Meeloopdag
Kom bij ons langsHeb je al bij ons proefgestudeerd en ben je benieuwd hoe een dag als student Applied Data Science er echt uitziet? Tijdens onze meeloopdag krijg je de kans om het zelf te ervaren! Deze dag is speciaal voor jou als je meer wilt weten over de inhoud van de opleiding. Je volgt een paar lessen mee en kunt al je vragen stellen aan studenten én docenten. Aan het einde van de dag heb je een helder beeld wat je kunt verwachten van de opleiding.
Opbouw
Hoe is de opleiding opgebouwd?Ons onderwijs
Bij onze opleidingen voelt iedereen zich welkom en hoort iedereen erbij. Studenten en docenten kennen elkaar en weten elkaar te vinden. De docenten doen er alles aan om je te begeleiden bij je studie op een manier die bij jou past. Dit vraagt van jou betrokkenheid en een actieve inzet. Samen maken we het onderwijs.
Hierbij besteden we onder andere aandacht aan je:
- kennisbasis van het beroep
- handelen in de beroepspraktijk
- eigen professionele identiteit
- persoonlijke ontwikkeling
Al deze elementen komen steeds aan bod tijdens de opleiding. Studenten (en medewerkers) hebben invloed op de manier waarop dit gebeurt in medezeggenschapsraden.
Bij de start van je studie ligt de nadruk op het ontwikkelen van kennis en vaardigheden, maar direct komt ook de praktijk aan bod. Je leert reële beroepsvraagstukken aan te pakken, in samenwerking met medestudenten, docenten, professionals uit de praktijk en praktijkgerichte onderzoekers. Eerst krijg je veel begeleiding van je docent, later neem je steeds meer het heft in eigen handen. Tijdens je studie leer je jezelf steeds beter kennen en ontdek je wat jouw unieke kwaliteiten zijn als beroepsbeoefenaar.
Het eerste jaar
In jaar 1 maak je kennis met het vakgebied Data Science & Artificial Intelligence. Binnen de studio (ons projectonderwijs) ontwikkel je technische, ethische, juridische en professionele vaardigheden. Je werkt ideeën uit voor een opdrachtgever en experimenteert met technieken. Er worden passende workshops aangeboden waar op dat moment behoefte aan is. Je houdt je eigen ontwikkeling in de gaten en je wordt bijgestaan door een coach. Daarnaast volg je kernvakken zoals programmeren en (discrete) wiskunde.
Alle periodes kennen eenzelfde opbouw, maar elk kwartaal heeft de studio een ander thema. Deze thema’s sluiten aan bij de onderzoeksthema’s van het kenniscentrum Creating 010. De vier studiothema’s zijn:
Periode 1: So social
Wat is precies de impact van ons social media- & klikgedrag? In periode 1 ga je jouw digitale persoonlijkheid in kaart brengen op basis van data.
Periode 2: De slimme stad
Camera’s, sensoren – steden worden steeds slimmer. De gemeente Rotterdam zet innovaties in om de stad veiliger, duurzamer en efficiënter te maken. Help jij mee om Rotterdam nog slimmer te maken?
Periode 3: Haven van de toekomst
Drones, container tracking, voorspellen van de meest optimale containerroute en magazijnen die hun voorraden automatisch (realtime) bijwerken. De toekomst van de haven is hybride. Gedurende deze periode leer je om data te manipuleren en hoe je een eenvoudige database automatisch kunt vullen.
Periode 4: De digitale dokter. Who cares?
In deze periode ga je samenwerken met studenten van andere disciplines. Care robots, zelfdiagnose via apps en elektronisch patiëntendossiers, het zijn allemaal voorbeelden van de inzet van Artificial Intelligence. AI is in de gezondheidszorg de afgelopen jaren sterk toegenomen.
