Program I stopnia oparty o mocne podstawy AI, praktykę inżynierską i projektową współpracę.
Dla kandydatów szukających solidnego, inżynierskiego wejścia w AI.
Struktura studiów
Siedmiosemestralne studia I stopnia w języku polskim rozwijają szerokie kompetencje informatyczne i matematyczne potrzebne do projektowania systemów sztucznej inteligencji.
Studia składają się łącznie z 2500 godzin zajęć teoretycznych i praktycznych.
Zapewniają solidne podstawy matematyczne i informatyczne oraz wprowadzają w kluczowe obszary sztucznej inteligencji:
Pozwolą Ci zgłębić wybrane zastosowania sztucznej inteligencji:
Absolwenci studiów I stopnia potrafią:
Definiować problemy, pozyskiwać dane i projektować rozwiązania oparte na sztucznej inteligencji
Projektować, trenować i wdrażać modele AI
Analizować i przetwarzać dane multimodalne, złożone i masowe
Szacować potrzebne zasoby i projektować infrastrukturę dla rozwiązań AI
Uwzględniać biznesowe, etyczne, prawne i społeczne aspekty sztucznej inteligencji
Szybko adaptować się do nowych metod i narzędzi AI
Pracować w interdyscyplinarnym zespole, prezentować rozwiązania i wykorzystywać metody projektowe
Ścieżki rozwoju
Zdobędziesz kompetencje pozwalające na rozpoczęcie kariery jako inżynier AI w wiodących firmach technologicznych.
Solidne podstawy pozwolą Ci kontynuować naukę na studiach magisterskich i rozwijać wybraną specjalizację.
Projekty zespołowe i praca inżynierska dają przestrzeń do rozwijania własnych pomysłów z wykorzystaniem sztucznej inteligencji.
Program studiów
Semestr 1
Analiza matematyczna dla informatyków 1
7 ECTS
Algebra dla informatyków
5 ECTS
Logika dla informatyków
4 ECTS
Programowanie
8 ECTS
Wstęp do sztucznej inteligencji
4 ECTS
Wprowadzenie do studiowania sztucznej inteligencji
2 ECTS
Semestr 2
Analiza matematyczna dla informatyków 2
5 ECTS
Kodowanie i algebra abstrakcyjna
2 ECTS
Matematyka dyskretna
5 ECTS
Architektura komputerów
4 ECTS
Algorytmy i struktury danych
4 ECTS
Uczenie maszynowe
5 ECTS
Paradygmaty programowania
5 ECTS
Semestr 3
Systemy zarządzania danymi
5 ECTS
Systemy operacyjne i wysokowydajne przetwarzanie
5 ECTS
Uczenie głębokie
6 ECTS
Wstęp do prawdopodobieństwa i teorii miary
5 ECTS
Elementy teorii obliczeń i uczenia
5 ECTS
Semestr 4
Zaawansowane metody sztucznej inteligencji
4 ECTS
Szybkie tworzenie rozwiązań AI 1
4 ECTS
Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 1
4 ECTS
Sieci złożone
4 ECTS
Rachunek prawdopodobieństwa z elementami procesów stochastycznych
6 ECTS
Kryptografia i bezpieczeństwo informacji
4 ECTS
Semestr 5
Kreatywne metody rozwiązywania problemów
2 ECTS
Odpowiedzialność społeczna
1 ECTS
Trendy rozwoju sztucznej inteligencji
2 ECTS
Szybkie tworzenie rozwiązań AI 2
4 ECTS
Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 2
4 ECTS
Statystyka z elementami teorii informacji
7 ECTS
Semestr 6
Zespołowy projekt sztucznej inteligencji 1
3 ECTS
Praktyka zawodowa
6 ECTS
Aspekty prawne, społeczne i etyczne sztucznej inteligencji
2 ECTS
Semestr 7
Zespołowy projekt sztucznej inteligencji 2
20 ECTS
Podstawy biznesu i innowacji
4 ECTS
Blok obieralny Block 1
Po 5 ECTS — wybierane kursy w semestrach
Wytłumaczalne i zaufane systemy sztucznej inteligencji
5 ECTS
Bezpieczeństwo sztucznej inteligencji
5 ECTS
Metaheurystyki
5 ECTS
Przetwarzanie języka naturalnego
5 ECTS
Przetwarzanie obrazu
5 ECTS
Przetwarzanie i analiza dźwięku
5 ECTS
Przetwarzanie danych masowych
5 ECTS
Biometria
5 ECTS
Generatywne modele sztucznej inteligencji
5 ECTS
Nowe trendy w algorytmice
5 ECTS
Przetwarzanie danych biometrycznych z urządzeń noszalnych
5 ECTS
Blok obieralny Block 2
Po 2 ECTS — wybierane kursy w semestrach
Techniki kontrolowanej generacji w modelach generatywnych
2 ECTS
Wizualizacja danych i komunikacja interpersonalna
2 ECTS
Uczenie reprezentacji
2 ECTS
Infrastruktura rozproszona
2 ECTS
Przetwarzanie mediów społecznościowych
2 ECTS
Technologia rozproszonego rejestru - blockchain
2 ECTS
Efektywne metody sztucznej inteligencji
2 ECTS
Informatyka afektywna
2 ECTS
Odpowiedzialna sztuczna inteligencja
2 ECTS
Systemy rekomendacyjne i personalizacja
2 ECTS
Przetwarzanie danych złożonych
2 ECTS
Interfejsy mózg-komputer
2 ECTS
Techniki i wyzwania gromadzenia danych
2 ECTS
Po studiach
Oficjalny opis kierunku wskazuje rosnące zapotrzebowanie na projektantów i programistów rozwiązań opartych o sztuczną inteligencję, m.in. AI Engineer, ML Engineer, DS Engineer, ML Ops, AI Ops i Data Engineer.
Pytania i odpowiedzi
Tak, ale układ zajęć łączy teorię bezpośrednio z praktyką inżynierską.
Rekrutacja
Aktualne terminy i wymagania znajdziesz w systemie rekrutacyjnym Politechniki Wrocławskiej.
