De opleiding
In de praktijkgerichte Master of Informatics – Applied Data Science in deeltijd leer je hoe je Data Science binnen de organisatie kunt toepassen. Je leert niet alleen hoe je data inzet om een product, dienst of proces te verbeteren, maar ook over privacy en de ethische aspecten van datagebruik. De Master of Informatics - Applied Data Science (MoI) besteedt aandacht aan Data Science, Business Analytics & Big Data, Data Mining & Exploration, Programming for Data Science, Machine Learning en Ethiek in de digitale wereld.
Dit is een test
Inhoud van de Master of Informatics - Applied Data Science
De Master of Informatics - Applied Data Science bestaat uit 6 mastermodules: 4 vaste modules en 2 keuzemodules.
Het eerste jaar van het programma volg je vier mastermodules. De modules Onderzoeksvaardigheden en Professional Skills and Development volg je tijdens de hele studie. In het eerste jaar krijg je ook een persoonlijke coach.
Het tweede jaar bestaat uit twee mastermodules. In deze fase werk je aan je thesis. Hierin bewijs je dat je de beoogde competenties daadwerkelijk beheerst. Voor je thesis werk je aan een onderzoeksproject voor een opdrachtgever in jouw eigen werkomgeving of elders. De kennis die je hiervoor nodig hebt leer je in de module onderzoeksvaardigheden. Daarnaast krijg je persoonlijke coaching.
Wil je een losse module of leergang volgen?
Het is ook mogelijk om een of enkele leergangen (post-hbo) of mastermodule(s) los te volgen.
- Na iedere mastermodule kun je besluiten om alleen je certificaat te behalen, of verder te studeren voor de hele masteropleiding.
Losse modules Applied Data Science
Deze mastermodule bestaat uit 2 delen: Big & Smart Data en Business Intelligence & Analytics. In deze mastermodule zie je hoe je data uit verschillende bronnen combineert om het beslissingsproces binnen je organisatie te ondersteunen. Je leert data inzetten om een product, dienst of proces te verbeteren.
De mastermodule Data Mining & Exploration uit twee delen: data mining aan de ene kant, het exploreren van data aan de andere kant. De mastermodule behandelt het acquireren van data .
Deze mastermodule bestaat uit 2 onderdelen. De eerste module behandelt data science in de praktijk. In de tweede module leer je verschillende technieken om patronen te vinden in de steeds groter wordende hoeveelheid data.
Deze mastermodule bestaat uit 2 onderdelen. Het eerste deel gaat over privacy. In het tweede deel staan de ethische aspecten van datagebruik centraal.
De mastermodule Machine Learning bestaat uit twee delen: Machine Learning in Practice en Deep Learning. De mastermodule behandelt het acquireren van data .
De mastermodule behandelt de basis van de programmeertaal Python en hoe je met deze taal om kan gaan met data en het visualiseren hiervan richting de eindgebruiker.
Meer informatie en aanmeldenPost-bachelor leergangen
De leergang Artificial Intelligence bestaat uit de volgende mastermodules:
- Data Mining & Exploration
- Programming for Data Science
- Machine Learning
Losse leergang volgen?
Meer informatie en aanmelden
Deze leergang bestaat uit de mastermodules:
- Business Analytics Management
- Data Science for Business
Voor de derde mastermodule kan een keuze gemaakt worden uit:
- Digital Strategy & Organisation of
- Information Management of
- Business Process Management of
- Enterprise Architecture
- Digital Ethics
Losse leergang volgen?
De Master of Informatics docenten
De Master of Informatics - Applied Data Science staat onder inhoudelijke leiding van lector Pascal Ravesteijn en lector Marlies van Steenbergen. Samen met collega-lector Guido Ongena als Hogeschool Hoofddocent, waarborgen ze de relatie tussen de master en de onderzoeksgroepen binnen de hogeschool.
De colleges worden voor een groot deel verzorgd door (gast)docenten uit het bedrijfsleven. Deze masteropleiding werkt onder meer samen met gerenommeerde organisaties, zoals Berenschot, Ordina, Business & Decision en Sogeti.
Naast zijn werkzaamheden voor Hogeschool Utrecht is Pascal voorzitter van het BPM-Forum, bestuurslid van ‘The International Information Management Association’ (IIMA) en editor van het wetenschappelijke ‘Journal International Technology and Information Management’ (JITIM).
Marlies van Steenbergen is lector bij het lectoraat Betekenisvol Digitaal Innoveren. Ze richt zich op de twee onderzoeksgebieden architectuur voor digital smart services en data-analytics in life sciences.
Marlies van Steenbergen heeft ruime ervaring op het gebied van enterprise architectuur. Ze begon haar loopbaan als onderzoeker aan het Dr. Neher Laboratorium van KPN en vervolgens informatie architect bij KPN Telecom. Naast haar functie als lector is Marlies management consultant bij ICT dienstverlener Sogeti Nederland. Op basis van haar jarenlange ervaring op het gebied van enterprise architectuur, helpt ze organisaties bij het inrichten en professionaliseren van hun architectuurfunctie.
