Meister in Künstlicher Intelligenz
Umeå University - Faculty of Science and Technology
Schlüsselinformation
Campus-Standort
Umeå, Schweden
Sprachen
Englisch
Studienformat
Auf dem Campus
Dauer
2 Jahre
Tempo
Vollzeit
Studiengebühren
SEK 142.800 / per year
Bewerbungsschluss
Infos anfordern
frühestes Startdatum
02 Sep 2024
Einführung
Masterstudiengang Künstliche Intelligenz
Möchten Sie als Spezialist für künstliche Intelligenz zur aktuellen Transformation unserer digitalen Gesellschaft beitragen? Der Masterstudiengang Künstliche Intelligenz vermittelt ein breites Wissen über KI und vertiefte Kenntnisse in Profilbereichen wie theoretischen Grundlagen künstlicher Intelligenz, Mensch-KI-Interaktion, intelligenter Robotik, maschinellem Lernen oder Datenwissenschaft. Nach Ihrem Abschluss können Sie eine Forschungskarriere oder eine Karriere als KI-Spezialist in der Industrie oder im öffentlichen Sektor verfolgen.
Bildung in der Nähe der KI-Forschung
Im Masterstudiengang Künstliche Intelligenz beteiligen sich die Studierenden an der laufenden Forschung auf dem breiten Gebiet der KI.
Während des Lernens
Der Masterstudiengang Künstliche Intelligenz vermittelt ein breites Wissen über künstliche Intelligenz und vertiefte Kenntnisse in einem von fünf Profilbereichen von besonderem Interesse. Die Profilbereiche sind theoretische Grundlagen für künstliche Intelligenz, Mensch-KI-Interaktion, intelligente Robotik, maschinelles Lernen und Datenwissenschaft.
Notwendige Voraussetzungen für die Zulassung zum Programm sind theoretische Kenntnisse und praktische Fähigkeiten zur algorithmischen Problemlösung, einschließlich gut entwickelter Programmierkenntnisse. Dies wird typischerweise durch ein Studium der Informatik erworben. Voraussetzungen sind außerdem Kurse in Mathematik wie numerische Analyse, lineare Algebra und ein Kurs in Logik oder Statistik.
Wählen Sie eines von fünf Profilen
Das Programm enthält vier obligatorische KI-Kurse, die für alle Profile gemeinsam sind und im ersten Jahr besucht werden sollen: auf der Grundlage der KI, der KI und ihrer Methoden und Anwendungen, des maschinellen Lernens und des Entwurfs interaktiver intelligenter Systeme. Im Profilbereich Data Science gibt es vier zusätzliche Pflichtkurse, die Sie benötigen, um einen Abschluss in Mathematischer Statistik zu erhalten. Für die vier verbleibenden Bereiche, die zu einem Abschluss in Informatik mit einem Profil in künstlicher Intelligenz führen, haben Sie je nach Interesse eine größere Freiheit, Kurse zu wählen, obwohl einige Kurse dringend empfohlen werden.
Projektaufgaben
Die Kurse des Programms bestehen aus Vorlesungen, Seminaren, Gruppenarbeiten und Tutorials in Verbindung mit verschiedenen Arten von Aufgaben und Laborarbeiten. Diese Aufgaben sind in der Regel obligatorisch und bestehen häufig aus einer Softwareentwicklung. In den Kursen, die in den Profilbereichen zur Interaktion zwischen Mensch und KI enthalten sind, bestehen die Aufgaben in der Regel aus einem Studentenprojekt, das in Zusammenarbeit mit einer gesellschaftlichen Organisation durchgeführt wird, die sich mit einer gesellschaftlichen Herausforderung befasst. Bei diesen Projekten wird von den Studenten erwartet, dass sie in interdisziplinären Teams und mit Vertretern einer gesellschaftlichen Organisation zusammenarbeiten. Zu den Organisationen gehören sowohl Industrie- als auch öffentliche Organisationen.
Rechnen Sie mit einer 40-Stunden-Arbeitswoche, auch wenn weniger Stunden geplant sind. Auf Master-Ebene wird von Ihnen erwartet, dass Sie die volle Verantwortung für die Organisation Ihrer Studienarbeitsaufgaben übernehmen, damit die Fristen eingehalten werden und die Zusammenarbeit innerhalb von Studentenprojekten innerhalb der Bürozeiten verwaltet werden kann.
Ihre Lehrer sind auch Wissenschaftler in den Bereichen, in denen sie unterrichten. Der gesamte Unterricht findet in englischer Sprache statt.
Lesen Sie mehr über das Programm
Masterstudiengang Künstliche Intelligenz an der Universität Umeå auf Vimeo.
