Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.
Na je bachelor kan je je verdiepen in jouw interesses door een master te volgen. Na je master kan je de onderzoekskant op of ga je het werkveld in. Enkele beroepen, waaronder het docentschap, staan verderop op deze pagina genoemd. Heb je vragen? Ga in gesprek met een docent, ouderejaarsstudent of het UvA Career Centre.

Masteropleidingen

Wil je verder met een master op het gebied van Kunstmatige intelligentie? Aan de UvA kun je kiezen voor de Engelstalige master Artificial Intelligence of een verwante opleiding.

Benieuwd naar welke masteropleiding studenten kiezen na het afronden van de bachelor Kunstmatige intelligentie aan de UvA? Kijk op de website van Studiekeuze123.

Aansluitende masteropleidingen aan de UvA

Overige UvA-masters

Zoek je naar een andere master? Bekijk het hele UvA masteraanbod

Beroepen voor KI-afgestudeerden

De beroepsperspectieven voor afgestudeerden Kunstmatige intelligentie (KI) zijn gunstig. Er is een structureel tekort aan hoogopgeleid ICT-personeel en kunstmatige intelligentie wordt steeds breder toegepast. KI-specialisten zijn het best op hun plek in onderzoek of in geavanceerde ICT-ontwikkelingsprojecten waarbij zelflerende systemen, taalverwerking of kennistechnologie een rol spelen. Voorbeelden zijn systemen met automatische handschrift- of spraakherkenning of systemen die patronen in data opsporen. Andere terreinen zijn taaltechnologie, data mining, juridische adviessystemen en intelligente systemen in het onderwijs.

Afgestudeerden KI werken zowel in het bedrijfsleven als voor non-profit organisaties en overheden. Grote bedrijven als Google, Microsoft en Facebook investeren veel in KI-ontwikkelingen. Maar ook in bijvoorbeeld de zorg, onderwijs en forensische opsporing wordt KI-kennis steeds meer toegepast. Daarnaast start een deel van de afgestudeerden een eigen bedrijf op. Je kunt natuurlijk ook verder gaan in het wetenschappelijk onderzoek via een promotieplek aan een universiteit.

Voorbeelden van beroepen
  • AI-engineer

    Als Artificial Intelligence-engineer of AI-engineer ga op zoek naar oplossingen voor vraagstukken met behulp van kunstmatig intelligente technieken zoals machine learning, deep learning, algoritmes, neurale netwerken en Natural Language Processing. Vervolgens ga je met een team aan de slag om deze oplossingen te realiseren. De werkzaamheden gaan van het verzamelen en analyseren van complexe datasets, het bouwen, testen en doorontwikkelen van modellen tot het implementeren in bruikbare applicaties om tot een slimme oplossing te komen.

  • Software engineer

    Als software engineer ben je verantwoordelijk voor het gehele proces rondom de ontwikkeling, uitvoering en het onderhoud van software voor een bedrijf of organisatie. Dit doe je door een systematische aanpak. Vanaf het bepalen van de eisen, ontwerpen van modellen, plannen van het programmeerwerk, ontwikkelen, testen, opleveren tot en met het onderhouden en updaten van de software.

    Lees hier het verhaal van Hylke Buisman, software engineer bij Google

  • AI-consultant

    Als consultant help je de klanten van je bedrijf met het vinden van passende oplossingen voor problemen waarin kunstmatige intelligentie of machine learning een oplossing kan bieden.

  • Data scientist

    Als data scientist verwerk je grote hoeveelheden data uit verschillende bronnen, oftewel ‘big data’. Deze data zet je om naar bruikbare informatie voor anderen. Naast het analyseren van de beschikbare data maak je als data scientist ook voorspellingen door data te extrapoleren en modellen te bouwen.

  • Onderzoeker

    Na de master kun je solliciteren naar een promotieplek aan de universiteit om je carrière in de wetenschap voort te zetten. Je doet dan vier jaar onderzoek dat je afrondt met een proefschrift. Tijdens deze periode geef je ook onderwijs aan studenten. Na je promotie kun je doorgaan in het onderzoek, maar een overstap naar het bedrijfsleven is dan nog steeds mogelijk.

    De docenten van de opleiding zijn intensief betrokken bij onderzoek naar bijvoorbeeld:

    • De manier waarop robots het beste met onzekerheid kunnen omgaan
    • Interactie met computers via natuurlijke taal
    • Het herkennen van emoties in gezichten
    • Het modeleren van het leerproces van studenten, inclusief de mogelijke misvattingen
    • Het automatisch analyseren van politieke debatten om de onderliggende besluitvorming van processen zichtbaar te maken

    Lees hier het verhaal van Nadya Peek, postdoc bij Massachusetts Institute of Technology (MIT)