MSc Data Science og AI for Competitive Manufacturing
EIT Manufacturing – Masters
Nøkkelinformasjon
Velg plassering
Campus plassering
Milan, Italia
Språk
Engelsk
Studieformat
På universitetsområdet
Varighet
2 år
Tempo
Fulltid
Studieavgift
EUR 15 000 / per year *
Søknadsfrist
31 Mar 2024
Tidligste startdato
Sep 2024
* IKKE EU/EFTA| EU-studenter: 8000€ per år
Introduksjon
MSc i datavitenskap og AI for konkurrerende produksjon er et globalt anerkjent dual-grade program støttet av EIT og EIT Manufacturing. Dette unike programmet integrerer produksjonsvitenskap, informasjon og kommunikasjonsteknologi, inkludert bruk og adopsjon av avanserte digitale løsninger og plattformer i en sammenhengende pedagogisk opplevelse, supplert med et spesialisert spor innen innovasjon og entreprenørskap.
Læreplanen til dette programmet er gjennomtenkt utformet for å omfatte en rik blanding av produksjonsvitenskap og banebrytende informasjons- og kommunikasjonsteknologi (IKT). Denne fusjonen utstyrer studentene med en helhetlig forståelse av hvordan teknologi transformerer produksjonsfeltet. Her er hovedkomponentene i læreplanen:
- Produksjonsvitenskap: Studentene fordyper seg i det grunnleggende innen produksjon, inkludert fysikken til utstyr og prosesser. Denne kunnskapen danner ryggraden i deres forståelse av hvordan ting lages og hvordan produksjonsprosesser fungerer.
- Informasjons- og kommunikasjonsteknologi (IKT): Programmet integrerer de siste trendene innen IKT, med fokus på anvendelse og bruk av avanserte digitale løsninger og plattformer. Dette aspektet av læreplanen gir studentene mulighet til å utnytte teknologi for å forbedre produksjonsprosesser.
- Modellering og simulering: Studentene lærer å lage virtuelle representasjoner av produksjonsprosesser og -systemer. Dette er avgjørende for å teste og optimalisere produksjonsprosedyrer uten fysiske prototyper, noe som fører til kostnadsbesparelser og effektivitetsforbedringer.
- Virtuell prototyping: Virtuell prototyping lar studentene designe, teste og avgrense produktmodeller i et digitalt miljø, noe som muliggjør raskere og mer kostnadseffektiv produktutvikling.
- Service og systemteknikk: Dette feltet legger vekt på integrasjon og optimalisering av komplekse systemer og tjenester. Nyutdannede er utstyrt for å designe og administrere systemer som er effektive, tilpasningsdyktige og bærekraftige.
- Maskinlæring: Med inkorporering av maskinlæring får studentene muligheten til å utvikle algoritmer som gjør det mulig for maskiner og systemer å lære av data og ta intelligente beslutninger. Dette er spesielt relevant for automatisering av produksjonsprosesser og prediktivt vedlikehold.
- Data mining: Data mining ferdigheter gjør det mulig for studentene å trekke ut verdifull innsikt fra store datasett, som kan brukes til å optimalisere produksjonsprosesser, forbedre kvalitetskontrollen og ta informerte beslutninger.
I hovedsak utstyrer dette programmet studentene med et tverrfaglig kompetansesett som spenner over spekteret av tradisjonell produksjonsvitenskap til de siste fremskrittene innen IKT. De er ikke bare godt kjent med prinsippene for produksjon, men også dyktige i å bruke teknologi for å gjøre produksjonsprosessene mer effektive, bærekraftige og tilpasningsdyktige. Denne brede kunnskapsbasen gir nyutdannede mulighet til å møte reelle utfordringer innen produksjon og bidra til utviklingen av innovative løsninger i en tid med teknologi i rask utvikling.
Etter eksamen fra MSc i datavitenskap og AI for et konkurrerende produksjonsprogram, vil studentene kunne:
- Ha en omfattende forståelse av teorier og begreper knyttet til informasjonssystemstyring, digital overvåking og digital sikkerhet.
- Bruk deres ervervede ekspertise innen datavitenskap og AI for å innovere og forbedre digitale produksjonssystemer og tjenester, og bidra til økt konkurranseevne.
- Engasjere seg i strategisk problemløsning uavhengig og kreativt, med en sterk forpliktelse til å møte produksjonsrelaterte utfordringer på måter som er i tråd med bærekraftig sosial utvikling.
- Demonstrere en kapasitet for innovativ tenkning som overskrider tradisjonelle disiplinære grenser, og tilbyr ferske løsninger på problemer i den virkelige verden innen datavitenskap, AI og produksjon.
- Utvikle ferdighetene til å formulere planer og ta beslutninger med en skarp bevissthet om deres fremtidige implikasjoner fra vitenskapelige, etiske og samfunnsmessige perspektiver.
- Forvandle innovasjoner innen feltet til levedyktige og vellykkede forretningsløsninger, fremme entreprenøriell tenkning.
- Samarbeid effektivt innenfor små team og ulike sammenhenger, mens du vurderer alle relevante faktorer, og viser sterke beslutnings- og lederevner.