Na het eerste jaar
Je staat aan het begin van een bijzonder tweede jaar van de opleiding Applied Data Science & AI, want na een inspirerend eerste semester ga je een halfjaar op stage. We bieden je uiteraard een programma waarmee jij jezelf hierop voor kunt bereiden. Je hebt in jaar 1 kennisgemaakt met het vakgebied met verschillende thema’s binnen de data driven societies en de basis is gelegd voor de expertisegebieden data- engineering, data science en AI. Je bent je ook bewuster geworden van het effect van technologie op ons als mens en maatschappij en hebt je professionele vaardigheden verbeterd om de fascinerende wereld van data komend jaar verder te verkennen.
Om ‘klaar’ te zijn voor de stage in semester 2 oriënteer jij je dit eerste semester bij potentiële werkgevers verder in de wereld van machinelearning, data science en AI. Je staat vast te popelen om het werkveld te verkennen en je weet inmiddels dat zij staan te springen om jouw expertise in te zetten. Je ontdekt waar de behoefte in de markt ligt en in welk domein of type organisatie jij zou willen werken, passend bij jouw motivatie en digitale persoonlijkheid. Hopelijk wakkert die kennismaking met het werkveld je nieuwsgierigheid naar alle facetten van het vakgebied nog meer aan. Daarom experimenteer je in het tweede jaar vooral ook met verschillende datamodellen, want door de verkenning op de werkvloer aan het begin van het tweede studiejaar weet je des beter waar de vraag ligt.
Je zult merken dat niet alles in één keer lukt en ook dat niet ieder model de beste oplossing is, daarom ga je dit semester veel experimenteren. Fouten maken hoort erbij! Dat het vakgebied nog continu verandert, maakt jouw ontwikkelreis ook niet altijd gemakkelijk, want binnen dit vakgebied liggen telkens weer verschillende ethische dilemma’s op de loer. De verdieping in responsible technology ontwikkelt daarom met jou mee vanuit onze open en vertrouwde leeromgeving. Tegen het einde van semester 1 ben je klaar voor de echte meesterproef, de stage waar je de experimenten daadwerkelijk kan gaan toepassen.
*Omdat de opleiding nieuw is, is het programma van jaar 3 en 4 nog niet precies bekend. Zodra de informatie beschikbaar is, vind je die hier.
Keuze en begeleiding
Keuze
Tijdens je opleiding kun je kiezen uit zo'n driehonderd (hogeschoolbrede) keuzevakken. Dit biedt de kans om over de grenzen van je eigen opleiding heen te kijken en om invulling te geven aan je specifieke leerbehoeften. Afhankelijk van je opleiding kun je zelf een stageplek uitzoeken. Via een minor in de hoofdfase van je studie kies je een bepaald profiel waarmee je jezelf kunt onderscheiden. Ook de afstudeeropdracht die je kiest, geeft een persoonlijke inkleuring aan je opleiding.
Begeleiding
Iedere student is uniek en heeft zijn eigen ideeën over wat hij in zijn studie wil bereiken. In onze begeleiding maken we je bewust van je capaciteiten, kansen en uitdagingen. Soms blijkt tijdens of al vóór de opleiding dat je moeite hebt met een bepaald vak. Dan is het nuttig je kennis hiervan bij te spijkeren. Als student krijg je een coach (docent) die je begeleidt en de studievoortgang in de gaten houdt. Ook kun je een peercoach krijgen: een ouderejaarsstudent die een jongerejaars begeleidt.
Studeren met een functiebeperking
Heb je een functiebeperking en heb je daarvoor aanpassingen of voorzieningen nodig, dan bieden we daarvoor verschillende mogelijkheden.
Stage lopen
In het tweede jaar staat 'ervaren' centraal. Daarom loop je tijdens de tweede helft van het tweede jaar al stage in de beroepspraktijk. Dat doe je bij een (internationale) organisatie in Nederland, maar het is ook mogelijk stage te lopen in het buitenland.
