91滴滴

Studia II stopnia dostarczaj膮 pog艂臋bionej wiedzy i kszta艂tuj膮 umiej臋tno艣ci zwi膮zane z zastosowaniami informatyki, w tym z procesami projektowania, tworzenia, utrzymania i rozwijania oprogramowania i system贸w informatycznych. Nasi studenci 艂膮cz膮 zdobyt膮 wiedz臋 z praktyk膮 w kontakcie z ekspertami bran偶owymi. Dzi臋ki temu staj膮 si臋 specjalistami operuj膮cymi merytoryczn膮 wiedz膮 i praktycznymi umiej臋tno艣ciami niezb臋dnymi w dynamicznie rozwijaj膮cej si臋 bran偶y informatycznej. W toku studi贸w przysz艂y absolwent specjalno艣ci informatyka stosowana nabywa umiej臋tno艣ci i wiedz臋 w zakresie zastosowa艅 informatyki i proces贸w rozwoju oprogramowania, obejmuj膮c膮 zaawansowane metody numeryczne, sztuczne sieci neuronowe, rozpoznawanie obrazu, projektowanie relacyjnych i postrelacyjnych baz danych, administrowanie sieciami komputerowymi, programowanie system贸w wsp贸艂bie偶nych i rozproszonych, programowanie gier mobilnych, system贸w rzeczywisto艣ci wirtualnej czy aplikacje mobilne.

Studenci studi贸w II stopnia maj膮 mo偶liwo艣膰 uczestniczenia w zaj臋ciach finansowanych w ramach projektu 鈥濻TUDENTS POWER 鈥� kompleksowy program rozwoju uczelni鈥�. W ramach projektu zosta艂y zrealizowane zakupy m. in. komputer贸w Apple oraz urz膮dze艅 mobilnych pracuj膮cych pod systemem iOS, a tak偶e uaktualnienie i poszerzanie licencji oprogramowania Wolfram Mathematica.

System punktacji ECTS, mo偶liwo艣膰 wyboru 艣cie偶ki dydaktycznej, korzystania z programu ERASMUS oraz znaczna liczba godzin opcjonalnych w ca艂ym toku studi贸w s艂u偶膮 rozwojowi indywidualnych zainteresowa艅 i umiej臋tno艣ci ka偶dego absolwenta. Absolwent studi贸w otrzymuje tytu艂 magistra informatyki.

Studentom, obok przedmiot贸w obowi膮zkowych w drugim i trzecim semestrze, proponowane s膮 przedmioty tworz膮ce bloki tematyczne powi膮zane w modu艂y: 

