Thạc sĩ Khoa học về Máy học
Mohamed bin Zayed University of Artificial Intelligence - MBZUAI
Thông tin mấu chốt
Địa điểm cơ sở
Abu Dhabi, Các Tiểu vương quốc Ả rập Thống nhất
Ngôn ngữ
Tiếng Anh
Hình thức học tập
Trong khuôn viên trường
Khoảng thời gian
2 năm
Nhịp độ
Toàn thời gian
Học phí
Yêu cầu thông tin
Hạn nộp hồ sơ
Yêu cầu thông tin
ngày bắt đầu sớm nhất
Aug 2024
* sinh viên toàn thời gian nhận học bổng toàn phần: miễn phí | sinh viên bán thời gian: 5.000 AED mỗi giờ tín chỉ, tổng cộng 35 tín chỉ, cộng với các khoản phí khác
Giới thiệu
Sau khi hoàn thành các yêu cầu của chương trình, sinh viên tốt nghiệp sẽ có thể:
- Thể hiện sự hiểu biết chuyên môn cao về đường ống máy học hiện đại: dữ liệu, mô hình, nguyên tắc thuật toán và kinh nghiệm.
- Đạt được các kỹ năng nâng cao về tiền xử lý dữ liệu và sử dụng các công cụ thăm dò và trực quan khác nhau.
- Chứng minh nhận thức quan trọng về khả năng và hạn chế của các hình thức thuật toán học tập khác nhau.
- Có được các khả năng tiên tiến để phân tích, đánh giá và liên tục cải thiện hiệu suất của các thuật toán học tập.
- Có được các khả năng nâng cao để phân tích các thuộc tính tính toán và thống kê của các thuật toán học nâng cao và hiệu suất của chúng.
- Có được kiến thức chuyên môn trong việc sử dụng và triển khai các công cụ lập trình liên quan đến học máy cho nhiều vấn đề học máy phức tạp.
- Phát triển các kỹ năng giải quyết vấn đề nâng cao thông qua việc áp dụng độc lập các phương pháp học máy cho nhiều vấn đề phức tạp và thể hiện chuyên môn trong việc xử lý sự mơ hồ trong một tuyên bố vấn đề.
- Áp dụng các kỹ năng tinh vi trong việc khởi xướng, quản lý và hoàn thành nhiều báo cáo và phê bình dự án trên nhiều phương pháp học máy khác nhau, thể hiện sự hiểu biết của chuyên gia, tự đánh giá và các kỹ năng nâng cao trong việc truyền đạt các ý tưởng rất phức tạp.
Yêu cầu bằng cấp tối thiểu đối với chương trình Thạc sĩ Khoa học về Máy học là 35 Tín chỉ, được phân phối như sau:
- Khóa học cốt lõi: 4 khóa học (15 giờ tín dụng)
- Khóa học tự chọn: 2 khóa học (8 giờ tín dụng)
- Luận văn nghiên cứu: 1 khóa học (12 giờ tín dụng)
Các khóa học cốt lõi
MSc in Machine Learning chủ yếu là một bằng cấp dựa trên nghiên cứu. Mục đích của môn học là trang bị cho sinh viên những kỹ năng phù hợp để họ có thể hoàn thành tốt dự án nghiên cứu của mình (luận án). Sinh viên bắt buộc phải học COM701, như một khóa học bắt buộc. Họ có thể chọn ba khóa học cốt lõi từ nhóm sáu khóa học tập trung trong danh sách được cung cấp bên dưới:
Mã | Tên khóa học | Giờ tín dụng |
COM701 | Truyền thông nghiên cứu và phổ biến | 3 |
ML701 | Học máy | 4 |
ML702 | Học máy nâng cao | 4 |
ML703 | Suy luận xác suất và thống kê | 4 |
MTH701 | Cơ sở toán học cho trí tuệ nhân tạo | 4 |
AI701 | Trí tuệ nhân tạo | 4 |
AI702 | Học kĩ càng | 4 |
Khóa học tự chọn
Học sinh sẽ chọn tối thiểu hai khóa học tự chọn, với tổng số tám (hoặc hơn) giờ tín dụng (CH) từ danh sách các khóa học tự chọn có sẵn dựa trên sở thích, luận án nghiên cứu đề xuất và quan điểm nghề nghiệp, tham khảo ý kiến của hội đồng giám sát. Các khóa học tự chọn có sẵn cho Master's of Machine Learning được liệt kê trong bảng dưới đây:
Mã | Tên khóa học | Giờ tín dụng |
MTH702 | Tối ưu hóa | 4 |
CS701 | Lập trình nâng cao | 4 |
CS702 | Cấu trúc dữ liệu và thuật toán | 4 |
DS701 | Khai thác dữ liệu | 4 |
DS702 | Xử lý dữ liệu lớn | 4 |
CV701 | Tầm nhìn của con người và máy tính | 4 |
CV702 | Hình học cho thị giác máy tính | 4 |
CV703 | Nhận dạng và phát hiện đối tượng trực quan | 4 |
NLP701 | Xử lý ngôn ngữ tự nhiên | 4 |
NLP702 | Xử lý ngôn ngữ tự nhiên nâng cao | 4 |
NLP703 | Xử lý lời nói | 4 |
ML704 | Mô hình học máy | 4 |
ML705 | Các chủ đề trong học máy nâng cao | 4 |
ML706 | Nâng cao xác suất và suy luận thống kê | 4 |
HC701 | Hình ảnh y tế: Vật lý và phân tích | 4 |
Luận văn nghiên cứu
Nghiên cứu luận án thạc sĩ đưa sinh viên đến một vấn đề nghiên cứu chưa được giải quyết, trong đó họ được yêu cầu đề xuất các giải pháp mới và đóng góp cho cơ thể tri thức. Học sinh theo đuổi một nghiên cứu độc lập, dưới sự hướng dẫn của hội đồng giám sát, trong thời gian 1 năm.