Minors
In de laatste fase van je opleiding verdiep je je door middel van een minor (specialisatie) in je vakgebied of verbreed je je kennis in een door jou gewenste richting. Je kunt een minor kiezen van de opleiding Applied Data Science & Artificial Intelligence, maar het is - in overleg met de opleiding - ook mogelijk een minor te kiezen die door een andere opleiding wordt aangeboden.
De opleiding Applied Data Science & AI is nieuw. Het minoraanbod is daarom op dit moment nog niet bekend.
Student van andere hogeschool?
Ben je student bij een andere hogeschool en wil je een minor bij Hogeschool Rotterdam volgen? Bekijk je mogelijkheden op Kiesopmaat.nl. De minors van Hogeschool Rotterdam duren een half jaar (september - februari) en leveren 30 EC (studiepunten) op.
Pre-master in het vierde jaar
In het vierde jaar van de studie Applied Data Science &AI kun je ervoor kiezen om al een geïntegreerd pre-masterprogramma te volgen! In samenwerking met Jheronimus Academy of Data Science (JADS) bieden we een mooi pre-masterprogramma aan.
Wat kun je verwachten?
- Dit programma biedt ambitieuze studenten een sterke academische basis en bereid je voor op een masteropleiding.
- Tijdens het semester bij JADS kun je niet alleen je academische vaardigheden verbeteren, maar ook je expertise in bedrijfsresearch versterken.
- Het pre-masterprogramma sluit perfect aan bij het masterprogramma Data Science in Business & Entrepreneurship.
Met het volgen van de pre-masterprogramma zet jij een mooie volgende stap in je data science-carrière!
Opleidingsoverstijgend programma
Opleidingsoverstijgend programma - ‘Een slimme en sociale stad: maak ’t samen’
Wil jij het verschil maken op thema’s zoals: duurzaamheid, zorg, inclusie en digitalisering? Dan kun je in het derde jaar kiezen voor ons opleidingsoverstijgend programma: ‘Een slimme en sociale stad: maak ’t samen’
Wat ga je doen tijdens het programma?
Tijdens het opleidingsoverstijgende programma ga je samen met studenten van andere opleidingen aan de slag met een actueel maatschappelijk vraagstuk. Door gebruik te maken van elkaars kennis, talenten en perspectieven kan je tot andere, completere ideeën en oplossingen komen. Je leert van en met elkaar en weet veel beter wat realistische en haalbare oplossingen zijn. Je draagt vanuit jouw eigen expertise bij aan een toekomstbestendige samenleving én aan jouw eigen toekomst.
Steeds meer organisaties zijn opzoek naar professionals die vanuit verschillende perspectieven naar een vraagstuk kan kijken, iemand die gemakkelijk kan schakelen en die de taal van andere disciplines spreekt om tot de meest betekenisvolle ideeën te komen.
Hoe ziet het programma eruit?
Tijdens het programma ‘Een slimme en sociale stad: maak ’t samen’ werk je in een team aan een opdracht die in het teken staan van verantwoorde digitale innovatie: hoe kan digitale technologie op een verantwoorde manier bijdragen aan het verbeteren van de sociale leefkwaliteit van mensen?
In 20 weken werk je toe naar het opleveren van een concreet eindproduct, waarbij iedere student vanuit zijn of haar opleiding medeverantwoordelijk is voor het eindresultaat. Je doet dit onder begeleiding van een docent die jou wekelijks ziet en begeleidt in dit leerzame proces.
Ook vinden er wekelijks workshops, verbredende en verdiepende (inspiratie)colleges of gastlessen plaats die het team voorzien van de benodigde kennis, vaardigheden en mindset om tot een betekenisvol eindproduct te komen.
Wil je meer weten? Stuur ons dan een e-mail via slimmesocialestad@hr.nl
Afstuderen
In het vierde jaar bereid je je voor op het werken in de beroepspraktijk door het kiezen van een passende afstudeeropdracht.
Internationale mogelijkheden
Het vakgebied kent een internationaal werkveld. Tijdens de opleiding maak je kennis met internationale gastdocenten, teams, opdrachtgevers en organisaties. De boeken en andere literatuur zijn grotendeels in het Engels. In het tweede jaar kun je ook stage lopen in het buitenland.