Marlies is een van de grondleggers van DYA® en auteur van verschillende boeken over architectuur. Ze publiceert met grote regelmaat in vaktijdschriften en op wetenschappelijk gebied en spreekt regelmatig op seminars en conferenties.Ook geeft ze regelmatig gastcolleges aan hogescholen en universiteiten en verzorgt architectuurtrainingen voor professionals.
De Master Sprak over ChatGPT en Responsible AI
Ruim 120 geïnteresseerden vulden vrijdag 14 april de collegezaal tijdens het kennis- en netwerkevent 'De Master Spreekt...'. Niet verwonderlijk, ChatGPT en Responsible AI waar het tijdens deze inspiratiesessie allemaal om draait, zijn hot. Voor spreker Paul Verhaar was het even wennen: ‘Normaal zitten er bij mijn colleges over taalmodellen maar elf mensen in de zaal.’
Guido Ongena, associate lector bij lectoraat Procesinnovatie & Informatiesystemen, gaat tijdens zijn inleiding in op de groei van het aantal deeltijdopleidingen en masters bij de HU. Met partners die de casuïstiek uit hun organisatie de klas in brengen, leveren zij een belangrijke bijdrage aan ‘een leven lang leren’. De Master of Informatics in Applied Data Science, met studenten tussen de 25 en 63 jaar, is daar een mooi voorbeeld van. Na de introductie neemt Paul Verhaar, docent bij de mastermodule Data Science for Business en Practice Lead Data Science bij Ordina, de zaal in sneltreinvaart mee in de ontwikkeling van de grote taalmodellen. ‘Taalmodellen bestaan al heel lang, maar het is bizar hoe hard het nu gaat. ChatGPT is een disruptie à la Instagram en Spotify.’
Transformer
‘Aan alle taalmodellen ligt een transformer – in feite een deep learning netwerk – ten grondslag. Als wij een tekst lezen werken we veel met onze periferie, vanuit onze ooghoeken kijken we voor- en achteruit. Mede hierdoor kunnen wij de referenties in tekst goed oplossen. Dat ook een taalmodel hier een notie van heeft - het snapt de context en hoe woorden aan elkaar linken - is de gigantische revolutie waar we nu mee te maken hebben.’
Human in the loop
‘Bij ChatGPT hebben we een ‘human in the loop’: in de trainingsfase geven mensen input op het model, het model leert daarop en geeft vervolgens een antwoord. Daarvan kunnen wij aangeven of het al dan niet klopt waarna ChatGPT het antwoord kan aanpassen. Wat ChatGPT zo vet maakt, is die extra mogelijkheid van interactie. Ik gebruik het zelf bijvoorbeeld als inspiratietool als ik vastloop bij het schrijven van een songtekst. Als ik de uitkomst te ‘donker’ vind, kan ik ChatGPT vragen het iets ‘luchtiger’ te maken. Of er auteursrechten op zo’n gegenereerde tekst rusten, is nog een ongoing discussie. Want wie is de auteur? Nog een waarschuwing: Binnen AI is sprake van een gold rush, er wordt waanzinnig veel geld mee verdiend. Maar de meeste mensen weten niet wat ze doen. Daarom: doe je due diligence, zorg dat je kennis hebt van het domein waarvoor je AI inzet.’
Waar gaan we heen?
‘Het wordt multimodaal: tekst in - tekst uit, tekst in - beeld uit, tekst in - video uit. En ChatGPT kan samenwerken met plug-ins als Klarna, Expedia, etc. Daar ligt nu de business waarde en de kracht van ChatGPT. En taalmodellen worden steeds kleiner waardoor ze niet voorbehouden zijn aan bedrijven in Silicon Valley. Dit zorgt er in de toekomst voor dat je niet meer betaalt met je data, geen dure API hoeft te kopen en je ze op je eigen computer kunt draaien waardoor je ze veel makkelijk kunt hertrainen en domein specifiek kunt maken. Dat betekent een enorme stap richting de democratisering van taalmodellen.’
Marieke Peeters, senior onderzoeker bij het lectoraat Artificial Intelligence en oprichter van Mooncake AI, gaat vervolgens in op verantwoorde AI. ’Ik zie een AI-systeem als een stagiair. Als je die vraagt een presentatie voor je te maken zonder verdere kaders te geven, krijg je iets waar je waarschijnlijk niks aan hebt. Hoe nauwkeuriger je de opdracht - de prompts in AI-jargon - omschrijft, hoe groter de kans dat je iets krijgt waar je wat mee kunt. Dat geldt ook voor een AI-systeem. Maar waar je bij een stagiair vaak al veel informatie hebt over achtergrond, studie en dergelijke, hebben we dat bij AI-systemen nog niet.’
Bias
‘Het is moeilijk om met een AI-systeem als MidJourney een goede afbeelding te genereren. Het resultaat wordt gebiast door de data waarmee het is gevoed. Fire fighters, artsen en prime ministers zijn bijvoorbeeld allemaal man en wit. AI laat het bestaande patroon zien, de menselijke bias. Met goede prompts kun je discriminatie in potentie verminderen en de bias compenseren. En natuurlijk ook door zorgvuldig te kijken naar de data die je erin stopt en het model te tweaken.’