EIT-etikettsertifikatet
Alle EIT Manufacturing Master-studier er tildelt av European Institute of Innovation and Technology (EIT), EIT-merket er et sertifikat for kvalitet og fortreffelighet for utdanningsprogrammer som er fokusert på innovasjon, entreprenørskap, kreativitet og lederskap. EIT-merkede grader oppmuntrer til innovative pedagogikk og inkluderer obligatoriske mobilitetsordninger for studenter.
Internasjonaliseringsprogramprogramgeografisk oppfyllelse
Studiet er et dobbeltstudium (som gir én grad i ingeniørfag og én grad i IKT) med integrert, obligatorisk geoprafisk mobilitet. Dette betyr at du skal studere ved to europeiske universiteter i to forskjellige land som har inngått samarbeid med EIT Manufacturing. Etter oppfyllelse av alle gradskrav, mottar studentene to grader: en fra inngangsuniversitetet og en annen fra utgangsuniversitetet.
Galleri
Opptak
Stipend og finansiering
Merittbasert og 2000€ som mobilitetsstipend
Læreplan
I det første året av programmet er studentene forpliktet til å fullføre 40-50 studiepoeng i tekniske emner og ytterligere 10-20 studiepoeng i emner relatert til innovasjon og entreprenørskap, til sammen 60 studiepoeng. I det påfølgende året består pensum av 10-20 studiepoeng i tekniske emner, ytterligere 10-20 studiepoeng i innovasjons- og entreprenørskapskurs, og betydelige 30 studiepoeng viet masteroppgaven deres, noe som gir totalt 60 studiepoeng.
1. år ECN
- Diskret-hendelsessimulering: 4 stp
- Introduksjon til optimaliseringsmetoder: 4 stp
- Produksjonsledelse: 4 stp
- Statistikk og dataanalyse: 4 stp
- Enterprise 4.0-prosesser: 4 stp
- Introduksjon til informasjonssystemer: 4 stp
- Operasjonsforskning: 4 stp
- Grunnleggende datavitenskap og matematikk: 3 stp
- Bedriftsmodellering: 4 stp
- Strategisk ledelse av bærekraftig virksomhet: 4 ECTC
- Introduksjon til forskning: 4 stp
- I&E Prosjektledelse: 4 stp
- Finansielle og økonomiske aspekter for industriteknikk: 4 stp
- Innovasjonsteknikk: 4 stp
- Andre obligatoriske språkkurs: 2 stp
- Obligatorisk språkkurs: 2 stp
2. år Trento
- Maskinlæring: 6 stp
- Data Mining: 6 stp
- High-throughput Computing for datavitenskap: 6 stp
- Introduksjon til data- og nettverkssikkerhet: 6 stp
- Robotplanlegging og dens anvendelse: 6 stp
- Multisensoriske interaktive systemer: 6 stp
- Programvareutvikling for kollaborativ robotikk: 6 stp
- Tjenestedesign og ingeniørfag: 6 stp
- Innovasjons- og entreprenørskapsstudier i IKT (kjerne): 6 stp
- AI og innovasjon: 6 stp
1. år SUPSI
- Prediktiv modellering: 3 stp
- Maskinlæring: 3 stp (valgt fra 4)
- Multiagentsystemer: 3 stp (valgt fra 4)
- Årsak AI: 3 stp
- Dataanalyse og klassifisering: 3 stp
- Avansert databehandling – ikke-standard databasesystemer: 3 stp
- Kvalitet og risikostyring: 3 stp
- Virtuelle miljøer: 9 stp
- Kvalitet og risikostyring (CM_QRM) 3 stp
- Deep Learning Lab 3 stp
- Advanced Probabilistic Modeling (MC_APM) 6 stp
- Maskinlæring i datasyn (TSM_CompVis) 3 stp
- Prosjekt i datavitenskap brukt på produksjon. 10 studiepoeng
- Innovasjon og Lean (CM_InnoLEAN) 3 stp
- Sentralt organisert sommerskole 5 stp
1. års UCD
- Computational Continuum Mechanics II: 5 stp
- Computational Continuum Mechanics I: 5 stp
- Systemanalyse og forbedring (EITM): 5 stp
- Avansert polymerteknikk: 5 stp
- Avansert metallbehandling: 5 stp
- Produksjonsteknikk II: 5 stp
- Tekniske beslutningsstøttesystemer: 5 stp
- Sentralt organisert sommerskole: 5 stp
2. År UNITN
- Maskinlæring: 6 stp
- Data Mining: 6 stp
- Programvareutvikling for kollaborativ robotikk: 6 stp
- Innovasjons- og entreprenørskapsstudier i IKT (kjerne): 6 stp
- AI og innovasjon: 6 stp
- Prosjektkurs: 6 stp
- Masteroppgave (inkludert internship) (kjerne): 30 stp
Programresultat
Etter vellykket gjennomføring av dette programmet, gis studentene en Master of Science (Technology) grad, som utstyrer dem med et solid akademisk fotfeste for å forfølge avanserte studier på doktorgradsnivå eller sikre post-doktorstillinger ved EIT Manufacturing Doctoral School eller internasjonalt.
Enten det er sikte på avansert forskning eller internasjonale karrieremuligheter, utstyrer denne graden individer med nødvendig ekspertise og legitimasjon for å utmerke seg på sine valgte felt.