Vakken
Een indicatie van de vakken die je kunt verwachtenOnderwijsperiode 1
-
Studio 1 - Kennismaken met data
Studio 1 - Kennismaken met data
Door met je eigen data te werken, maak je kennis met de basisprincipes van data-analyse, krijg je inzicht in je eigen gegevens en verken je belangrijke vraagstukken rondom privacy en ethiek.
Twee dagen per week werk je in de studio aan een opdracht, waarbij je begeleiding krijgt van de docenten. Je krijgt coaching op je competentie-ontwikkeling.
Je analyseert het gebruik en misbruik van gegevens, de impact van social media, ethiek, privacy, data engineering en datavisualisatie. Van de geanalyseerde gegevens creëer je een overzichtelijk en visueel aantrekkelijk dashboard.
-
Discrete wiskunde 1
Discrete wiskunde 1
Bij het vak discrete wiskunde 1 leer je wiskunde die gaat over de 'discrete ruimte': alles wat 'in stapjes' gaat. Er staan drie onderwerpen centraal: verzamelingenleer (de basis voor veel wiskunde en databases), booleaanse logica (heel handig voor programmeren) en combinatoriek (een voorbereiding op statistiek).
-
Programmeren 1
Programmeren 1
Bij programmeren 1 leer je de beginselen van het programmeren met Python. Je gaat aan de slag met alle belangrijke concepten die je nodig hebt om als data scientist aan de slag te kunnen.
-
Lineaire Algebra
Lineaire Algebra
Bij het vak lineaire algebra leer je over wiskunde in twee of meer dimensies. Onderwerpen als vectoren en matrices staan hier centraal. Deze kennis heb je nodig om ingewikkelde AI modellen (neurale netwerken) te kunnen maken.
Onderwijsperiode 2
-
Studio 2 - Data Engineering
Studio 2 - Data Engineering
Voor Rotterdam is duurzaamheid een belangrijk thema. In 2030 moet de stad groener en gezonder zijn voor de Rotterdammer. Je onderzoekt hoe verschillende databronnen op een verantwoorde manier kunnen bijdragen aan duurzaamheid in de stad.
Twee dagen per week werk je in de studio aan een opdracht, waarbij je begeleiding krijgt van de docenten. Je krijgt coaching op je competentie-ontwikkeling en je ontwikkelt je op het gebied van samenwerking en presentatievaardigheden.
Je werkt aan datamodelleren, databases en datavisualisatie, publieke waarden in en van digitale technologie, digitale geletterdheid en professioneel samenwerken. Je gaat meerdere publieke datasets analyseren, combineren en beheren. Daarna verwerk je deze data in een overzichtelijk dashboard die verschillende doelgoepen helpen bij het behalen van de Rotterdamse duurzaamheidsdoelen.
Opdrachtgever: Gemeente Rotterdam
-
Discrete wiskunde 2
Discrete wiskunde 2
Bij het vak discrete wiskunde 2 ga je verder waar je bij discrete wiskunde 1 gebleven had. Het belangrijkste onderwerp dat op het programma staat, is grafentheorie (handig voor problemen leren oplossen, neurale netwerken en grafendatabases). Je past dit toe op eindige toestandsautomaten en reguliere expressies.
-
Programmeren 2
Programmeren 2
Bij programmeren 2 gaan we dieper in op Python, je leert een stukje OOP programmeren. Daarna leer je hoe je Python kunt gebruiken om met datasets te werken en visualisaties te maken.
-
Statistiek
Statistiek
Bij het vak Statistiek 1 leggen we de basis voor statistiek. Dit is een van je belangrijkste tools als data scientist en machine learning expert. Je leert bijvoorbeeld wat centrummaten zijn en verschillende statistische verdelingen, en hoe je daarmee kunt werkten.