Mã | Tên khóa học | Giờ tín dụng |
ML699 | Luận văn nghiên cứu của thạc sĩ | 12 |
Tuyển sinh
Chương trình giảng dạy
Yêu cầu bằng cấp tối thiểu đối với Thạc sĩ Khoa học về Học máy là 36 tín chỉ, được phân bổ như sau:
Các khóa học cốt lõi | Số khóa học | giờ tín dụng |
Cốt lõi | 4 | 16 |
môn tự chọn | 2 | số 8 |
luận án nghiên cứu | 1 | 12 |
Kỳ thực tập | Ít nhất một đợt thực tập kéo dài tối đa sáu tuần phải được hoàn thành thỏa đáng theo yêu cầu tốt nghiệp | 0 |
Các khóa học cốt lõi
Thạc sĩ Khoa học về Học máy chủ yếu là bằng cấp dựa trên nghiên cứu. Mục đích của khóa học là trang bị cho sinh viên bộ kỹ năng phù hợp, để họ có thể hoàn thành xuất sắc dự án nghiên cứu (luận án) của mình. Học sinh phải học AI701, MTH701 và ML701 như các khóa học bắt buộc. Họ có thể chọn ML702 hoặc ML703 cùng với hai môn tự chọn.
Mã số | Tên khóa học | giờ tín dụng |
AI701 | Nền tảng của trí tuệ nhân tạo | 4 |
MTH701 | Cơ sở toán học của trí tuệ nhân tạo | 4 |
ML701 | Học máy | 4 |
ML702 | Học máy nâng cao | 4 |
ML703 | Suy luận xác suất và thống kê | 4 |
Khóa học tự chọn
Học sinh sẽ chọn tối thiểu hai khóa học tự chọn, với tổng số tám (hoặc nhiều hơn) giờ tín chỉ. Một người phải được chọn từ Danh sách A và một người phải được chọn từ Danh sách A hoặc B dựa trên sở thích, luận án nghiên cứu được đề xuất và nguyện vọng nghề nghiệp, với sự tham vấn của hội đồng giám sát của họ. Các khóa học tự chọn dành cho Thạc sĩ Khoa học về Học máy được liệt kê trong bảng dưới đây:
Danh sách A
Mã số | Tên khóa học | giờ tín dụng |
ML702 | Nâng cao học máy | 4 |
ML703 | Suy luận xác suất và thống kê | 4 |
ML704 | Mô hình học máy | 4 |
ML705 | Các chủ đề trong Học máy nâng cao | 4 |
ML706 | Suy luận xác suất và thống kê nâng cao | 4 |
danh sách B
Mã số | Tên khóa học | giờ tín dụng |
AI702 | Học kĩ càng | 4 |
CV701 | Thị giác con người và máy tính | 4 |
CV702 | Hình học cho thị giác máy tính | 4 |
CV703 | Nhận dạng và phát hiện đối tượng trực quan | 4 |
CV707 | Sinh đôi kỹ thuật số | 4 |
DS701 | Khai thác dữ liệu | 4 |
DS702 | Xử lý dữ liệu lớn | 4 |
HC701 | Hình ảnh y tế: Vật lý và Phân tích | 4 |
ML707 | Dịch vụ và ứng dụng thành phố thông minh | 4 |
ML708 | Trí tuệ nhân tạo đáng tin cậy | 4 |
MTH702 | Tối ưu hóa | 4 |
NLP701 | Xử lý ngôn ngữ tự nhiên | 4 |
NLP702 | Xử lý ngôn ngữ tự nhiên nâng cao | 4 |
NLP703 | Xử lý giọng nói | 4 |
luận án nghiên cứu
Nghiên cứu luận án thạc sĩ đưa sinh viên đến một vấn đề nghiên cứu chưa được giải quyết, trong đó họ được yêu cầu đề xuất các giải pháp mới và đóng góp cho phần kiến thức. Học sinh theo đuổi một nghiên cứu độc lập, dưới sự hướng dẫn của ban giám sát, trong thời gian một năm.
