EPITA School of Engineering and Computer Science
Master of Science (MSc) in kunstmatige intelligentiesystemen
Le Kremlin-Bicêtre, Frankrijk
MSc (Master of Science)
DUUR
24 maanden
TALEN
Engels
TEMPO
Full time
DEADLINE VOOR AANMELDING
31 Jul 2026
EERSTE STARTDATUM
Sep 2026
COLLEGEGELD
EUR 18.050 *
STUDIE FORMAAT
Op de campus
* Totale programmakosten
Het Master of Science-programma in Artificial Intelligence Systems van EPITA is een 18 maanden durend programma dat volledig in het Engels wordt gegeven in Parijs . Het is ontworpen om hooggekwalificeerde AI-experts op te leiden die kunnen voldoen aan de groeiende behoeften van bedrijven die nieuwe technologieën op het gebied van kunstmatige intelligentie integreren, waaronder Big Data, Data Science en aanbevelingssystemen .
Dit programma biedt studenten geavanceerde AI- en wiskundige vaardigheden om complexe problemen uit de praktijk op te lossen met behulp van de nieuwste AI-technieken en -tools. Het programma is geaccrediteerd door de CGE (Conférence des Grandes Écoles) en bestaat uit 12 maanden colleges en een verplichte stage van 6 maanden . Het biedt een solide basis in wiskunde, programmeren en AI-methoden in een volledig internationale omgeving .
De MSc in Artificial Intelligence Systems is ontworpen als een progressief traject van een sterke wetenschappelijke basis naar geavanceerde AI-expertise en praktijkervaring. Gedurende 18 maanden bouwen studenten stap voor stap hun kennis op via een curriculum dat kunstmatige intelligentie, machine learning, data engineering, wiskunde en softwareontwikkeling combineert in een volledig internationale omgeving in Parijs.
Het programma begint met het versterken van de basiskennis van studenten op het gebied van programmeren, algoritmen, databases, wiskunde, kansrekening en statistiek . Tegelijkertijd wordt hun integratie in het Franse leven ondersteund door middel van Franse taallessen, culturele workshops en campusactiviteiten . Naarmate de semesters vorderen, verdiepen studenten zich in de kernonderdelen van kunstmatige intelligentie, waaronder machine learning, deep learning, big data, cloud computing, neurale netwerken, datavisualisatie en data-engineering .
Tijdens het laatste semester verdiepen studenten zich in geavanceerde en toegepaste AI-onderwerpen zoals natuurlijke taalverwerking, aanbevelingssystemen, reinforcement learning, AI voor beeld- en videoverwerking, audioverwerking en ethische AI-ontwikkeling . Tegelijkertijd ontwikkelen ze management- en innovatievaardigheden via cursussen over digitale transformatie en grensoverschrijdend management .
Om hun diploma te behalen, moeten studenten 120 ECTS (European Credit Transfer System) behalen en minimaal niveau A2 in het Frans beheersen.
Doe waardevolle internationale werkervaring op in Frankrijk.
Het laatste semester is gewijd aan een verplichte , betaalde stage van zes maanden bij een Frans of internationaal bedrijf. Tijdens deze stage passen studenten hun technische en analytische vaardigheden toe op praktijkgerichte AI- en datagedreven projecten. Door te werken aan industriële of onderzoeksgerichte opdrachten doen studenten waardevolle internationale ervaring op en nemen ze deel aan alle fasen van de ontwikkeling en innovatie van AI-systemen.
Deze professionele stage biedt studenten de mogelijkheid om zowel hun technische expertise als hun internationale carrièreprofiel te versterken, terwijl ze profiteren van een stagevergoeding variërend van € 1.500 tot € 2.000 per maand .
Afgestudeerden van de masteropleiding Computerwetenschappen – Kunstmatige Intelligentiesystemen aan EPITA zijn voorbereid op geavanceerde carrières in AI en datagedreven technologieën , waaronder:
- Data scientist
- Data Engineer
- Software architect
- AI Project Manager
- AI Coach
- AI-oplossingsarchitect
- Data Knowledge Miner
- Data Architect
- Machine Learning Engineer
- Functie-ingenieur
Deze functies weerspiegelen de sterke technische, wiskundige en op engineering gerichte training die gedurende het hele programma wordt geboden, waardoor afgestudeerden in staat zijn om intelligente systemen te ontwerpen en te implementeren, machine learning-modellen te bouwen en te optimaliseren, AI-gestuurde projecten te beheren en schaalbare data- en AI-architecturen te ontwikkelen in moderne technologische omgevingen.