Onderwijsperiode 3
-
Studio 3 - Data Science
Studio 3 - Data Science
Data Science kan een grote bijdrage leveren aan de verbetering van de gezondheidszorg. De eerste stap is een data analyse om de opdrachtgever te steunen in het maken van beslissingen en duidelijkheid te scheppen.
Twee dagen per week werk je in de studio aan een opdracht, waarbij je begeleiding krijgt van de docenten. Je krijgt coaching op je competentie-ontwikkeling en je ontwikkelt je op het gebied van samenwerking en presentatievaardigheden.
Je leert in deze cursus statistiek, Python, Scrum, Bias, datavisualisatie en -analyse, data supported healthcare en werken in een beveiligde omgeving met gevoelige data.
Welke factoren zijn voorspellend voor chronische vermoeidheid bij jongeren?
Samen met je groep moet je dit vraagstuk beantwoorden, een methodiek opstellen en een onderzoekverslag schrijven.Opdrachtgever: Kenniscentrum Zorginnovatie
-
Statistiek 2
Statistiek 2
Bij het vak Statistiek 2 ga je verder waar je bij Statistiek 1 gebleven bent. Het belangrijkste onderwerp dat we bespreken is het uitvoeren van statistische toetsen. Je kunt deze kennis direct toepassen bij het vak 'Studio 3', dat tegelijk gegeven wordt. Daarnaast leer je ook over Bayes.
-
Programmeren 3
Programmeren 3
Bij programmeren 3 leer je de beginselen van de machine learning. Je gaat aan de slag met diverse supervised learning algoritmen en concepten en je past dit toe met Python.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 4
-
Studio 4 - Machine Learning
Studio 4 - Machine Learning
Data science en AI kan gebruikt worden om de haven van Rotterdam te verduurzamen en logistiek efficienter te maken.
Twee dagen per week werk je in de studio aan een opdracht, waarbij je begeleiding krijgt van de docenten. Je krijgt coaching op je competentie-ontwikkeling en je ontwikkelt je op het gebied van samenwerking en presentatievaardigheden.
Je traint en evalueert met Machine Learning modellen. Met behulp van verschillende machine learning modellen voorspel je de reistijd van schepen in de haven van Rotterdam.
Opdrachtgever: The Port of Rotterdam
-
Calculus en Programmeren 4
Calculus en Programmeren 4
In dit vak kom je in aanraking met geavanceerdere machine learning zoals natuurlijke taalverwerking en clustering. Je leert de calculus die je nodig hebt om machine learning zoals neurale netwerken te begrijpen en je gaat dit toepassen in een eerste neuraal netwerk.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 1
-
Advanced studio: Experimentele data oplossingen
Advanced studio: Experimentele data oplossingen
In het tweede jaar van het programma ligt de focus op het ontwikkelen van een Data Product voor de Gezondheidszorg. Hierbij wordt speciale aandacht besteed aan data engineering, waarbij je de fundamentele concepten van dataverwerking met o.a. Apache Spark en Airflow verkennen. Je leert over Directed Acyclic Graphs (DAGs) en clusteringtechnieken die essentieel zijn voor het verwerken en beheren van grote hoeveelheden data. Deze diepgaande kennis stelt je in staat om robuuste en schaalbare dataoplossingen te ontwerpen die de efficiëntie en effectiviteit binnen een organisatie verbeteren.
-
Advanced STEM: verdiepende wiskunde & programmeren
Advanced STEM: verdiepende wiskunde & programmeren
Het vak Advanced STEM bestaat uit twee onderdelen. In het wiskundedeel ga je je verdiepen in de onderwerpen als lineaire algebra, statistiek en calculus.
