Applied Data Science & Artificial Intelligence - Voltijd

Data sciene & AI is een breed vakgebied. Je krijgt dan ook veel verschillende vakken, zoals visualisatie & storytelling, dataoriëntatie, machine learning, organisatiekunde, wiskunde en recht & ethiek. Je verdiept je thuis in de lesstof, dus dat vraagt om de nodige motivatie en zelfstandigheid. Vervolgens is er in de les veel tijd om te oefenen en vragen te stellen. Terwijl je alles stap voor stap onder de knie krijgt, werk je aan praktijkopdrachten: DataLabs. In deze Datalabs pas je al het geleerde uit de vakken toe tijdens een volledig dataproject. Dat gaat sneller dan je misschien zou denken, al na 10 weken zet je een voorspellend model in! Bovendien werk je in de DataLabs aan je professionele vaardigheden. Denk aan gesprekken met je opdrachtgever, plannen, samenwerken en presenteren. 

Gedurende je hele studie krijg je persoonlijke begeleiding. Zo heb je een vast aanspreekpunt als je vragen hebt over de studie. 

Opbouw van Applied Data Science & Artificial Intelligence - Voltijd

Hoorcollege

2

uur per week

Werkcollege

10

uur per week

Projecten

10

uur per week

Zelfstudie

10

uur per week

Studiepunten

50

van de 60


Jaar 1

Ervaren waar het om gaat

In het eerste jaar krijg je een helder beeld van de opleiding én het werk van de data scientist. Zo kun je goed bepalen of je het niveau aankunt en of je met het vak door wilt. Je krijgt een breed pallet aan vakken en je werkt vanaf dag 1 aan een project. In het DataLab doorloop je alle stappen die van toepassing zijn bij een project op het gebied van data science en AI. En je merkt dat de toepassingen eindeloos zijn. Zo voorspel je met big data analytics hoe het energieverbruik in een wijk zal verlopen, en vertel je welke speler een topclub het best kan toevoegen aan de selectie. 

Datagebruik kan onbedoelde effecten hebben, denk bijvoorbeeld aan de schending van de privacy van burgers of klanten. Daarom leer je welke ethische dilemma’s een rol kunnen spelen bij het werken met data. Wat mag wettelijk gezien wel en wat niet? Verder leer je programmeren in Python en ga je aan de slag met wiskunde. We sluiten daarbij aan bij de wiskunde die je op de middelbare school of het mbo hebt gehad. Ook leer je om datasets in Excel te bewerken en de resultaten duidelijk te visualiseren met het geavanceerde programma PowerBI. Bij een aantal vakken word je schriftelijk getoetst, bij andere maak je een product zoals een video of een visualisatie

 

Lesrooster

Semester 1
DataLab I, Thema: energie en duurzaamheid
Programmeren voor data-analyse basis I
Visualisatie & storytelling
Wiskunde voor data basis I
Data-oriëntatie I
Introductie in data science & AI
Semester 2
DataLab II, Thema: sport
Programmeren voor data-analyse basis II
Recht en ethiek
Wiskunde voor data basis II
Data-oriëntatie II
Organisatiekunde

Jaar 2

De diepte in

In het tweede jaar is de opzet van vakken en DataLab gelijk, maar ga je zelfstandiger en dieper in op de stof. Je gaat aan de slag met machine learning door geavanceerde modellen te programmeren in Python. Een derde deel van de onderwijstijd werk je aan het DataLab. Terwijl je grote projecten uitvoert voor opdrachtgevers, merk je dat je een behoorlijke set aan professionele vaardigheden nodig hebt. Je doet ervaring op met je opdrachtgever interviewen, de juiste onderzoeksmethoden gebruiken en met projectmanagement. Nu je de basiskennis van de propedeuse beheerst, kijken we bij de toetsing vooral of je je kennis goed kunt toepassen.

Jaar 3

Persoonlijke keuzes

In jaar drie ga je voor het eerst alleen de praktijk in door middel van een individuele stage van 20 weken. Daarbij heb je een ruime keuze aan organisaties en opdrachten (ook in het buitenland!). Zo geef je zelf kleur aan je studie. Ook in het tweede semester van jaar 3 heb je keuzes: er zijn verschillende keuzevakken waarmee je je kunt specialiseren. Ook bij het DataLab kun je kiezen voor welke opdrachtgever je aan de slag gaat. Zo kun je je bijvoorbeeld richten op AI in de zorg, of op AI in de glastuinbouw, AI bij de overheid, etc.

