Vad är egentligen intelligens, och hur utvecklas den? Vad är lärande, och varför har det blivit viktigt att ”lära sig att lära” i dagens värld? Att vilja hitta svar på dylika enkelt formulerade frågor kan vara ett tillräckligt skäl för att börja studera maskininlärning, data science och artificiell intelligens. Dessa områden handskas dock också med några av århundradets största utmaningar. Detta gör huvudämnet Machine Learning, Data Science and Artificial Intelligence vid Aalto-universitetet till en utmärkt studiemiljö för begåvade studerande som är på jakt efter ett utmanande studiealternativ och är villiga att röra sig utanför sin bekvämlighetszon. Oavsett om det handlar om att hitta nya lösningar för att tackla klimatförändringarna eller att bättre förstå vad som orsakar en epidemi har artificiell intelligens, data science och maskininlärning en roll att spela.
De som utexamineras från huvudämnet Macadamia:
Läsårsavgiften för detta program är 17 000 euro per läsår. Läsårsavgift uppbärs inte av medborgare i ett medlemsland i Europeiska unionen (EU), Europeiska ekonomiska samarbetsområdet (EES) eller Schweiz. Medborgare i andra länder ska betala läsårsavgift.
Aalto-universitetet erbjuder en liten mängd stipendier som befriar studerande som är skyldiga att betala läsårsavgift från läsårsavgiften. Stipendierna kan beviljas de sökande som klarat sig bäst i ansökningsalternativets bedömning. De sökande rangordnas utgående från bedömningsgrunderna på ansökningsalternativets sidor.
Se Läsårsavgifter och stipendier för mer information om läsårsavgifter och stipendier vid Aalto-universitetet.
Magisterprogrammet Computer, Communication and Information Sciences – huvudämnet Machine Learning, Data Science and Artificial Intelligence omfattar totalt 120 studiepoäng.
Det tvååriga programmet består av:
Våra läroplaner är planerade för heltidsstudenter. Även om magisterstuderanden ofta arbetar deltid under läsåret eller heltid på sommaren, rekommenderas heltidsarbete inte under läsåret. Deltidsarbete kräver noggrann planering och extra ansträngning, eftersom de flesta kurser inte är tillgängliga online eller erbjuds varje år.
Även om det kan finnas kurser som är tillgängliga online, är den allmänna riktlinjen att studierna vid Aalto-universitetets högskola för vetenskap kräver närvaro på campus.
Aalto-universitetets institution för datateknik har stigit snabbt i rankningarna och hör nu till de främsta institutionerna i Europa. De studerande inom huvudämnet Machine Learning, Data Science and Artificial Intelligence får en inblick i spetsforskningen och erbjuds vägledning av ledande experter inom området.
I studierna betonas aktivt och praktiskt lärande. Genom olika projekt och praktiska uppgifter uppmuntras de studerande till aktivt lärande och till att prova saker själva i stället för att vara passiva mottagare av information. Undervisningspersonalen består av entusiastiska och internationellt ansedda professorer och forskare inom området som bidrar till en trivsam och uppmuntrande lärmiljö. Nedan ges konkreta exempel på kurser ur den omfattande undervisningsplanen:
De obligatoriska kurserna i början av studierna ger en stark grund för vidare studier inom specifika delområden. De studerande har möjlighet att fördjupa sig i områden som bioinformatik samt tal och språk. Det finns också ett stort antal valfria kurser att välja mellan, och det är också möjligt att inkludera valfria kurser från andra huvudämnen i den individuella studieplanen enligt överenskommelse med ansvarsprofessorn för huvudämnet.
Mer information om utbildningens innehåll och undervisningsplan hittar du i Studentguiden. Vissa förändringar kan ske i kursutbudet för läsåren 2026–2028 — de nya undervisningsplanerna publiceras i april 2026 och blir samtidigt tillgängliga i Studentguiden.
Studiemiljön i programmet är starkt internationell och studierna genomförs i mångkulturella grupper. Högskolan för teknikvetenskaper erbjuder många olika möjligheter till studentutbyte och praktik över hela världen. Studerande kan få möjlighet att åka på praktik till Silicon Valley eller delta i en sommarkurs vid ett av Aaltos partneruniversitet.
Studerande inom huvudämnet Machine Learning, Data Science and Artificial Intelligence har också möjlighet att genomföra det andra studieåret vid EURECOM i Frankrike eller Grenoble INP i Frankrike och avlägga en dubbelexamen vid både Aalto-universitetet och EURECOM eller Grenoble INP. Därtill finns ett nära samarbete med (European Laboratory for Learning and Intelligent Systems), som innefattar framstående akademiska institutioner och forskare. Studerande som vill bli toppforskare inom området har utmärkta möjligheter till detta.
