Podstawowe informacje o kierunku

Studia inżynierskie ze Sztucznej Inteligencji

Struktura studiów

Kierunek Sztuczna Inteligencja (SI) to siedmiosemestralne studia I stopnia w języku polskim, kształcące inżynierów informatyków o rozległej wiedzy i umiejętnościach informatycznych oraz poszerzonej wiedzy matematycznej niezbędnej do operowania w obszarze sztucznej inteligencji. Studia składają się łącznie z 2500 godzin zajęć teoretycznych i praktycznych.

Przedmioty obowiązkowe

Zapewnią Ci solidne podstawy matematyczne oraz informatyczne, a także wprowadzą w kluczowe obszary Sztucznej Inteligencji:

  • Architektura i organizacja komputerów
  • Języki programowania i algorytmy
  • Sieci komputerowe i cyberbezpieczeństwo
  • Bazy i hurtownie danych
  • Uczenie maszynowe
  • Uczenie głębokie

Przedmioty wybieralne

Pozwolą Ci zgłębić wybrane zastosowania sztucznej inteligencji:

  • Przetwarzanie obrazu
  • Przetwarzanie danych masowych
  • Przetwarzanie języka naturalnego
  • Modele generatywne
  • Uczenie reprezentacji

Sylwetka absolwenta

Absolwent studiów I stopnia kierunku Sztuczna Inteligencja posiada kwalifikacje inżynierskie obejmujące:

  • Umiejętność definiowania problemów, pozyskiwania danych i projektowania rozwiązań opartych o sztuczną inteligencję
  • Wiedzę z zakresu projektowania, trenowania i wdrażania modeli AI
  • Kompetencje w obszarze analizy i przetwarzania danych multimodalnych, złożonych i masowych
  • Umiejętności szacowania zasobów i projektowania infrastruktury dla rozwiązań AI
  • Znajomość biznesowych, etycznych, prawnych i społecznych aspektów sztucznej inteligencji
  • Zdolność szybkiej adaptacji do zmieniającej się wiedzy i narzędzi w obszarze AI
  • Umiejętności miękkie, takie jak praca w interdyscyplinarnym zespole, prezentacja rozwiązań i design thinking

Możliwości kontynuacji i perspektywy zawodowe

Absolwenci mają możliwość kontynuowania nauki na studiach II stopnia, zakładania własnych firm (startupów) rozwijających produkty oparte o sztuczną inteligencję lub podejmowania pracy na stanowiskach takich jak:

  • AI Engineer
  • ML Engineer
  • DS Engineer
  • ML Ops
  • AI Ops
  • Data Engineer

Według najnowszych raportów, zapotrzebowanie na specjalistów w dziedzinie sztucznej inteligencji dynamicznie rośnie, a wielkość rynku AI ma wzrosnąć z 279,22 miliarda dolarów w 2024 do 1,811 biliona dolarów w 2030 roku.

Ścieżki rozwoju

Twoja przyszłość z AI @ PWr

Nasz kierunek to unikatowe połączenie solidnych podstaw informatycznych z praktycznym podejściem do najnowszych technologii AI.

Praktyka zawodowa
Zdobędziesz kompetencje pozwalające na rozpoczęcie kariery jako inżynier AI w wiodących firmach technologicznych
Praktyczne projekty realizowane we współpracy z partnerami przemysłowymi
Staże i praktyki w firmach technologicznych
Kontynuacja nauki
Solidne podstawy pozwolą Ci kontynuować edukację na studiach magisterskich, pogłębiając swoją specjalizację
Możliwość dołączenia do projektów badawczych realizowanych na uczelni
Przygotowanie do kariery naukowej
Własne projekty
W ramach projektów zespołowych i pracy inżynierskiej będziesz mógł rozwijać własne pomysły z wykorzystaniem sztucznej inteligencji
Mentoring od doświadczonych badaczy i praktyków
Dostęp do laboratoriów i zasobów obliczeniowych

Kursy

Semestr I

KursWĆLPSrodzajECTS
Analiza matematyczna dla informatyków 133obow.7
Algebra dla informatyków22obow.5
Logika dla informatyków22obow.4
Programowanie214obow.8
Wstęp do sztucznej inteligencji22obow.4
Wprowadzenie do studiowania sztucznej inteligencji2obow.2

