DATA SCIENCE AND ARTIFICIAL INTELLIGENCE

«علم داده و هوش مصنوعی» دانشگاه تریسته دو بخش نزدیک اما متفاوت را کنار هم می‌آورد. علم داده کمک می‌کند اطلاعات را بفهمی و الگوها را بسنجی؛ هوش مصنوعی سراغ ساخت سامانه‌ای می‌رود که بر اساس آن الگوها پیش‌بینی یا تصمیم بگیرد. این دوره در مقطع ارشد و به زبان انگلیسی ارائه می‌شود و پایهٔ ریاضی و برنامه‌نویسی آن جدی است.

معمولاً آمار، یادگیری ماشین، یادگیری عمیق، بهینه‌سازی، الگوریتم و مدیریت داده را می‌خوانی. در پروژه‌ها ممکن است با متن، تصویر یا داده‌های جدولی کار کنی و چند مدل را از نظر دقت، سرعت و قابلیت توضیح مقایسه کنی. فقط آموزش مدل کافی نیست؛ باید مسیر آماده‌سازی داده، انتخاب معیار و آزمون روی شرایطی نزدیک به کاربرد واقعی را هم طراحی کنی.

مدل هوشمند ممکن است با اعتمادبه‌نفس اشتباه کند. دادهٔ جانبدارانه، تغییر محیط یا ورودی‌ای که قبلاً ندیده، عملکرد را ضعیف می‌کند. باید عدم قطعیت، پایداری، حریم خصوصی و امکان نظارت انسانی را جدی بگیری. در بسیاری از کاربردها، مدلی که کمی ساده‌تر اما قابل توضیح و کنترل است، از سامانهٔ پیچیده و مبهم انتخاب بهتری خواهد بود.

بعد از فارغ‌التحصیلی می‌توانی در علم داده، مهندسی یادگیری ماشین، هوش مصنوعی، تحلیل پیشرفته یا پژوهش فعالیت کنی. برخی نقش‌ها روی الگوریتم متمرکزند و برخی روی استقرار و نگهداری مدل. یک پروژهٔ کامل که از دادهٔ خام تا ارزیابی و پایش پیش می‌رود، کمک می‌کند بفهمی به پژوهش مدل یا ساخت سامانهٔ عملی علاقهٔ بیشتری داری.

برای یک متقاضی ایرانی، معمولاً فارغ‌التحصیلان مهندسی کامپیوتر، علوم کامپیوتر، مهندسی نرم‌افزار، علم داده، مهندسی برق و ریاضی پیش‌زمینهٔ نزدیک‌تری به این دوره دارند. رشته‌های آمار، مهندسی صنایع، فیزیک یا مکاترونیک هم می‌توانند قابل‌بررسی باشند، اگر ریزنمرات شامل برنامه‌نویسی، ساختمان داده، الگوریتم، جبر خطی، احتمال و آمار باشد. در پذیرش ارشد، دانشگاه فقط ترجمهٔ نام رشته را نمی‌بیند؛ محتوای درس‌ها، تعداد واحدها و گاهی سابقهٔ پروژه را هم مقایسه می‌کند. بنابراین نتیجهٔ نهایی همیشه به پرونده و مقررات همان برنامه بستگی دارد.