Aalto-universitetet är till sin natur internationellt och välkomnar tusentals examens- och utbytesstuderande från utlandet årligen. Dessa studerande ansluter sig till Aalto-gemenskapen inte bara genom sina studier, utan också genom de många fritidsevenemang, festligheter och fritidsaktiviteter som äger rum på campus. Aktiva tutorprogram och stödtjänster arbetar hårt för att hjälpa internationella studerande att integrera sig i den nordiska kulturen och känna sig hemma i Finland.
Utbildningsprogrammet ger behörighet för vetenskaplig forskarutbildning i Finland. De färdigheter som lärs ut i programmet skapar en utmärkt grund för doktorandstudier vid Aalto-universitetet, ett annat finskt universitet eller internationella toppuniversitet. Doktorer som utexaminerats från Aalto-universitetet fortsätter bland annat till forskar- eller andra akademiska karriärer eller höga affärsuppgifter. Läs mer om att söka till doktorandstudier vid Aalto-universitetet: /sv/doktorandutbildning/sa-har-soker-du-till-ett-doktorandprogram
Maskininlärning och artificiell intelligens har en omvälvande inverkan på praktiskt taget varje företag inom varje bransch. Att hänga med i denna revolutionerande tekniska utveckling är absolut nödvändigt för organisationer som vill stå sig i konkurrensen.
Eftersom efterfrågan på AI-experter ökar snabbare än utbudet har de som utexamineras från detta huvudämne obegränsade möjligheter inom allt från processindustri till datavetenskap. Aktuella tillämpningsområden innefattar bioinformatik, beräkningsbaserad astrofysik, biologi och medicin, interaktiv teknik, informationssökning, informationsvisualisering, neuroinformatik och analys av sociala nätverk.
Exempel på yrkesbenämningar bland våra utexaminerade:
Efter utexaminering går karriären snabbt framåt.
Exempel på företag där våra nyligen utexaminerade jobbar: Accenture, Aureus Analytics, Discover Financial Services, Futurice, Elsevier, Jongla, Nokia, Omniata Inc, Reaktor, Sanoma, Silo AI och Verto Analytics.
En del av våra nyligen utexaminerade är doktorander vid följande universitet: Aalto-universitetet, Brown University, Carnegie Mellon University, French Institute for Research in Computer Science and Automation (Inria), Purdue University, Télécom Paris Tech, University of Bristol, University of California - Santa Cruz, University of Iowa, University of Surrey.
Aalto-universitetet har väletablerade karriärtjänster som stöder studerandes sysselsättning i Finland och utomlands. Tack vare den flexibla undervisningsplanen arbetar många Aalto-studerande redan under studietiden och säkrar på så vis instegspositioner redan före utexamineringen. Aalto har också en aktiv företagargemenskap som fungerar som en språngbräda för att grunda ett företag.
Utexaminerade från Aalto-universitetets högskola för teknikvetenskaper har mycket goda förutsättningar för att hitta jobb som motsvarar deras utbildning. På denna sida hittar du information om deras sysselsättning fem år efter utexamineringen samt om deras karriärutveckling.
Undervisningen i programmet är nära kopplad till den högklassiga forskning som bedrivs vid institutionen för datateknik. De bästa studerande inom huvudämnet är varmt välkomna som doktorander i Aalto-universitetets forskningsgrupper.
Aalto-universitetet har ett nära samarbete med Helsingfors universitet vad gäller undervisning och forskning inom ramen för FCAI (Finnish Center for Artificial Intelligence). FCAI sammanför toppbegåvningar inom den akademiska världen, industrin och den offentliga sektorn för att lösa verkliga problem med hjälp av både befintlig och ny AI. Ett av de aktuella forskningsområdena är inriktat på de möjligheter som AI medför inom medicinen. Framgångsrika studerande inom huvudämnet kan fortsätta sina studier inom HICT (Helsinki Doctoral Education Network in Information and Communication Technology).
De studerande kan också inkludera mångvetenskapliga studier i examen genom att välja ett biämne eller valfria kurser från andra områden.
Aalto-universitetet är välkänt för att kombinera ekonomi, konst, teknik och vetenskap. Vårt livliga campus och friheten att välja fritt valbara kurser från hela universitetets utbud sammanför studerande från olika områden under samma tak. Denna spontana mångvetenskapliga miljö ger upphov till nya idéer, sammanför entusiaster och leder till vänskap, nätverk och nu och då även startupföretag.
