Maestría en Ciencias en Inteligencia Artificial y Aprendizaje Automático
Fairfax University of America
Información clave
ubicación del campus
Fairfax, Estados Unidos de América
Idiomas
Inglés
formato de estudio
En el campus
Duración
2 años
Ritmo
Tiempo completo, Tiempo parcial
Tasas de matrícula
USD 6534 / per semester *
Plazo de solicitud
Solicitar información
Fecha de inicio más temprana
Solicitar información
* matrícula de 9 horas crédito por semestre. Se aplican tarifas adicionales
becas
Explore oportunidades de becas para ayudar a financiar sus estudios
Introducción
En apoyo de la misión de la universidad, la Maestría en Ciencias en Inteligencia Artificial y Aprendizaje Automático (MSAIML) está diseñada para atraer a una amplia gama de personas. El programa equilibra la teoría con la práctica ofrece un amplio conjunto de cursos tradicionales y de vanguardia y proporciona la flexibilidad necesaria para adaptarse a estudiantes con diversos antecedentes, incluidos los profesionales de la informática que desean ampliar su comprensión de AI y ML, así como Individuos cuyos títulos universitarios no están en Ciencias de la Computación pero desean ampliar sus conocimientos en AI & ML.
Microcredenciales asociadas
- Ingeniero en Inteligencia Artificial / Aprendizaje Automático: (ALMLE)
- Especialista en IA (AISP)
- Ingeniero de aprendizaje automático de AWS (AWSMLE)
- Programador de automatización de procesos robóticos (RPAP)
Resultado del programa
- Aplique algoritmos de IA y ML para extraer inferencias, diseñar aplicaciones inteligentes para resolver problemas del mundo real y automatizar el desarrollo de sistemas y componentes de IA.
- Modelar comportamientos humanos para desarrollar sistemas Human-AI y evaluar su desempeño.
- Mejorar el rendimiento general del sistema integrado para influir en el rendimiento y el aprendizaje humanos.
- Aplicar los principios sociales, éticos y legales de las tecnologías y sus aplicaciones en el campo de la IA y el ML.
- Comunicarse de manera efectiva individualmente o en equipos multifuncionales.
Oportunidades profesionales
- Especialista en IA
- Inteligencia Artificial Aplicada y Machine Learning-Scientist
- Ingeniero de aprendizaje automático de AWS
- Programador de automatización de procesos robóticos
- Ingeniero en Inteligencia Artificial
- Programador de robótica
- Ingeniero de aprendizaje automático
- Instructor en un colegio o universidad que enseña AI y ML además de cursos de Ciencias de la Computación
Plan de estudios
La Maestría en Ciencias en AI y ML requiere la finalización de 36 créditos. Los estudiantes tomarán 12 créditos de cursos básicos, 6 créditos para aplicación profesional y 18 créditos en áreas de contenido de IA y ML.
Requisitos previos del programa
Todos los nuevos estudiantes del programa AI y ML necesitan ciertas habilidades básicas para prepararlos para el éxito en el programa AI y ML. Los títulos de AI y ML brindan una amplia comprensión de la teoría y la tecnología de este campo. Los estudiantes que no tengan los antecedentes requeridos deben cumplir con algunos o todos los requisitos previos antes de tomar los cursos básicos. Por lo tanto, para tener éxito, los estudiantes deben tener experiencia en los siguientes cursos.
- COMP 109 Algoritmo Informático y Lógica de Programación Usando Python
- COMP 260 Introducción a los Sistemas Operativos
- COMP 270 Fundamentos de Redes
- COMP 329 Estructuras de Datos y Análisis de Algoritmos
- Conceptos de la base de datos COMP 350
Cursos Básicos (4 Cursos – 12 Créditos)
Estos cursos brindan una amplia gama de conocimientos básicos para implementar interfaces de computadora, diseño de software, comunicación entre sistemas y cómo administrar sistemas de TI. Todos estos son elementos cruciales para que los profesionales de TI apliquen estos componentes básicos a cualquier sistema o proyecto dado.
- COMP 501 Sistemas Operativos Avanzados
- COMP 502 Diseño y Análisis de Algoritmos
- COMP 503 Redes y Telecomunicaciones
- COMP 504 Sistemas de gestión de bases de datos
Cursos de Aplicación (2 Cursos – 6 Créditos)
Estos cursos ofrecen una oportunidad para que los estudiantes apliquen lo que han aprendido a lo largo del programa a un proyecto práctico oa una tesis de maestría. Si bien el proyecto práctico prevé la aplicación de los conocimientos adquiridos a lo largo del programa y representaría un trabajo que podría demostrar la preparación profesional para posibles empleadores, la tesis generalmente serviría para demostrar el potencial de investigación de un estudiante y podría usarse para demostrar la preparación para el trabajo de doctorado. Independientemente de la opción, los estudiantes demostrarán conocimientos y habilidades de investigación básicos, que se utilizarán para completar el proyecto o la tesis.
- COMP 505 Métodos de Investigación
- Elige uno:
- Proyecto final COMP 681 AI y ML
- COMP 698 Tesis de Maestría
Cursos de Especialización (Cualquier 6 Cursos - 18 Créditos)
Estos cursos avanzados cubren la profundidad de los temas relacionados con AI y ML y permiten a los estudiantes desarrollar sus conocimientos en función de sus trayectorias profesionales previstas.
- COMP 513 Diseño y Programación Robótica
- COMP 514 Redes Neuronales
- COMP 515 Reconocimiento de patrones
- COMP 516 Aprendizaje Profundo
- COMP 517 Temas Especiales en IA
- COMP 518 Temas Especiales en ML
- COMP 521 Dispositivos Inteligentes Diseño y aplicaciones
- COMP 522 Minería de datos
- COMP 593 Pasantía I en IA y Machine Learning
- COMP 610 Computación Cognitiva
- COMP 611 Almacenamiento de datos
- COMP 613 Diseño de juegos
- COMP 614 Reconocimiento de voz
- COMP 617 Aprendizaje automático certificado por AWS
- COMP 618 10 Aprendizaje automático de Google
- COMP 693 Pasantía II en IA y Machine Learning
Nota: Los estudiantes que deseen tomar un curso ofrecido por otro programa pueden solicitarlo a su asesor al proporcionar una justificación de la relevancia de la incorporación como parte de su trayectoria profesional, su proyecto de consultoría previsto y/o interés personal. Se pueden aplicar un máximo de 2 cursos a otro programa.