Startupy
Przez trzy semestry projektu naukowo-wdrożeniowego możesz rozwijać technologię, która stanie się podstawą przyszłego produktu lub firmy.
Trzysemestralne studia magisterskie zapewniają pogłębioną wiedzę z zakresu sztucznej inteligencji i nauki o danych oraz przygotowują do projektu naukowo-wdrożeniowego.
Dla kandydatów zainteresowanych analizą danych i sztuczną inteligencją, którzy potrafią programować oraz mają solidne podstawy matematyczne i algorytmiczne.
Założenia kierunku
Trzysemestralne studia II stopnia kończą się uzyskaniem tytułu magistra inżyniera. Przedmioty obowiązkowe pogłębiają wiedzę z uczenia maszynowego, uczenia głębokiego, optymalizacji i NLP, a zajęcia wybieralne pozwalają specjalizować się w zaawansowanych zastosowaniach AI.
Program obejmuje rzadko spotykane na polskich uczelniach zajęcia z analizy mediów cyfrowych, uczenia reprezentacji i lingwistyki komputerowej.
Studia składają się łącznie z 1050 godzin zajęć teoretycznych i praktycznych.
Ścieżki rozwoju
Przez trzy semestry projektu naukowo-wdrożeniowego możesz rozwijać technologię, która stanie się podstawą przyszłego produktu lub firmy.
Od pierwszego semestru możesz rozwijać zainteresowania w ramach projektu badawczego, współtworzyć publikacje i ubiegać się o finansowanie w projektach realizowanych w katedrze.
Po studiach możesz pracować w działach badawczych i rozwojowych firm tworzących produkty i usługi wykorzystujące sztuczną inteligencję.
Program studiów
Semestr 1
Metodyka prowadzenia projektów naukowo-wdrożeniowych
1 ECTS
Sieci złożone
2 ECTS
Podstawy optymalizacji
2 ECTS
Probabilistyczne modele grafowe
7 ECTS
Głębokie sieci neuronowe
6 ECTS
Uczenie maszynowe
5 ECTS
Przetwarzanie danych i odkrywanie wiedzy
3 ECTS
Uczenie reprezentacji
3 ECTS
Projekt naukowo-wdrożeniowy 1
2 ECTS
Semestr 2
Język obcy
1 ECTS
Praca dyplomowa 1
3 ECTS
Przetwarzanie języka naturalnego
6 ECTS
Projekt naukowo-wdrożeniowy 2
3 ECTS
Przedmiot wybieralny z Bloku 1
2 ECTS
Przedmiot wybieralny z Bloku 1
2 ECTS
Przedmiot wybieralny z Bloku 1
2 ECTS
Przedmiot wybieralny z Bloku 2
4 ECTS
Przedmiot wybieralny z Bloku 2
4 ECTS
Przedmiot wybieralny z Bloku 3
2 ECTS
Semestr 3
Wizualizacja danych i komunikowanie
2 ECTS
Projekt naukowo-wdrożeniowy 3
3 ECTS
Język obcy
2 ECTS
Seminarium dyplomowe
2 ECTS
Praca dyplomowa 2
15 ECTS
Przedmiot wybieralny z Bloku 2
4 ECTS
Przedmiot wybieralny z Bloku 3
2 ECTS
Blok obieralny Blok 1
Systemy rekomendacyjne i personalizacja
2 ECTS
Informatyka Afektywna
2 ECTS
Przetwarzanie danych przestrzennych
2 ECTS
Analiza mediów cyfrowych
2 ECTS
Zastosowania technik rozmytych
2 ECTS
Eksploracja danych językowych
2 ECTS
Blok obieralny Blok 2
Metaheurystyki
4 ECTS
Analiza i przetwarzanie dźwięku
4 ECTS
Analiza i przetwarzanie obrazów i wideo
4 ECTS
Przetwarzanie danych masowych
4 ECTS
Przetwarzanie danych złożonych
4 ECTS
Zaawansowane modele głębokich sieci neuronowych
4 ECTS
Techniki ochrony prywatności w przetwarzaniu danych
4 ECTS
Biometria
4 ECTS
Blok obieralny Blok 3
Innowacje i przedsiębiorczość w Sztucznej Inteligencji
2 ECTS
Biznes i technologia w przedsiębiorstwach sztucznej inteligencji
2 ECTS
Aspekty prawne, społeczne i etyczne w sztucznej inteligencji
2 ECTS
Rekrutacja
Aktualne terminy i wymagania znajdziesz w systemie rekrutacyjnym Politechniki Wrocławskiej.