Bij het programmerendeel bouw je je computer science kennis verder uit zoals netwerken en binair rekenen. Je leert geavanceerde machine learning technieken als reinforcement learning.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 2
-
Advanced studio: Experimentele data oplossingen
Advanced studio: Experimentele data oplossingen
In het tweede jaar van het programma ligt de focus op het ontwikkelen van een Data Product voor de Gezondheidszorg. Hierbij wordt speciale aandacht besteed aan data engineering, waarbij je de fundamentele concepten van dataverwerking met o.a. Apache Spark en Airflow verkennen. Je leert over Directed Acyclic Graphs (DAGs) en clusteringtechnieken die essentieel zijn voor het verwerken en beheren van grote hoeveelheden data. Deze diepgaande kennis stelt je in staat om robuuste en schaalbare dataoplossingen te ontwerpen die de efficiëntie en effectiviteit binnen een organisatie verbeteren.
-
Advanced STEM: verdiepende wiskunde & programmeren
Advanced STEM: verdiepende wiskunde & programmeren
Het vak Advanced STEM bestaat uit twee onderdelen. In het wiskundedeel ga je je verdiepen in de onderwerpen als lineaire algebra, statistiek en calculus.
Bij het programmerendeel bouw je je computer science kennis verder uit zoals netwerken en binair rekenen. Je leert geavanceerde machine learning technieken als reinforcement learning.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 3
-
Stage
Stage
Na veel informatie te hebben gekregen, is het nu tijd voor de praktijk. Het tweede jaar ga je 20 weken stagelopen bij een organisatie. Het leukste van de opleiding is natuurlijk het toepassen van de kennis die je hebt opgedaan. Tijdens je stage krijg je de kans om te laten zien wat je kan en wat je allemaal hebt geleerd in de afgelopen twee jaar. Je kiest zelf je stagebedrijf. Dit kan natuurlijk ook in het buitenland.
Onderwijsperiode 4
-
Stage
Stage
Na veel informatie te hebben gekregen, is het nu tijd voor de praktijk. Het tweede jaar ga je 20 weken stagelopen bij een organisatie. Het leukste van de opleiding is natuurlijk het toepassen van de kennis die je hebt opgedaan. Tijdens je stage krijg je de kans om te laten zien wat je kan en wat je allemaal hebt geleerd in de afgelopen twee jaar. Je kiest zelf je stagebedrijf. Dit kan natuurlijk ook in het buitenland.
Onderwijsperiode 1
-
Advanced studio - Deep learning
Advanced studio - Deep learning
In het derde jaar van het programma staat Deep Learning centraal, waarbij je diepgaande wiskundige concepten verkennen die essentieel zijn voor deze technologie. Om de theoretische kennis om te zetten in praktische vaardigheden, ligt de nadruk op Natural Language Processing (NLP). Je leert over tekstuele dataverwerking en werken met deep neural networks, waaronder Recurrent Neural Networks (RNNs) en Long Short-Term Memory netwerken (LSTMs). Daarnaast worden geavanceerde modellen zoals Transformers (Encoding-Decoding, maar ook Mixture of Experts architecturen) en Generatieve AI behandeld. Deze combinatie van wiskunde en praktische toepassingen stelt je in staat om innovatieve oplossingen te ontwikkelen en complexe problemen binnen diverse domeinen aan te pakken.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 2
-
Advanced studio - Deep learning
Advanced studio - Deep learning
In het derde jaar van het programma staat Deep Learning centraal, waarbij je diepgaande wiskundige concepten verkennen die essentieel zijn voor deze technologie. Om de theoretische kennis om te zetten in praktische vaardigheden, ligt de nadruk op Natural Language Processing (NLP). Je leert over tekstuele dataverwerking en werken met deep neural networks, waaronder Recurrent Neural Networks (RNNs) en Long Short-Term Memory netwerken (LSTMs). Daarnaast worden geavanceerde modellen zoals Transformers (Encoding-Decoding, maar ook Mixture of Experts architecturen) en Generatieve AI behandeld. Deze combinatie van wiskunde en praktische toepassingen stelt je in staat om innovatieve oplossingen te ontwikkelen en complexe problemen binnen diverse domeinen aan te pakken.
