Antagningsdata

Välj region och språk

Välj språk för hela webbplatsen.

Tillfället ingår inte i den aktuella katalogen. Uppgifterna är bevarade från en tidigare publicering. Kontrollera aktuellt utbud hos anordnaren.

Mälardalen University

AI-driven Decision Support Systems for Energy and Production Operations

This course explores the integration of artificial intelligence (AI) in decision support systems specifically tailored for the energy and production sectors. You will learn how AI technologies, such as machine learning, optimization, and data analytics, are transforming traditional operational strategies, enhancing…

  • Högskoleutbildning
  • Uppgift saknas
  • 18 januari 2027
  • Ortsoberoende
  • Uppgift saknas
  • 25 %

Översikt

This course explores the integration of artificial intelligence (AI) in decision support systems specifically tailored for the energy and production sectors. You will learn how AI technologies, such as machine learning, optimization, and data analytics, are transforming traditional operational strategies, enhancing decision-making processes, and driving efficiency in energy and production operations. The course covers foundational concepts of AI and decision support systems, along with practical applications such as predictive maintenance, demand forecasting, process optimization, and real-time decision support. Through hands-on projects, case studies, and industry-relevant examples, you will gain insight into designing and implementing AI-driven solutions that improve operational performance, reduce costs, and support sustainability goals. By the end of the course, you will be equipped with the skills to develop and apply AI-driven decision support systems to solve complex challenges in energy and production environments. This course is ideal for professionals and students interested in leveraging AI for operational excellence in the energy and production industries.

Antagningspoäng

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Behörighet

90 credits in engineering/technology, or 30 credits in engineering/technology and at least 2 years' experience in full-time employment in a relevant area within industry, or at least 3 years' experience in full-time employment in a relevant area within industry. In addition, English course 6 or English level 2 are required.

Texten återges från Susa-underlaget. Antagningsdata gör ingen egen mappning mellan GY11 och GY25 och bedömer inte personlig behörighet.

Källa, mått och datakvalitet
Källa
Skolverket Susa-navet
Period
2027-01-18
Mått
Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
Population
Utbildningstillfälle e.uoh.mdu.era323.20597.20271
Senaste kontroll
2026-09-23T10:38:46.21657+00:00
Begränsning
GY11 och GY25 mappas inte av Antagningsdata. Grundläggande och särskilda villkor separeras inte utan strukturerat underlag.

Utbildningens innehåll

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Studiernas upplägg

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Ansökan och viktiga datum

  1. Utbildningen startar
  2. Utbildningen slutar

Lön och lönefördelning

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Vanliga yrken efter utbildningen

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Studenterna

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Geografisk bakgrund

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Tidigare gymnasieskolor och program

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Genomströmning och utfall

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Om anordnaren

Mälardalen University

Anordnare för det publicerade utbildningstillfället.

Källor och datakvalitet

Utbildningsfakta för valt tillfälle kommer från Skolverket Susa-navet.

Hämtad . Publicerad . Tider visas i svensk tid.

Källidentitet och publiceringsversion
Publiceringsversion
8e217193-f5fa-4778-b085-a4521fd03e8d
Utbildningsidentitet hos källan
i.uoh.mdu.era323.20597.20271
Tillfällesidentitet hos källan
e.uoh.mdu.era323.20597.20271
Utbildningsformens källkod
HS
Utbildningskod hos källan
ERA323
Ändringstid enligt källan
2026-09-09T15:38:18

Anordnare, utbildning och utbildningstillfälle är separata identiteter. Uppgifter om ansökan bör kontrolleras på den officiella webbplatsen. Kompletterande statistik har inte hämtats från denna källa.