Jaar 4

Klaar voor de arbeidsmarkt

Ook in het vierde jaar kun je je studie naar je persoonlijke voorkeur inrichten. Je start met een minorprogramma (zie hierna). Daarbij heb je de keuze aan een breed aanbod, zowel binnen als buiten de Haagse Hogeschool. Ook hierbij is studeren in het buitenland een optie. Je kunt je ook bij ons gaan voorbereiden op een master aan een universiteit. In het laatste half jaar doe je je ‘meesterproef’: het afstudeertraject. Je voert zelfstandig een dataproject uit bij een organisatie naar keuze en toont aan dat je klaar bent voor een mooie baan in het werkveld!

Minors

In jaar 4 van de hbo-opleiding Applied Data Science & AI kies je een minor. Zo kun je over de grenzen van de opleiding kijken óf je juist verder specialiseren als data scientist. Je bent helemaal vrij om zelf kleur te geven aan je studie. Kies je voor een minor psychologie om je doelgroep beter te begrijpen? Of een minor CMD om je data nog beter te visualiseren? Een minor Digital Ethics of ICT kan natuurlijk ook. Je kunt terecht bij een andere opleiding van De Haagse, maar ook bij andere onderwijsinstellingen in binnen- én buitenland. Als je jezelf alvast wilt klaarstomen voor een master op het gebied van AI of data science management, dan doe je een voorsprong op met onze voorbereidingsminor voor universitaire masteropleidingen. Voor sommige masters heb je dankzij deze minor geen schakelprogramma nodig. De instroomeis voor deze minor is dat je gemiddeld een 7,5 of hoger staat.

 

Werkvormen

Colleges, vaardigheden en projecten

In deze opleiding geven wij beperkt hoorcolleges. Over het algemeen bestudeer je thuis de lesstof door middel van filmpjes, oefeningen en artikelen. Het eerste jaar krijg je relatief veel theorie, maar verder leer je in deze opleiding vooral door te doen. In ieder vak zitten praktijkopdrachten en je werkt altijd aan een DataLab. Dit zijn projecten die je samen doet met medestudenten en mensen uit de organisaties waarvoor je werkt. Je past in de DataLabs direct toe wat je hebt geleerd in het onderwijs. In een veilige omgeving en met ruimte om fouten te maken, voer je opdrachten uit voor partners zoals de gemeenten Zoetermeer en Den Haag, TNO, Randstad, icris.ai, Geophy, PostNL en het CBS. Je kunt je meesterproef ook uitvoeren in opdracht van verschillende lectoraten zoals het lectoraat Filosofie en Beroepspraktijk, of het in Zoetermeer gevestigde lectoraat Data Science. Aan het eind van het project is het showtime: dan presenteer je de resultaten aan de opdrachtgevers 

Contact met de opleiding

Je vragen over instromen en studeren bij Applied Data Sciene & AI stel je aan Peter Becker via whatsapp (06-42296499), Marjolijn de Jager (06-46603511) of Mirjam Boer (06-86803887). Je kunt ook mailen naar ads-ai@hhs.nl.

Social Media

Hulp tijdens je studie

Studeren doe je niet alleen

Je krijgt hulp bij het studeren. De opleiding Applied Data Science & Artificial Intelligence is een intensieve studie. Maar: je bent niet alleen: je werkt samen met medestudenten én je docenten! Individuele aandacht vinden wij belangrijk. Je hebt daarom vanaf het eerste jaar direct een coach die met je meeloopt tijdens de DataLabs (de projecten die je draait). Je kunt je coach het hele jaar door vragen stellen, bijvoorbeeld over je studieplanning, je stages, of je carrière. Samen bespreek je je studieresultaten, waar je interesses liggen en of de opleiding nog steeds bij je past. 
Heb je extra hulp nodig, of loop je tegen een probleem aan? Ga dan langs bij de studentendecaan. Je kunt hier aankloppen voor advies bij studiemoeilijkheden, persoonlijke problemen, (financiële) ondersteuning of andere bijzondere omstandigheden.

 

Studiepunten halen

Bindend Studieadvies (BSA)

Om je studie na het eerste jaar te kunnen vervolgen, moet je 50 van de 60 studiepunten (EC; European Credits) behalen. Heb je aan die puntennorm voldaan, dan krijg je van de examencommissie aan het einde van je eerste jaar een positief studieadvies en mag je je opleiding vervolgen.
Behaal je minder dan 50 studiepunten, dan krijg je een negatief studieadvies en moet je de opleiding verlaten. Daarom wordt dit advies een negatief bindend studieadvies (NBSA) genoemd. 
Persoonlijke omstandigheden kunnen van invloed zijn op je studievoortgang. Denk aan ziekte of als je topsporter bent. Het is belangrijk dat je, wanneer dit soort persoonlijke omstandigheden zich voordoen, dit zo spoedig mogelijk doorgeeft aan de examencommissie. Die kan hier vervolgens rekening mee houden bij het uitbrengen van het studieadvies.

 

Geïnteresseerd in
Applied Data Science & Artificial Intelligence - Voltijd?