Samenwerking mens-AI
‘Voor 2022 bestond de mens-AI samenwerking voornamelijk uit robots die een bepaalde taak uitvoeren met gebruikers die specifiek op de samenwerking waren getraind. Zoals een chirurg met een operatierobot. Sinds 2022 zijn er systemen als ChatGPT die iedereen gewoon kan gebruiken. Wat dat bijvoorbeeld voor de veiligheid betekent is nu nog niet duidelijk. Ik denk dat we in de toekomst op het verantwoorde gebruik van deze systemen getraind moeten worden. Het is daarnaast interessant om bij de beoordeling van een AI-systeem niet alleen te kijken naar hoe het zelf presteert, maar ook naar hoe het samenwerkt met teamleden. Bij een team moet je inzicht hebben in je eigen kennis en die van de andere teamleden. Er moeten dus ook evaluatiecriteria van de teamprestatie worden vastgesteld waarbij de AI-toepassing als teamlid wordt gezien.‘
Last but not least: de gezellige netwerkborrel
Tijdens de afsluiting geeft Guido Ongena aan dat het in de toekomst draait om de vraag hoe wij omgaan met de snelle ontwikkelingen rondom Responsible AI. Verbieden, zoals in Italië met ChatGPT gebeurt, is in ieder geval niet de oplossing. Na deze woorden haasten de deelnemers zich en masse naar de borrel. Oude bekenden praten bij en nieuwe connecties worden gelegd. Al met al was het een zeer geslaagd (netwerk)evenement waarvan iedereen geïnspireerd huiswaarts keert.
Mastermodule: Ethics in a Digital World
De impact van digitalisering op individu, organisatie en maatschappij is enorm. Hoe zorgen we ervoor dat digitalisering de wereld beter maakt, niet slechter? De mastermodule “Ethics in a Digital World” richt zich op ethisch bewustzijn voor iedereen die een rol heeft in technologische ontwikkelingen.
Door het wijd verspreid raken kan digitalisering ongewenste effecten veroorzaken met grote gevolgen. Bij machine learning bijvoorbeeld, wordt gebruik gemaakt van een dataset waaruit geleerd wordt. Wanneer er fouten zitten in de dataset kan dat vooroordelen versterken en uitvergroten.
Technologie en informatiesystemen zijn niet neutraal. Ze bevatten overtuigingen, normen en waarden van de ontwerper. Digitalisering loopt op de wet vooruit. Dat maakt ethisch bewustzijn van nog groter belang.
De mastermodule “Ethics in a Digital World” (onderdeel van de Master of Informatics (MSc)) richt zich op verantwoordelijkheden en concrete mogelijkheden tot sturing rond ethische vraagstukken die door digitalisering ontstaan.
Deze mastermodule staat onder inhoudelijke leiding van Dr. ir. Marlies van Steenberen. Marlies is lector Digital Smart Services bij Hogeschool Utrecht en verbonden aan de Master of Informatics (MSc) waar ze medeverantwoordelijk is voor kwaliteit en vernieuwing van onderwijs en onderzoek.Meer weten over deze opleiding?
Studenten kunnen aan de start van hun opleiding bij de intakecoördinator en/ of hun studiebegeleider aangeven of zij de masteropleiding in een twee- of driejarig programma willen volgen.
Als de opleiding in twee jaar gevolgd wordt, bestaat het programma uit 45 EC per studiejaar. Indien de opleiding over drie jaar verdeeld wordt, bestaat het programma uit 30 EC per studiejaar.
In het tweejarige traject ben je ongeveer 30 uur per week bezig met je master Leraar Duits, in een driejarig traject investeer je ongeveer 20 uur per week. Daarvan breng je er 6 op de HU door. Daarnaast geef je tijdens je hele opleiding in totaal 160 uur les in een eerstegraads omgeving, dit kun je vaak doen op de school waar je al werkt.
Tijdens de master Leraar Duits in deeltijd leer je niet alleen in de klas en individueel, maar ook in de praktijk, in leerteams en via een digitale leeromgeving. Deze gevarieerde manier van onderwijs zorgt voor een verdieping van de lesstof en van het contact tussen studenten en docenten.
Met de handige collegegeldmeter van Hogeschool Utrecht zie je binnen enkele minuten welk tarief voor jou geldt. Ben je al leraar, dan kun je ook in aanmerking komen voor een lerarenbeurs of een tegemoetkoming leraren. Voor boeken, andere lesmaterialen en excursies ben je jaarlijks ongeveer € 350 tot € 380 kwijt.
Deze opleiding is geaccrediteerd door de Nederlands-Vlaamse Accreditatieorganisatie (NVAO).
Tijdens de master Leraar Duits moet je 160 uur lesgeven in een eerstegraads omgeving, dus aan de bovenbouw van de havo of vwo of aan het hbo. Het is het handigst als dit kan op de school waar je al werkt. Heb je geen werkplek voorhanden? Neem dan contact op, de HU kan eventueel zorgen voor een passende werkplek.
Neem contact met ons op
Micky Lammertink
