4 | dieciséis |
Electivas | 2 | 8 |
tesis de investigacion | 1 | 12 |
Pasantía | Al menos una pasantía de hasta seis semanas de duración debe completarse satisfactoriamente como requisito de graduación | 0 |
Cursos básicos
La Maestría en Ciencias en Aprendizaje Automático es principalmente un título basado en la investigación. El propósito del trabajo del curso es equipar a los estudiantes con el conjunto de habilidades adecuado, para que puedan llevar a cabo con éxito su proyecto de investigación (tesis). Se requiere que los estudiantes tomen AI701, MTH701 y ML701 como cursos obligatorios. Pueden seleccionar ML702 o ML703 junto con dos asignaturas optativas.
Código | Título del curso | Horas de crédito |
AI701 | Fundamentos de la Inteligencia Artificial | 4 |
MTH701 | Fundamentos Matemáticos de la Inteligencia Artificial | 4 |
ML701 | Aprendizaje automático | 4 |
ML702 | Aprendizaje automático avanzado | 4 |
ML703 | Inferencia Probabilística y Estadística | 4 |
Cursos electivos
Los estudiantes seleccionarán un mínimo de dos cursos electivos, con un total de ocho (o más) horas de crédito. Uno debe ser seleccionado de la Lista A y el otro debe ser seleccionado de la Lista A o B según el interés, la tesis de investigación propuesta y las aspiraciones profesionales, en consulta con su panel de supervisión. Los cursos electivos disponibles para la Maestría en Ciencias en Aprendizaje Automático se enumeran en las tablas a continuación:
Lista A
Código | Título del curso | Horas de crédito |
ML702 | Aprendizaje automático avanzado | 4 |
ML703 | Inferencia Probabilística y Estadística | 4 |
ML704 | Paradigmas de aprendizaje automático | 4 |
ML705 | Temas de aprendizaje automático avanzado | 4 |
ML706 | Inferencia Probabilística y Estadística Avanzada | 4 |
Lista B
Código | Título del curso | Horas de crédito |
AI702 | Aprendizaje profundo | 4 |
CV701 | Visión humana y por computadora | 4 |
CV702 | Geometría para Visión por Computador | 4 |
CV703 | Reconocimiento y detección de objetos visuales | 4 |
CV707 | Gemelos digitales | 4 |
DS701 | Procesamiento de datos | 4 |
DS702 | Procesamiento de grandes datos | 4 |
HC701 | Imágenes Médicas: Física y Análisis | 4 |
ML707 | Servicios y aplicaciones de ciudad inteligente | 4 |
ML708 | Inteligencia artificial confiable | 4 |
MTH702 | Mejoramiento | 4 |
NLP701 | Procesamiento natural del lenguaje | 4 |
NLP702 | Procesamiento avanzado del lenguaje natural | 4 |
NLP703 | Procesamiento de voz | 4 |
Tesis de Investigación
La investigación de tesis de maestría expone a los estudiantes a un problema de investigación no resuelto, donde se les exige que propongan nuevas soluciones y contribuyan al cuerpo de conocimiento. Los estudiantes realizan un estudio de investigación independiente, bajo la dirección de un panel de supervisión, por un período de un año.
Código | Título del curso | Horas de crédito |
ML699 | Tesis de investigación de maestría en aprendizaje automático | 12 |
Formación en investigación | 0 |
Galería
clasificaciones
Clasificaciones de CS de un vistazo
- 18º en el campo de la IA en el ranking CS a nivel mundial
- 28.º en el campo de ML en CS Rankings a nivel mundial
- 16º en el campo de CV en CS Rankings a nivel mundial
- 19º en el campo de la PNL en CS Rankings a nivel mundial
Resultado del programa
Al completar los requisitos del programa, el graduado podrá:
- Exhibir una comprensión altamente especializada de la canalización moderna de aprendizaje automático: datos, modelos, principios algorítmicos y empíricos
- Lograr habilidades avanzadas en el preprocesamiento de datos y el uso de diversas herramientas de exploración y visualización.
- Demostrar conciencia crítica de las capacidades y limitaciones de las diferentes formas de algoritmos de aprendizaje.
- Obtenga capacidades avanzadas para analizar críticamente, evaluar y mejorar continuamente el rendimiento de los algoritmos de aprendizaje
- Adquirir habilidades avanzadas para analizar las propiedades computacionales y estadísticas de los algoritmos de aprendizaje avanzados y su rendimiento.
- Obtenga experiencia en el uso y la implementación de herramientas de programación relevantes para el aprendizaje automático para una variedad de problemas complejos de aprendizaje automático.
- Desarrolle habilidades avanzadas de resolución de problemas mediante la aplicación independiente de métodos de aprendizaje automático a múltiples problemas complejos, y demuestre experiencia en el manejo de la ambigüedad en la declaración de un problema.
- Aplicar habilidades sofisticadas para iniciar, administrar y completar múltiples informes y críticas de proyectos en una variedad de métodos de aprendizaje automático, que demuestran comprensión experta, autoevaluación y habilidades avanzadas para comunicar ideas altamente complejas.
Oportunidades profesionales
La IA está impregnando todas las industrias. En eventos recientes de participación de empleadores en MBZUAI, ha habido representación de múltiples sectores que incluyen (pero no se limitan a):
- Aviación, consultoría, educación, energía, finanzas, entidades gubernamentales, sanidad, medios, petróleo y gas, seguridad y defensa, institutos de investigación, retail, telecomunicaciones, transporte y logística, y startups.
Las oportunidades laborales recientes anunciadas a través del Portal de Carreras Estudiantiles de MBZUAI incluyen (entre otras):
- Arquitecto de soluciones de IA, ingeniero de soluciones de IA, ingeniero algorítmico, analista de datos, ingeniero de datos, científico de datos, consultor de estrategia de datos, ingeniero de software de pila completa, desarrollador web de pila completa, investigador de análisis predictivo y científico de datos senior - consultor.
Otras oportunidades profesionales podrían incluir (pero no limitarse a):
- Científico aplicado, ingeniero analítico, realidad aumentada/virtual, automóviles autónomos, biometría y ciencia forense, director de datos, liderazgo de plataforma de datos, periodista de datos, especialista en ventas técnicas de datos e IA, ingenieros/analíticos de crecimiento, gerente: planificación de servicios en la nube e IA, máquina ingenieros de aprendizaje, gerente de productos: inteligencia artificial y análisis de datos, científico de datos de productos, analista de productos, sensores remotos, asistentes de investigación, seguridad y vigilancia, ingeniero de software sénior y vicepresidente de datos.