öande till Machine Learning, Data Science and Artificial Intelligence (Macadamia) som uppfyller de allmänna behörighetskraven för magisterstudier bedöms och rangordnas enligt bedömningsgrunderna nedan baserat på deras antagningsgrupp. Bedömningsprocessen beskrivs under Process för bedömning. Utöver de obligatoriska dokumenten för ansökan ber detta ansökningsalternativ de ansökande lämna in också dokumenten under Dokument som krävs för ansökningsalternativet.
Den examen som ger behörighet att söka (dvs. kandidatexamen) avgör vilken antagningsgrupp den sökande hör till även i de fall där den sökande har mer än en högskoleexamen.
öande baserat på en kandidatexamen avlagd i ett EU-/EES-land eller Schweiz
Ansökningarna i Antagningsgrupp 1 bedöms enligt följande bedömningsgrunder:
| Vad bedöms? | Vitsord från tidigare examen/examina och studietakt |
| Vad förutsätter vi av den sökande? |
Programmet söker sökande med utmärkt akademisk framgång i sina tidigare studier. I ansökningsalternativ där antalet ansökningar är stort och av hög kvalitet innebär detta att den sökande har uppnått genomgående utmärkta vitsord under hela examensstudierna (mycket högt viktat medeltal eller GPA). Den sökandes framgång i tidigare studier bedöms baserat på medelvitsordet (GPA) och resultat i avgörande kurser. Den tid som lagts ned på tidigare studier kommer också att beaktas. Alla den sökandes tidigare universitetsstudier, inklusive ofullständiga examina och fristående studier, kommer att beaktas vid bedömningen av den akademiska prestationen. öande från yrkeshögskolor i Finland |
| Hur påvisas kompetenserna? | Studieprestationsutdrag, examensbetyg |
| Vad bedöms? | Tidigare studiers innehåll och omfattning |
| Vad förutsätter vi av den sökande? |
öande förväntas ha en högkvalitativ kandidatexamen i datavetenskap, programvaruteknik, kommunikationsteknik eller elektroteknik. Utmärkta kandidater med examen inom andra områden, inklusive men inte begränsat till informationssystem, teknik, naturvetenskap, matematik eller fysik kommer att övervägas om de har tillräckliga studier inom de områden som krävs. De högskolestudier som krävs är:
Studier i åtminstone några av följande ämnen är meriterande:
Innehållet i den sökandes tidigare examen/examina bedöms baserat på kurserna i det officiella studieprestationsutdraget. Relevanta arbetserfarenheter, yrkescertifikat och/eller onlinekurser kan också beaktas, men de kompenserar inte generellt sett för brist på universitetsnivåstudier med de teoretiska grunderna för de kunskapsområdena som krävs. |
| Hur påvisas kompetenserna? | Studieprestationsutdrag, kursbeskrivningar |
| Vad bedöms? | Rykte och kvalitet hos den sökandes tidigare lärosäte |
| Vad förutsätter vi av den sökande? | Vi förväntar oss att sökande har fullföljt sin tidigare examen vid ett högkvalitativt högre universitet och program. Anseendet hos den sökandes hemuniversitet påverkar den slutliga tolkningen av vitsorden när den akademiska framgången bedöms. |
| Hur påvisas kompetenserna? | Internationella och nationella rangordningar av högskolor |
| Vad bedöms? | Den sökandes lämplighet för ansökningsalternativet, motivation, engagemang i studierna och skriftlig kommunikationsförmåga. |
| Vad förutsätter vi av den sökande? |
Den sökande ska vara motiverad att studera ämnet i fråga och förbinda sig till studier på heltid med en plan för att avlägga magisterexamen på två år. Vi söker efter sökande som tydligt kan uttrycka orsakerna till att de sökt till ansökningsalternativet och beskriva varför de skulle vara utmärkta kandidater för ansökningsalternativet. Studierna ska genuint ny kunskap för den sökande. Om den ansökande redan har en magisterexamen eller högre ska hen tydligt i motivationsbrevet påvisa varför hen ansöker om att avlägga en annan magisterexamen. I de flesta fall rekommenderas icke-examensstudier istället. |
| Hur påvisas kompetenserna? | Ansökan som helhet inklusive motivationsbrev |
| Vad bedöms? | Arbetserfarenhet, andra kvalifikationer och prestationer |
| Vad förutsätter vi av den sökande? | Utöver sina akademiska meriter kan sökande ha andra erfarenheter, kunskaper och kvalifikationer som förbereder dem för magisterstudierna och särskiljer dem från de andra sökande. Vi värdesätter i synnerhet krävande arbetserfarenhet inom området för de planerade studierna, deltagande i vetenskaplig forskning som leder till publikationer, entreprenörskap och särskilda prestationer såsom framgång i tävlingar (t.ex. Junction Hackathon). |
| Hur påvisas kompetenserna? | Cv, rekommendationsbrev, arbetsintyg, publikationer, andra intyg |
Observera att beskrivningarna ovan är översättningar från de ursprungliga engelska texterna.