Programmübersicht
Grundkurse:
- Grundlagen der Logik- und Modelltheorie oder Statistik für Ingenieure
- Grundlagen der künstlichen Intelligenz
- Künstliche Intelligenz - Methoden und Anwendungen
- Maschinelles lernen
Profilbereiche in der Informatik:
- Argumentation und Entscheidungsfindung
- Maschinelles Lernen
- Mensch-KI-Interaktion
- Intelligente Robotik
Profilbereiche in der mathematischen Statistik:
- Data Science
Grundkurse in Informatik:
Wenn Sie einen der Profilbereiche in Informatik anstreben, erhalten Sie einen Abschluss in Informatik mit einem Profil in KI und müssen außerdem diese beiden Pflichtkurse belegen:
- Entwurf interaktiver intelligenter Systeme
- Diplomarbeitsprojekt zum Master of Science in Informatik (Spezialisierung auf Künstliche Intelligenz)
Grundkurse in Mathematischer Statistik:
Wenn Sie dem Data Science-Profil folgen möchten, erhalten Sie einen Abschluss in Mathematischer Statistik und müssen diese fünf Pflichtkurse belegen:
- Stochastische Prozesse und Simulation
- Versuchsplanung und erweiterte statistische Modellierung
- Multivariate Datenanalyse
- Big Data und hochdimensionale Datenanalyse
- Diplomarbeitsprojekt für den Master of Science in Mathematischer Statistik
Berufschancen
Künstliche Intelligenz ist in unsere digitalen Tools eingebettet, um die große Menge an gesammelten Daten zu nutzen, um einen auf Einzelpersonen und Situationen zugeschnittenen Mehrwert zu erzielen und digitale Infrastrukturen für die Gesellschaft aufzubauen. Unsere digitale Gesellschaft verändert sich schnell in einer Weise, die sich darauf auswirkt, wie wir arbeiten, uns weiterbilden und unterhalten, Kontakte knüpfen und uns in der Gesellschaft engagieren. Infolgedessen sieht sich die Gesellschaft einem rasch steigenden Bedarf an Kompetenz in künstlicher Intelligenz gegenüber, der notwendig ist, um die Entwicklung auf eine Weise voranzutreiben, die für die Gesellschaft von Vorteil ist. Die Nachfrage der Industrie und öffentlicher Organisationen nach Fachwissen über künstliche Intelligenz wird in absehbarer Zeit noch weiter zunehmen.
Entwickeln Sie zukünftige digitale Tools
Mit der breiten und Kernkompetenz in künstlicher Intelligenz, die das Programm vermitteln wird, hängen Ihre zukünftigen Arbeitsbereiche hauptsächlich von Ihren eigenen Interessenbereichen ab. Die Arbeitsaufgaben können von der Entwicklung zukünftiger digitaler Instrumente zur Verbesserung der Umwelt, der Gesundheit und der Bildung von Kindern bis hin zu Instrumenten zur Bewältigung gesellschaftlicher Probleme wie Demokratie, Gerechtigkeit, Sicherheit oder Gebäudeinfrastrukturen, Software für selbstfahrende Autos und anderen Verkehrssystemen reichen. Sie können verschiedene Arten von Entscheidungsunterstützung und Business Intelligence, KI-Architekturen, Datenverwaltungsstrategien und verantwortungsbewusste KI entwickeln.
Beispiele für Berufsbezeichnungen:
- AI Architekt
- AI Produktmanager
- AI Technology Software Engineer
- Datenwissenschaftler
- AI Interaction Designer
- KI-Ethiker
- Doktorand
- Forschungsingenieur
Admissions
Lehrplan
Programmübersicht
Grundkurse:
Grundlagen der Logik- und Modelltheorie oder Statistik für Ingenieure
Grundlagen der Künstlichen Intelligenz
Künstliche Intelligenz – Methoden und Anwendungen
Maschinelles Lernen
Profilbereiche der Informatik:
• Argumentation und Entscheidungsfindung
• Maschinelles Lernen
• Mensch-KI-Interaktion
• Intelligente Robotik
Profilbereiche der Mathematischen Statistik:
• Datenwissenschaft
Grundkurse Informatik:
Wenn Sie einen der Profilbereiche der Informatik anstreben, erhalten Sie einen Abschluss in Informatik mit dem Profil KI und müssen außerdem diese beiden Pflichtkurse belegen:
Design interaktiver intelligenter Systeme
Abschlussarbeit für den Abschluss „Master of Science in Computing Science“ (Schwerpunkt Künstliche Intelligenz)
Grundkurse in Mathematischer Statistik:
Wenn Sie dem Data Science-Profil folgen möchten, erhalten Sie einen Abschluss in Mathematischer Statistik und müssen diese fünf Pflichtkurse belegen:
Stochastische Prozesse und Simulation
Versuchsplanung und fortgeschrittene statistische Modellierung
Statistisches Lernen mit hochdimensionalen Daten
Big Data und hochdimensionale Datenanalyse
Abschlussarbeit für den Abschluss „Master of Science in Mathematischer Statistik“.