Leeruitkomsten
Gedurende de opleiding werk je aan de volgende vier leeruitkomsten:
- De student ontwerpt, ontwikkelt en test zelfstandig, binnen een team en methodologisch correct, machine-learning algoritmen die visuele inspecties automatiseren en voldoen aan de specificaties van de klant.
- De student creëert en beheert, in samenwerking met domeinexpert(s), een representatieve geannoteerde en gebalanceerde dataset met de vereiste kwaliteit om machine-learning algoritmen te ontwikkelen en te testen.
- De student optimaliseert zelfstandig en op basis van klantspecificaties algoritmen en maakt ze schaalbaar zodat ze in de praktijk kunnen worden toegepast.
- De student ontwikkelt zich proactief en met een hoge mate van verantwoordelijkheid, om zijn eigen duurzame inzetbaarheid te garanderen en daarmee ook bij te dragen aan de ontwikkeling van de beroepspraktijk en het kennisdomein.
Door aan je project te werken, verzamel je bewijsmateriaal in je portfolio voor het aantonen van de leeruitkomsten aan het eind van het semester. In vijf sprints wordt de voortgang in je ontwikkeling regelmatig besproken en wordt er feedup, feedback en feedforward gegeven. Gedurende het hele programma worden dezelfde leeruitkomsten gebruikt, maar het contextniveau (zelfstandigheid en complexiteit) neemt toe in het programma, leidend tot masterniveau in het laatste semester.
Wil je een dagje meelopen?
Wil je weten of deze opleiding bij je past? Meld je aan voor een Meeloopdag. Meelopen is alleen mogelijk van oktober tot juni.