Data Science
Kształcenie na studiach Informatyka – Data Science dostarcza wiedzy i kluczowych kompetencji w zagadnieniach analizy danych, metod uczenia maszynowego i sztucznej inteligencji oraz projektowania i realizacji systemów informatycznych opartych na danych. Absolwenci posiadają szeroką wiedzę w zakresie, między innymi, metod eksploracji danych, statystycznego uczenia maszynowego, sieci neuronowych oraz algorytmów przetwarzania i rozumienia języka naturalnego. Ponadto biegle posługują się językiem angielskim technicznym oraz posiadają kompetencje społeczne niezbędne w pracy zespołowej i realizacji złożonych projektów informatycznych. Kierunek Informatyka – Data Science zapewnia również kompetencje w zakresie planowania i realizacji prac badawczych oraz ustawicznego uzupełniania zdobytej wiedzy dziedzinowej. Dzięki tym efektom kształcenia absolwenci kierunku Informatyka – Data Science są przygotowani do pracy zawodowej w renomowanych, międzynarodowych przedsiębiorstwach informatycznych tworzących i oferujących rozwiązania oparte na danych i systemach uczących się.
Program ustalony Uchwałą Senatu nr 31/2020 z dnia 26 lutego 2020 r.
Summer semester, 2020/2021
Subject | Number of hours | ECTS points | Form of verification | |
---|---|---|---|---|
Rachunek macierzowy i statystyka wielowymiarowa
|
Lecture:
30 Laboratory classes: 30 |
5 | Exam | O |
Pracownia problemowa
|
Project classes:
30 |
2 | Assessment | O |
Data Mining
|
Lecture:
30 Laboratory classes: 14 Project classes: 16 |
5 | Exam | O |
Neural networks and Deep Learning
|
Lecture:
30 Laboratory classes: 30 |
5 | Exam | O |
Organisation of Database Management Systems
|
Lecture:
30 Laboratory classes: 30 |
5 | Exam | O |
Elective subjects I
|
Total number of contact hours:
104 |
8 | O | |
Sum | 374 | 30 |
Winter semester, 2021/2022
Subject | Number of hours | ECTS points | Form of verification | |
---|---|---|---|---|
Technical English
|
Auditorium classes:
30 |
2 | Exam | O |
Master's Thesis workshop 1
|
Project classes:
20 |
5 | Assessment | O |
Analiza dużych zbiorów danych
|
Lecture:
30 Laboratory classes: 14 Project classes: 16 |
5 | Exam | O |
Natural Language Processing
|
Lecture:
30 Laboratory classes: 30 |
5 | Exam | O |
Machine learning
|
Lecture:
30 Laboratory classes: 14 Project classes: 16 |
5 | Exam | O |
Przedmioty obieralne II
|
Total number of contact hours:
104 |
8 | O | |
Sum | 334 | 30 |
Summer semester, 2021/2022
Subject | Number of hours | ECTS points | Form of verification | |
---|---|---|---|---|
Master's Thesis workshop 2
|
Project classes:
20 |
5 | Assessment | O |
Diploma Thesis
|
Diploma Thesis:
0 |
20 | Assessment | O |
Przedmioty humanistyczne i społeczne
|
Total number of contact hours:
28 |
5 | Assessment | O |
Sum | 48 | 30 |
Winter semester
Semestr zimowy, 2020/2021
Semestr wyrównujący kompetencje inżynierskie przewidziany dla absolwentów studiów I stopnia nie posiadających tytułu zawodowego inżyniera
Subject | Number of hours | ECTS points | Form of verification | |
---|---|---|---|---|
Języki i biblioteki analizy danych
|
Lecture:
30 Laboratory classes: 30 Project classes: 15 |
6 | Assessment | O |
Introduction to UNIX System
|
Lecture:
30 Laboratory classes: 14 |
4 | Assessment | O |
Operating Systems
|
Lecture:
30 Laboratory classes: 15 |
3 | Assessment | O |
Computer Networks
|
Lecture:
30 Laboratory classes: 30 |
4 | Exam | O |
Database basics
|
Lecture:
30 Laboratory classes: 30 |
4 | Exam | O |
Object-oriented Programming
|
Lecture:
30 Laboratory classes: 30 |
3 | Assessment | O |
Inżynieria wymagań i jakości
|
Lecture:
14 Laboratory classes: 14 |
3 | Assessment | O |
Computation and Complexity Theory
|
Lecture:
30 Auditorium classes: 14 |
3 | Assessment | O |
Sum | 416 | 30 |