Masterstudium am Centre for Artificial Intelligence
Das Centre for Artificial Intelligence bietet Masterstudienplätze in den Profilen Computer Science und Data Science an. Die Schwerpunkte liegen dabei auf maschinellem Lernen und Deep Learning.
Data Science

Im Profil Data Science am CAI vertiefen Sie sich in den unterschiedlichsten Bereichen des maschinellen Lernens, von seinen Grundlagen über Neuronale Netze zum Reinforcement Learning, und entdecken deren Anwendung auf Modalitäten wie Bilder (Computer Vision), Text (Natural Language Processing) oder Zeitreihen (z.B. akustische Daten). Parallel führen Sie in unseren Forschungsgruppen (Computer Vision, Perception and Cognition, Natural Language Processing) eigene Forschungsarbeiten durch, erlernen das wissenschaftliche Publizieren und erzeugen praktischen Nutzen mit Industriepartnern.
Computer Science
Im Profil Computer Science am CAI können Sie eine Vertiefung in die verschiedensten Bereiche des maschinellen Lernens und des Deep Learnings sowie deren Anwendungsgebiete verbinden mit einer detaillierten Auseinandersetzung mit der Informatik. Dies ist besonders reizvoll, wenn Sie ihre in einem beliebigen Engineering-Studiengang erworbenen soliden Programmierkenntnisse sowohl um KI- als auch um formale Informatikkompetenzen erweitern möchten. In den Forschungsgruppen (Computer Vision, Perception and Cognition, Natural Language Processing) des CAI führen Sie parallel eigene Forschungsarbeiten durch und erzeugen praktischen Nutzen.
Module
Die zentralen Module (Kontextmodule CM, erweiterte theoretische Grundlagen FTP und technisch-wissenschaftliche Fachmodule TSM) finden sie im Modulbrowser. Das Zentrum bietet zusätzlich folgende dezentralen Vertiefungsmodule (EVA) an:
- EVA Artificial Intelligence Seminar(PDF 141,8 KB) (3 ECTS, spring semester): The goal of the AI Seminar is to learn the art of scholarship, specifically, to read and write original scientific work. To this end, each participant picks an AI research paper according to his or her research interests that serves as an example throughout the course.
- EVA Machine Intelligence Lab(PDF 60,5 KB) (3 ECTS, autumn semester): You will complete a public MOOC in the area of reinforcement learning, supervised by your ZHAW lecturers. After successful completion, you will be able to put your acquired skills to the test in a one-week hackathon, gaining valuable application know-how in a specialised area of machine learning.
Masterarbeiten
Ein wesentlicher Erfolgsfaktor für herausragende Masterprojekte und Masterarbeiten sind die richtigen Forschungsfragen: die richtige Frage zur Richtigen Zeit, kombiniert mit einer guten Idee, ermöglicht teils ungeahnten Fortschritt in Forschung und Praxis. Unsere Forschenden führen kontinuierlich Listen über solche «guten Ideen», welche gepaart mit den Fähigkeiten unserer Masterstudierender häufig zu eigenen Publikationen und Industrielösungen und bereits mehrfach zu Preisträgern wurden.
Beispiele vergangener Arbeiten sind etwa:
- Visual Two-Stage Manufacturing Quality Control using Deep Learning (Paper an Swiss Data Science Conference 2021)
- Real-World Speaker Recognition on VoxCeleb2 using Angular Margin Losses
- Learning to Cluster (Paper an Artificial Neural Networks in Pattern Recognition Workshops 2018, Dr. Waldemar Jucker Preis der Gesellschaft zur Förderung der Software-Technologie 2018)
- Fully Convolutional Neural Networks for newspaper Article Segmentation (Paper an «International Conference on Document Analysis and Recognition» 2017)