• Modu艂 I: Uczenie maszynowe (Bloki: Podstawy uczenia maszynowego, Uczenie maszynowe), gdzie studenci pog艂臋biaj膮 swoj膮 wiedz臋 w zakresie szeroko poj臋tych zaawansowanych technik sztucznej inteligencji i uczenia maszynowego, w tym najnowszych osi膮gni臋膰 tego dynamicznie rozwijaj膮cego si臋 obszaru informatyki. W szczeg贸lno艣ci studenci zapoznaj膮 si臋 z zaawansowanymi technikami analizy danych, architektury, teoretycznych podstaw dzia艂ania, treningu i optymalizacji sieci neuronowych, og贸lnej teorii optymalizacji i wielu innych zagadnie艅. Dzi臋ki dog艂臋bnej znajomo艣ci teoretycznych podstaw AI oraz statystyki studenci potrafi膮 efektywnie dobiera膰 technologi臋 AI do problemu, wybiera膰 dane do treningu systemu uczenia maszynowego i ewaluowa膰 efekty uczenia si臋.
• Modu艂 II: Przygotowanie danych do analizy (Bloki: Przygotowanie danych do analizy, Uczenie maszynowe), gdzie studenci dog艂臋bnie zapoznaj膮 si臋 z metodami analizy danych, ale przede wszystkim nowoczesnymi metodami przygotowania, zarz膮dzania i akwizycji danych do analizy, ich obr贸bki i czyszczenia. Wiedza i umiej臋tno艣ci tu zdobyte s膮 szczeg贸lnie istotne w zastosowaniach czasu rzeczywistego i Big Data, gdzie akwizycja i przygotowanie bardzo du偶ej ilo艣ci danych lub danych, kt贸re musz膮 by膰 analizowane w czasie rzeczywistym, staje si臋 g艂臋boko nietrywialnym zadaniem i wymaga g艂臋bokiej znajomo艣ci narz臋dzi do przetwarzania i przechowywania olbrzymich zbior贸w danych czy przetwarzania strumieniowego.
• Modu艂 III: Wybrane metody i techniki programowania (Bloki: Wybrane metody i techniki programowania, Zaawansowane elementy kryptografii), gdzie studenci zapoznaj膮 si臋 z wybranymi nowoczesnymi aspektami programowania i architektury system贸w komputerowych, w tym z programowaniem system贸w rozproszonych, metodami stosowanymi w obliczeniach r贸wnoleg艂ych, wsp贸艂czesnymi paradygmatami w j臋zykach programowania. Szczeg贸lna uwaga zostanie po艣wi臋cona przekazaniu studentom mocnych podstaw cyberbezpiecze艅stwa: studenci zapoznaj膮 si臋 mi臋dzy innymi z zaawansowan膮 kryptografi膮 i kryptologi膮, a tak偶e z podstawami informatyki 艣ledczej.
• Modu艂 IV: Informatyka kwantowa (Bloki: Podstawy informatyki kwantowej, Informatyka kwantowa). W ostatnich latach dokona艂 si臋 olbrzymi skok technologiczny w dziedzinie rozwoju oblicze艅 kwantowych, kt贸re przesta艂y by膰 ju偶 jedynie teoretyczn膮 mo偶liwo艣ci膮, ale zaczynaj膮 (albo zaczn膮 w ci膮gu najbli偶szych kilku lat) odgrywa膰 praktyczn膮 rol臋, m.in. w szyfrowaniu czy symulacji proces贸w chemicznych. Wydzia艂 Fizyki i Informatyki Stosowanej ma unikatowe kwalifikacje i zasoby dla uczenia informatyki kwantowej, kt贸ra wymaga eksperckiej wiedzy zar贸wno w informatyce, jak i w fizyce kwantowej, kt贸r膮 poznaj膮 nasi studenci.

• Struktura system贸w informatycznych
• Programowanie w j臋zyku wysokiego poziomu
• Systemy AI
• 颁测产别谤产别锄辫颈别肠锄别艅蝉迟飞辞
• Zarz膮dzanie jako艣ci膮
• Matematyka obliczeniowa
• Kryptografia
• Metodyki zwinne
• Systemy rozproszone
• Teoria informacji

Studia II stopnia na kierunku INFORMATYKA stanowi膮 istotny i cenny wk艂ad w rozw贸j zawodowy os贸b zwi膮zanych z szeroko poj臋t膮 bran偶膮 IT. Absolwenci kierunku s膮 nie tylko przygotowani do pracy w zespo艂ach programistycznych ale posiadaj膮 r贸wnie偶 kompetencje do kierowania du偶ymi projektami programistycznymi. Wszechstronna wiedza, zar贸wno teoretyczna jak i praktyczna, zdobyta w trakcie studi贸w przygotowuje do zatrudnienia zar贸wno w dynamicznie rozwijaj膮cej si臋 bran偶y informatycznej, jak i na wy偶szych uczelniach i o艣rodkach naukowo-badawczych. Absolwenci s膮 r贸wnie偶 przygotowani do prowadzenia bada艅 nadzorowanych przez samodzieln膮 kadr臋 w ramach studi贸w III stopnia. Szczeg贸lnie pog艂臋bion膮 wiedz臋 i umiej臋tno艣ci absolwenci naszego kierunku otrzymuj膮 w dziedzinach zwi膮zanych ze sztuczn膮 inteligencj膮, g艂臋bokim uczeniem, analiz膮 danych, projektowaniem skalowalnych system贸w rozproszonych, zw艂aszcza zwi膮zanych z aplikacjami mobilnymi, oraz z zastosowaniami praktycznymi komputer贸w kwantowych.