Semestr II

KursWĆLPSrodzajECTS
Analiza matematyczna dla informatyków 2221obow.5
Kodowanie i algebra abstrakcyjna11obow.2
Matematyka dyskretna22obow.5
Architektura komputerów22obow.4
Algorytmy i struktury danych22obow.4
Uczenie maszynowe23obow.5
Paradygmaty programowania32obow.5
Wychowanie fizyczne2wyb.0

Semestr III

KursWĆLPSrodzajECTS
Systemy zarządzania danymi22obow.5
Systemy operacyjne i wysokowydajne przetwarzanie22obow.5
Uczenie głębokie22obow.6
Indywidualny projekt naukowo-wdrożeniowy 11obow.1
Język obcy 14wyb.3
Wstęp do prawdopodobieństwa i teorii miary22obow.5
Elementy teorii obliczeń i uczenia22obow.5
Wychowanie fizyczne2obow.0

Semestr IV

KursWĆLPSrodzajECTS
Zaawansowane metody sztucznej inteligencji22obow.4
Szybkie tworzenie rozwiązań AI 122obow.4
Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 122obow.4
Indywidualny projekt naukowo-wdrożeniowy 21obow.1
Język obcy 2wyb.3
Sieci złożone22obow.4
Rachunek prawdopodobieństwa z elementami procesów stochastycznych32obow.6
Kryptografia i bezpieczeństwo informacji22obow.4

Semestr V

KursWĆLPSrodzajECTS
Kreatywne metody rozwiązywania problemów11obow.2
Odpowiedzialność społeczna1obow.1
Trendy rozwoju sztucznej inteligencji2obow.2
Szybkie tworzenie rozwiązań AI 222obow.4
Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 222obow.4
Indywidualny projekt naukowo-wdrożeniowy 31obow.1
Statystyka z elementami teorii informacji221obow.7
Przedmiot wybieralny z Bloku 123wyb.5
Przedmiot wybieralny z Bloku 211wyb.4
Przedmiot wybieralny z Bloku 211wyb.4

Semestr VI

KursWĆLPSrodzajECTS
Zespołowy projekt sztucznej inteligencji 12obow.3
Praktyka zawodowaobow.6
Aspekty prawne, społeczne i etyczne sztucznej inteligencji11obow.2
Przedmiot wybieralny z Bloku 123wyb.5
Przedmiot wybieralny z Bloku 123wyb.5
Przedmiot wybieralny z Bloku 123wyb.5
Przedmiot wybieralny z Bloku 211wyb.2
Przedmiot wybieralny z Bloku 211wyb.2

Semestr VII

KursWĆLPSrodzajECTS
Zespołowy projekt sztucznej inteligencji 281obow.20
Podstawy biznesu i innowacji22obow.4
Przedmiot wybieralny z Bloku 211wyb.2
Przedmiot wybieralny z Bloku 211wyb.2
Przedmiot wybieralny z Bloku 211wyb.2

Bloki wybieralne

Blok przedmiotów wybieralnych kierunkowych 1

KursWĆLPSrodzajECTS
Wytłumaczalne i zaufane systemy sztucznej inteligencji22wyb.5
Bezpieczeństwo sztucznej inteligencji23wyb.5
Metaheurystyki22wyb.5
Przetwarzanie języka naturalnego22wyb.5
Przetwarzanie obrazu22wyb.5
Przetwarzanie i analiza dźwięku22wyb.5
Przetwarzanie danych masowych22wyb.5
Biometria22wyb.5
Generatywne modele sztucznej inteligencji22wyb.5
Nowe trendy w algorytmice22wyb.5
Przetwarzanie danych biometrycznych z urządzeń noszalnych22wyb.5

Blok przedmiotów wybieralnych kierunkowych 2

KursWĆLPSrodzajECTS
Techniki kontrolowanej generacji w modelach generatywnych11wyb.2
Wizualizacja danych i komunikacja interpersonalna11wyb.2
Uczenie reprezentacji11wyb.2
Infrastruktura rozproszona11wyb.2
Przetwarzanie mediów społecznościowych11wyb.2
Technologia rozproszonego rejestru - blockchain11wyb.2
Efektywne metody sztucznej inteligencji11wyb.2
Informatyka afektywna11wyb.2
Odpowiedzialna sztuczna inteligencja11wyb.2
Systemy rekomendacyjne i personalizacja11wyb.2
Przetwarzanie danych złożonych11wyb.2
Interfejsy mózg-komputer11wyb.2
Techniki i wyzwania gromadzenia danych11wyb.2