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 2.530 / 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.
Oportunidades profesionales
Se convertirá en un profesional de la ciencia de datos de imágenes capaz de diseñar arquitecturas de aprendizaje profundo para el análisis de datos de imágenes grandes. Luego podrá implementar esta tecnología habilitadora en una amplia gama de dominios. Podrías trabajar en una pequeña empresa o en una multinacional en un puesto como:
- Especialista en ciencia de datos
- Ingeniero de Visión por Computador
- Ingeniero de aprendizaje profundo
- Ingeniero en Inteligencia Artificial
- Especialista en Imagen Visual
Plan de estudios
Este programa de maestría de un año fue desarrollado por la cátedra de Computer Vision & Data Science. Trabajarás en proyectos de investigación en el campo del aprendizaje profundo y la visión artificial, creando y gestionando conjuntos de datos anotados y equilibrados, optimizando algoritmos y haciéndolos escalables para que puedan aplicarse en la práctica.
Los proyectos en los que trabaja son del campo y necesitará no solo utilizar sus habilidades para la investigación aplicada, sino también tener en cuenta la ética, las habilidades de comunicación y el desarrollo profesional. Al final de la maestría, producirá un documento y un prototipo de su solución innovadora para un problema de la vida real.