Under bedömningen av behöriga ansökningar bedöms ansökningarna i Antagningsgrupp 1 först enligt följande bedömningsgrunder:
Endast sökande som uppfyller dessa krav bedöms enligt hela uppsättningen av bedömningskriterier. Det går inte att kompensera för dessa kriterier med andra kriterier. Detta innebär till exempel att motivationen för studier på magisternivå i detta ämne inte kompenserar för låga vitsord eller att relevant arbetslivserfarenhet inte kompenserar för högskolestudier i de ämnen som krävs.
Efter bedömningen av kvarvarande kriterier nedan väljs de bästa sökande baserat på gemensam bedömning av samtliga kriterier.
Hård konkurrens råder inom ansökningsprocessen och endast de bästa sökandena väljs ut varje år. Alla sökande som uppfyller kraven kan inte antas.
Ansökningar som saknar något av de specifika dokument som krävs avansökningsalternativet, dvs. motivationsbrev, curriculum vitae (CV), avslås och bedöms inte i förhållande till någon av bedömningsgrunderna.
Utöver de obligatoriska ansökningsdokumenten ska sökande till detta ansökningsalternativ lämna in följande dokument:
*) Ansökan ogiltigförklaras om detta ansökningsdokument inte inkluderas.
Dessutom ger dessa ytterligare dokument mervärde till din ansökan:
öande baserat på en kandidatexamen avlagd utanför EU-/EES-länderna
Ansökningarna i Antagningsgrupp 2 bedöms enligt följande bedömningsgrunder:
| Vad bedöms? | Analytiska och kvantitativa färdigheter |
| Vad förutsätter vi av den sökande? | öande utvärderas på basis av deras GRE-testresultat. Vi har inte satt lägsta GRE-poäng, men vi letar efter sökande som har uppnått utmärkta testresultat i alla sektioner (verbalt resonemang, kvantitativt resonemang och analytiskt skrivande). |
| Hur påvisas kompetenserna? | Graduate Records Examination (GRE)-resultat |
| Vad bedöms? | Vitsord från tidigare examen/examina och studietakt |
| Vad förutsätter vi av den sökande? |
Programmet söker sökande med utmärkt akademisk framgång i sina tidigare studier. I ansökningsalternativ där antalet ansökningar är stort och av hög kvalitet innebär detta att den sökande har uppnått genomgående utmärkta vitsord under hela examensstudierna (mycket högt viktat medeltal eller GPA). Den sökandes framgång i tidigare studier bedöms baserat på medelvitsordet (GPA) och resultat i avgörande kurser. Den tid som lagts ned på tidigare studier kommer också att beaktas. Alla den sökandes tidigare universitetsstudier, inklusive ofullständiga examina och fristående studier, kommer att beaktas vid bedömningen av den akademiska prestationen. Internationella sökande |
| Hur påvisas kompetenserna? | Studieprestationsutdrag, examensbetyg |
| Vad bedöms? | Tidigare studiers innehåll och omfattning |
| Vad förutsätter vi av den sökande? |
öande förväntas ha en högkvalitativ kandidatexamen i datavetenskap, programvaruteknik, kommunikationsteknik eller elektroteknik. Utmärkta kandidater med examen inom andra områden, inklusive men inte begränsat till informationssystem, teknik, naturvetenskap, matematik eller fysik kommer att övervägas om de har tillräckliga studier inom de områden som krävs. De högskolestudier som krävs är:
Studier i åtminstone några av följande ämnen är meriterande:
Innehållet i den sökandes tidigare examen/examina bedöms baserat på kurserna i det officiella studieprestationsutdraget. Relevanta arbetserfarenheter, yrkescertifikat och/eller onlinekurser kan också beaktas, men de kompenserar inte generellt sett för brist på universitetsnivåstudier med de teoretiska grunderna för de kunskapsområdena som krävs. |
| Hur påvisas kompetenserna? | Studieprestationsutdrag, kursbeskrivningar |
| Vad bedöms? | Rykte och kvalitet hos den sökandes tidigare lärosäte |
| Vad förutsätter vi av den sökande? | Vi förväntar oss att sökande har fullföljt sin tidigare examen vid ett högkvalitativt högre universitet och program. Anseendet hos den sökandes hemuniversitet påverkar den slutliga tolkningen av vitsorden när den akademiska framgången bedöms. |