Mã số | Tên khóa học | giờ tín dụng |
ML699 | Luận văn thạc sĩ nghiên cứu về học máy | 12 |
đào tạo nghiên cứu | 0 |
Bộ sưu tập
Bảng xếp hạng
Sơ lược về xếp hạng CS
- Đứng thứ 18 trong lĩnh vực AI trong Bảng xếp hạng CS trên toàn cầu
- Đứng thứ 28 trong lĩnh vực ML trong Bảng xếp hạng CS trên toàn cầu
- Đứng thứ 16 trong lĩnh vực CV trong Bảng xếp hạng CS toàn cầu
- Đứng thứ 19 trong lĩnh vực NLP trong Bảng xếp hạng CS trên toàn cầu
Kết quả chương trình
Sau khi hoàn thành các yêu cầu của chương trình, sinh viên tốt nghiệp sẽ có thể:
- Thể hiện sự hiểu biết chuyên môn cao về quy trình học máy hiện đại: dữ liệu, mô hình, nguyên tắc thuật toán và kinh nghiệm
- Đạt được các kỹ năng nâng cao trong tiền xử lý dữ liệu và sử dụng các công cụ khám phá và trực quan hóa khác nhau
- Thể hiện nhận thức quan trọng về các khả năng và hạn chế của các dạng thuật toán học tập khác nhau
- Có được các khả năng nâng cao để phân tích, đánh giá và liên tục cải thiện hiệu suất của các thuật toán học tập
- Có được các khả năng nâng cao để phân tích các thuộc tính tính toán và thống kê của các thuật toán học tập nâng cao và hiệu suất của chúng
- Có được chuyên môn trong việc sử dụng và triển khai các công cụ lập trình liên quan đến học máy cho nhiều vấn đề phức tạp về học máy
- Phát triển các kỹ năng giải quyết vấn đề nâng cao thông qua việc áp dụng độc lập các phương pháp học máy cho nhiều vấn đề phức tạp và thể hiện chuyên môn trong việc xử lý sự mơ hồ trong một tuyên bố vấn đề
- Áp dụng các kỹ năng phức tạp trong việc bắt đầu, quản lý và hoàn thành nhiều báo cáo và phê bình dự án về nhiều phương pháp học máy khác nhau, thể hiện sự hiểu biết của chuyên gia, khả năng tự đánh giá và các kỹ năng nâng cao trong việc truyền đạt các ý tưởng phức tạp cao
Cơ hội nghề nghiệp
AI đang thâm nhập vào mọi ngành công nghiệp. Tại các sự kiện gắn kết nhà tuyển dụng gần đây tại MBZUAI, đã có đại diện từ nhiều lĩnh vực bao gồm (nhưng không giới hạn):
- Hàng không, tư vấn, giáo dục, năng lượng, tài chính, cơ quan chính phủ, y tế, truyền thông, dầu khí, an ninh và quốc phòng, viện nghiên cứu, bán lẻ, viễn thông, giao thông vận tải và hậu cần, và khởi nghiệp.
Các cơ hội việc làm gần đây được quảng cáo qua Cổng thông tin nghề nghiệp sinh viên MBZUAI bao gồm (nhưng không giới hạn):
- Kiến trúc sư giải pháp AI, kỹ sư giải pháp AI, kỹ sư thuật toán, nhà phân tích dữ liệu, kỹ sư dữ liệu, nhà khoa học dữ liệu, nhà tư vấn chiến lược dữ liệu, kỹ sư phần mềm full stack, nhà phát triển web full stack, nhà nghiên cứu phân tích dự đoán và nhà khoa học dữ liệu cao cấp – chuyên gia tư vấn.
Các cơ hội nghề nghiệp khác có thể bao gồm (nhưng không giới hạn):
- Nhà khoa học ứng dụng, kỹ sư phân tích, thực tế tăng cường/ảo, ô tô tự lái, sinh trắc học và pháp y, giám đốc dữ liệu, lãnh đạo nền tảng dữ liệu, nhà báo dữ liệu, chuyên gia bán hàng kỹ thuật AI và dữ liệu, kỹ sư/phân tích tăng trưởng, quản lý: lập kế hoạch dịch vụ AI và đám mây, máy móc kỹ sư học tập, quản lý sản phẩm: AI và phân tích dữ liệu, nhà khoa học dữ liệu sản phẩm, nhà phân tích sản phẩm, viễn thám, trợ lý nghiên cứu, bảo mật và giám sát, kỹ sư phần mềm cao cấp và dữ liệu VP.