-
Keuzeonderwijs
Keuzeonderwijs
Verbreed jouw horizon en ontwikkel nieuwe vaardigheden. Of je nu wilt werken aan fotografie, eventmanagement, programmeertalen of je Spaanse taalvaardigheden wilt verbeteren, er is een keuzevak dat bij jou past. Kies uit een breed aanbod van hogeschoolbrede vakken en maak het verschil.
Onderwijsperiode 3
-
Interdisciplinair project
Interdisciplinair project
Tijdens het opleidingsoverstijgende programma ga je samen met studenten van andere opleidingen aan de slag met een actueel maatschappelijk vraagstuk. Door gebruik te maken van elkaars kennis, talenten en perspectieven kan je tot andere, completere ideeën en oplossingen komen. Je leert van en met elkaar en weet veel beter wat realistische en haalbare oplossingen zijn. Je draagt vanuit jouw eigen expertise bij aan een toekomstbestendige samenleving én aan jouw eigen toekomst.
Tijdens het programma ‘Een slimme en sociale stad: maak ’t samen’ werk je in een team aan een opdracht die in het teken staan van verantwoorde digitale innovatie: hoe kan digitale technologie op een verantwoorde manier bijdragen aan het verbeteren van de sociale leefkwaliteit van mensen?
In 20 weken werk je toe naar het opleveren van een concreet eindproduct, waarbij iedere student vanuit zijn of haar opleiding medeverantwoordelijk is voor het eindresultaat. Je doet dit onder begeleiding van een docent die jou wekelijks ziet en begeleidt in dit leerzame proces.
Ook vinden er wekelijks workshops, verbredende en verdiepende (inspiratie)colleges of gastlessen plaats die het team voorzien van de benodigde kennis, vaardigheden en mindset om tot een betekenisvol eindproduct te komen.
Onderwijsperiode 4
-
Interdisciplinair project
Interdisciplinair project
Tijdens het opleidingsoverstijgende programma ga je samen met studenten van andere opleidingen aan de slag met een actueel maatschappelijk vraagstuk. Door gebruik te maken van elkaars kennis, talenten en perspectieven kan je tot andere, completere ideeën en oplossingen komen. Je leert van en met elkaar en weet veel beter wat realistische en haalbare oplossingen zijn. Je draagt vanuit jouw eigen expertise bij aan een toekomstbestendige samenleving én aan jouw eigen toekomst.
Tijdens het programma ‘Een slimme en sociale stad: maak ’t samen’ werk je in een team aan een opdracht die in het teken staan van verantwoorde digitale innovatie: hoe kan digitale technologie op een verantwoorde manier bijdragen aan het verbeteren van de sociale leefkwaliteit van mensen?
In 20 weken werk je toe naar het opleveren van een concreet eindproduct, waarbij iedere student vanuit zijn of haar opleiding medeverantwoordelijk is voor het eindresultaat. Je doet dit onder begeleiding van een docent die jou wekelijks ziet en begeleidt in dit leerzame proces.
Ook vinden er wekelijks workshops, verbredende en verdiepende (inspiratie)colleges of gastlessen plaats die het team voorzien van de benodigde kennis, vaardigheden en mindset om tot een betekenisvol eindproduct te komen.
Onderwijsvorm
Hoe is het onderwijs ingericht?Na je studie
Wat kun je doen na de opleiding?Na je afstuderen
Gefeliciteerd! Je hebt je Bachelor of Science (BSc) gehaald. Deze titel mag je achter je naam voeren. Je kunt er ook voor kiezen de titel Ingenieur (ing.) vóór je naam te zetten.
Ook ontvang je bij je diploma een diplomasupplement met een DS-label. Met dit Engelstalige document kun je de waarde van je diploma eenvoudiger aantonen in het buitenland bij de toelating tot een vervolgstudie of bij het vinden van een baan.
Heb je het Honoursprogramma gevolgd? Dan krijg je ook een honours degree, waarmee je je doorzettingsvermogen en extra kennis kunt aantonen.
