Master's degree in Artificial intelligence

خب، برویم سراغ «هوش مصنوعی». هوش مصنوعی یعنی ساخت مدلی که از داده الگو بگیرد یا برای یک مسئله تصمیم تولید کند. نتیجهٔ چشمگیر بدون پایهٔ ریاضی و ارزیابی درست قابل‌اعتماد نیست. این دوره در مقطع کارشناسی ارشد و به زبان انگلیسی در دانشگاه ورونا ارائه می‌شود.

در طول چنین برنامه‌ای یادگیری ماشین، یادگیری عمیق، بهینه‌سازی، بینایی ماشین، پردازش زبان، الگوریتم و مهندسی داده را دنبال می‌کنی. بخش زیادی از کار صرف آماده‌سازی داده، انتخاب معیار و فهم خطا می‌شود؛ اجرای یک کتابخانه آماده به معنی فهم مدل نیست. پس فقط از روی عنوان تصمیم نگیر؛ سرفصل، نوع پروژه‌ها، واحدهای انتخابی و موضوع پایان‌نامه نشان می‌دهند تجربهٔ واقعی تحصیل چطور خواهد بود.

بعد از فارغ‌التحصیلی می‌توانی مسیرهایی مانند مهندسی یادگیری ماشین، علم داده، بینایی ماشین، پردازش زبان، تحقیق‌وتوسعه و پژوهش را بررسی کنی. این‌ها مقصدهای ممکن‌اند، نه وعدهٔ استخدام. زبان محلی، تجربهٔ عملی و تخصصی که طی دوره برای خودت می‌سازی روی بازار کار اثر دارند. یک پروژه را با داده، معیار و محدودیتش توضیح بده؛ فهرست کردن مدل‌های معروف بدون تحلیل برای رزومه ارزش زیادی ندارد.

برای پروندهٔ اپلای، یک تجربهٔ مرتبط را دقیق توضیح بده: مسئله چه بود، تو چه کاری انجام دادی و نتیجه چه شد. اگر رشته‌ات کاملاً هم‌نام برنامه نیست، ارتباط واحدها و پروژه‌ها را روشن کن. دورهٔ آنلاین یا پروژهٔ شخصی می‌تواند آمادگی تو را نشان دهد، اما جای تعداد واحد رسمی یا پیش‌نیازی را که دانشگاه تعیین کرده است نمی‌گیرد.

معمولاً فارغ‌التحصیلان علوم کامپیوتر، مهندسی کامپیوتر، هوش مصنوعی، علم داده و نرم‌افزار زمینهٔ مستقیم‌تری دارند. رشته‌های ریاضی، آمار، برق، رباتیک و فیزیک با برنامه‌نویسی قوی هم ممکن است پروندهٔ قابل‌بررسی داشته باشند، به‌خصوص اگر ریزنمرات و تجربهٔ مرتبط ارائه کنند. درس‌هایی مانند برنامه‌نویسی، الگوریتم، جبر خطی، احتمال، آمار و بهینه‌سازی احتمالاً در ارزیابی پیش‌زمینه مهم‌اند. این پیشنهادها شرط رسمی پذیرش نیستند؛ دانشگاه بر اساس مقررات همان سال، محتوای ریزنمرات، سطح زبان و کل پرونده تصمیم می‌گیرد.