| Hur påvisas kompetenserna? | Internationella och nationella rangordningar av högskolor |
| Vad bedöms? | Den sökandes lämplighet för ansökningsalternativet, motivation, engagemang i studierna och skriftlig kommunikationsförmåga. |
| Vad förutsätter vi av den sökande? |
Den sökande ska vara motiverad att studera ämnet i fråga och förbinda sig till studier på heltid med en plan för att avlägga magisterexamen på två år. Vi söker efter sökande som tydligt kan uttrycka orsakerna till att de sökt till ansökningsalternativet och beskriva varför de skulle vara utmärkta kandidater för ansökningsalternativet. Studierna ska genuint ny kunskap för den sökande. Om den ansökande redan har en magisterexamen eller högre ska hen tydligt i motivationsbrevet påvisa varför hen ansöker om att avlägga en annan magisterexamen. I de flesta fall rekommenderas icke-examensstudier istället. |
| Hur påvisas kompetenserna? | Ansökan som helhet inklusive motivationsbrev |
| Vad bedöms? | Arbetserfarenhet, andra kvalifikationer och prestationer |
| Vad förutsätter vi av den sökande? | Utöver sina akademiska meriter kan sökande ha andra erfarenheter, kunskaper och kvalifikationer som förbereder dem för magisterstudierna och särskiljer dem från de andra sökande. Vi värdesätter i synnerhet krävande arbetserfarenhet inom området för de planerade studierna, deltagande i vetenskaplig forskning som leder till publikationer, entreprenörskap och särskilda prestationer såsom framgång i tävlingar (t.ex. Junction Hackathon). |
| Hur påvisas kompetenserna? | Cv, rekommendationsbrev, arbetsintyg, publikationer, andra intyg |
Observera att beskrivningarna ovan är översättningar från de ursprungliga engelska texterna.
Under bedömningen av behöriga ansökningar bedöms ansökningarna i Antagningsgrupp 2 först enligt följande bedömningsgrunder:
Endast sökande som uppfyller dessa krav bedöms enligt hela uppsättningen av bedömningskriterier. Det går inte att kompensera för dessa kriterier med andra kriterier. Detta innebär till exempel att motivationen för studier på magisternivå i detta ämne inte kompenserar för låga vitsord eller att relevant arbetslivserfarenhet inte kompenserar för högskolestudier i de ämnen som krävs.
Efter bedömningen av kvarvarande kriterier nedan väljs de bästa sökande baserat på gemensam bedömning av samtliga kriterier.
Hård konkurrens råder inom ansökningsprocessen och endast de bästa sökandena väljs ut varje år. Alla sökande som uppfyller kraven kan inte antas.
Ansökningar som saknar något av de specifika dokument som krävs avansökningsalternativet, dvs. motivationsbrev, curriculum vitae (CV), Graduate Records Examination (GRE)-resultat, avslås och bedöms inte i förhållande till någon av bedömningsgrunderna.
Utöver de obligatoriska ansökningsdokumenten ska sökande i Antagningsgrupp 2 till detta ansökningsalternativ lämna in följande dokument:
*) Ansökan ogiltigförklaras om detta ansökningsdokument inte inkluderas.
Dessutom ger dessa ytterligare dokument mervärde till din ansökan:
Funderar du på hur det är att studera vid Aalto-universitetet? Chatta direkt med våra studentambassadörer!
Här vid Aalto-universitetet tror vi på kraften hos nyfikenhet och uppmuntrar de studerande till att utforska det okända samtidigt som de lär sig och gör saker på ett helt nytt sätt.
Finland is renowned for its excellent rankings in education and quality of life.
äԻäԲٱ vid Högskolan för teknikvetenskaper
Ifall du har frågor om studieinnehåll eller dokument som krävs av ansökningsalternativet, vänligen kontakta lärandetjänsterna vid Aalto-universitetets högskola för teknikvetenskaper.
masters-sci@aalto.fi
ԲöԾԲ
Ifall du har frågor angående ansökningsprocessen, ansökningsdokument eller språktest, vänligen kontakta Aalto-universitetets ansökningsservice.
ansokningsservice@aalto.fi