Beroepsbeeld
De vraag op de arbeidsmarkt naar data- en AI-specialisten is ongekend groot. Na het afronden van de opleiding kun je bijvoorbeeld aan de slag gaan in een van de volgende beroepsrollen:
Data scientists passen technieken uit diverse disciplines in verschillende combinaties toe. Ze helpen om de data zo te vormen en te presenteren dat ook niet-experts ermee kunnen werken. Data scientists hebben o.a. kennis van programmeren, data acquisitie en governance, data-privacy en -security, machine learning en analyse. Daarnaast beschikken zij over presentatieskills en kunnen professioneel communiceren (o.a. storytelling). Data scientists hebben wiskundige kennis van o.a. kansrekening, statistiek en lineaire algebra. Zij hebben bij de toepassing van technieken oog voor maatschappelijke en ethische impact. Binnen de opleiding noemen we dat responsible technology.
Data engineers zijn als het ware de ‘loodgieters’ van de data. Data engineers halen de gegevens op, zorgen ervoor dat de dataset schoon en werkbaar is en alle fouten eruit zijn. Data engineers voegen bij elkaar horende gegevens samen, maar bewaken ook wie er toegang heeft tot bepaalde data. De taak van een data engineer is dus vooral het voorbereiden en beschikbaar maken van data voor analytisch of operationeel gebruik. Deze engineers zijn verantwoordelijk voor het bouwen van data ‘pipelines’ om informatie uit verschillende dataopslagsystemen samen te brengen. Data engineers zien erop toe dat de gegevens voldoen aan de wet- en regelgeving (compliance) en kunnen worden gebruikt binnen de gestelde ethische grenzen. Data engineers werken nauw samen met data scientists, verbeteren de transparantie van data en stellen organisaties in staat om betrouwbaardere zakelijke beslissingen te nemen.
Artificial Intelligence (AI) engineers zijn verantwoordelijk voor het ontwerpen, programmeren en trainen van complexe netwerken van algoritmen die onderdeel uitmaken van AI-systemen. AI engineers ‘zoeken’ binnen hun organisatie naar (nieuwe) mogelijkheden door toepassing van AI. Het vereist goede communicatieve vaardigheden om het nut van de AI-modellen uit te leggen en te presenteren aan mensen binnen de organisatie, inclusief belanghebbenden en productmanagers.
Machine learning (Ml) engineers bevinden zich op het snijvlak van software engineering en data science. Zij gebruiken onder andere data-tools en programmeer-frameworks om ruwe data uit zogenaamde data ‘pipelines’ te verzamelen. Ml- engineers zorgen dat de data terechtkomen in de modellen die de data scientists hebben ontwikkeld. De ontwikkelde (theoretische) modellen moeten in een echt dataproduct kunnen worden gebruikt. Ook bij het verwerken van grote hoeveelheden data (real-time) moet dit nog werken.
Ml-engineers ontwikkelen software voor het ‘besturen’ van computers en robots. De algoritmen, ontwikkeld door Ml-engineers, stellen een machine in staat om patronen te herkennen en ‘zelflerend’ opdrachten uit te voeren. Dit heet ook wel reinforcement learning.
Praktische informatie
De belangrijke informatie op een rijAanmelden voor de opleiding
Wil je in september starten met je opleiding? Meld je dan voor 1 mei aan. Aanmelden loopt via Studielink. Na aanmelding nodigt de opleiding je uit voor een studiekeuzecheck.
Je aanmelden voor deze studie gaat gemakkelijk in drie stappen:
- Om je aan te melden, moet je beschikken over een DigiD. Heb je nog geen DigiD? Vraag deze dan nu aan. De aanvraag van DigiD duurt ongeveer een week.
- Meld je aan via Studielink.
- Om je toelating af te ronden, moet je uiterlijk 31 augustus aan alle toelatingsvoorwaarden voldoen, inclusief de betalingsverplichting van het collegegeld.
Toelichting van de opleiding
Deze opleiding is in 2022 gestart. Daarom ontbreekt een aantal cijfers.