ماجستير علوم البيانات والتعلم الآلي

النظرية: التعلم الإحصائي، والنمذجة الاحتمالية، والتحسين، والتعميم.

الممارسة: التعلم العميق (الرؤية/السلسلة الزمنية)، وتطبيقات البيانات الجغرافية المكانية أو الحيوية/الطبية، وهندسة الميزات، والتقييم بما يتجاوز الدقة (المعايرة، والإنصاف).

الهندسة: إمكانية إعادة الإنتاج، والبيانات/النماذج المُنسَّقة، وعمليات التعلم الأساسية متعددة المستويات، وتتبع التجارب.

العمل متعدد التخصصات: المشاريع مع مختبرات المجال (على سبيل المثال، البيئية والطبية الحيوية) باستخدام مجموعات البيانات الحقيقية والقيود.

الأخلاقيات والسلامة: التحيز والخصوصية وإدارة مخاطر النموذج؛ إعداد التقارير بشفافية.

المشروع النهائي/الأطروحة: مشروع قابل للنشر أو جاهز للإنتاج مع الكود والتوثيق وتحليل الأخطاء.

النتائج: أدوار العلماء التطبيقيين/مساعدي الباحثين، ومساعدي الأبحاث، وخطوط أنابيب الدكتوراه.