ڈیٹا سائنس اور مشین لرننگ (M.Sc.)

تھیوری: شماریاتی سیکھنے، امکانی ماڈلنگ، اصلاح، اور عمومی کاری۔

پریکٹس: گہری سیکھنے (وژن/ٹائم سیریز)، جغرافیائی یا بایو/میڈ ڈیٹا ایپلی کیشنز، فیچر انجینئرنگ، اور درستگی سے آگے کی تشخیص (کیلیبریشن، فیئرنیس)۔۔ تولیدی صلاحیت، ورژن شدہ ڈیٹا/ماڈلز، بنیادی MLOps، اور تجرباتی ٹریکنگ۔

انٹر ڈسپلنری کام: ڈومین لیبز کے ساتھ پروجیکٹس (مثلاً، ماحولیاتی، بائیو میڈیکل) اصلی ڈیٹا سیٹس اور رکاوٹوں کا استعمال کرتے ہوئے۔

اخلاقیات اور amp; حفاظت: تعصب، رازداری، اور ماڈل رسک مینجمنٹ؛ شفاف رپورٹنگ۔

کیپ اسٹون/مقالہ: کوڈ، دستاویزات، اور خرابی کے تجزیہ کے ساتھ قابل اشاعت یا پروڈکشن کے لیے تیار پروجیکٹ۔

نتائج: اپلائیڈ سائنٹسٹ/DS رولز، ریسرچ اسسٹنٹ شپ، پی ایچ ڈی پائپ لائنز۔