Inżyniera Sztucznej Inteligencji – programowanie nowoczesnych aplikacji webowych - studia podyplomowe - online

Możliwość dofinansowania
Akademia WSB

Inżyniera Sztucznej Inteligencji – programowanie nowoczesnych aplikacji webowych - studia podyplomowe - online

Numer usługi 2024/05/22/8729/2158159
7 600,00 PLN
brutto
7 600,00 PLN
netto
44,71 PLN
brutto/h
44,71 PLN
netto/h
zdalna w czasie rzeczywistym
Studia podyplomowe
170 h
19.10.2024 do 30.06.2025
0 zapisanych uczestników
Obserwuj
Zapisz się
Pobierz kartę usługi w PDF
Informacje podstawowe

Informacje podstawowe

  • Kategoria
    Informatyka i telekomunikacja / Programowanie
  • Sposób dofinansowania
    wsparcie dla pracodawców i ich pracowników
  • Grupa docelowa usługi

    Studia są skierowane głównie do absolwentów studiów technicznych i informatycznych, a także do profesjonalistów z branży IT, którzy chcą specjalizować się w sztucznej inteligencji. Program ten przyciąga również osoby z innych branż oraz entuzjastów technologii, którzy pragną zastosować AI w swojej pracy lub pogłębić swoją wiedzę w tej dziedzinie

  • Minimalna liczba uczestników
    5
  • Maksymalna liczba uczestników
    30
  • Data zakończenia rekrutacji
    12-10-2024
  • Forma prowadzenia usługi
    zdalna w czasie rzeczywistym
  • Liczba godzin usługi
    170
  • Podstawa uzyskania wpisu do BUR
    art. 163 ust. 1 ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce (t.j. Dz. U. z 2023 r. poz. 742, z późn. zm.)
  • Zakres uprawnień
    studia podyplomowe

Cel

Cel edukacyjny
Celem studiów jest zapoznanie studentów z fundamentalnymi teoriami, algorytmami i modelami sztucznej inteligencji, takimi jak uczenie maszynowe, głębokie uczenie, przetwarzanie języka naturalnego i wizja komputerowa.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się Kryteria weryfikacji Metoda walidacji
Efekty uczenia się
Absolwenci będą mieli głęboką wiedzę na temat teoretycznych podstaw sztucznej inteligencji, w tym algorytmów, modeli uczenia maszynowego, głębokiego uczenia, przetwarzania języka naturalnego i wizji komputerowej.
Absolwenci zdobędą wiedzę o praktycznych zastosowaniach AI w różnych sektorach, w tym w przemyśle, zdrowiu, finansach i transporcie.
Absolwenci zdobędą wiedzę na temat kluczowych narzędzi, frameworków i języków programowania stosowanych w AI.
Kryteria weryfikacji
egzamin po każdym semestrze
Metoda walidacji
Test teoretyczny
Efekty uczenia się
Absolwenci będą posiadali praktyczne umiejętności w zakresie programowania i implementowania algorytmów sztucznej inteligencji z wykorzystaniem najpopularniejszych języków i narzędzi.
Absolwenci będą umieli efektywnie analizować i przetwarzać duże zbiory danych, stosując techniki uczenia maszynowego i głębokiego uczenia, niezbędne do budowy skutecznych modeli AI.
Absolwenci będą przygotowani do planowania, wdrażania i zarządzania projektami związanymi z AI, w tym do pracy w interdyscyplinarnych zespołach i efektywnej komunikacji z innymi specjalistami.
Absolwenci będą posiadali zdolność do krytycznej oceny skuteczności i efektywności różnych rozwiązań AI oraz do przewidywania potencjalnych problemów i ich rozwiązań.
Kryteria weryfikacji
egzamin po każdym semestrze
Metoda walidacji
Test teoretyczny
Efekty uczenia się
Absolwenci będą wyposażeni w umiejętności efektywnej komunikacji, zarówno technicznej, jak i non-technicznej, co umożliwi im skuteczne przedstawianie złożonych koncepcji AI różnym grupom odbiorców, w tym współpracownikom, zarządowi i klientom.
Absolwenci będą przygotowani do zarządzania zmianą technologiczną i adaptacji do szybko zmieniającego się świata technologii AI, rozwijając umiejętności elastycznego myślenia i ciągłego uczenia się.
Kryteria weryfikacji
egzamin po każdym semestrze
Metoda walidacji
Test teoretyczny

Kwalifikacje

Kompetencje
Usługa prowadzi do nabycia kompetencji.
Warunki uznania kompetencji
Pytanie 1. Czy dokument potwierdzający uzyskanie kompetencji zawiera opis efektów uczenia się?
tak
Pytanie 2. Czy dokument potwierdza, że walidacja została przeprowadzona w oparciu o zdefiniowane w efektach uczenia się kryteria ich weryfikacji?
tak
Pytanie 3. Czy dokument potwierdza zastosowanie rozwiązań zapewniających rozdzielenie procesów kształcenia i szkolenia od walidacji?
tak

Program

7. Program kształcenia

Lp.

Nazwa przedmiotu

Semestr

Liczba godzin

zajęć

ECTS

1.

Podstawy algorytmiki

I

16

3

2.

Podstawy programowania w języku Python

I

30

6

3.

Wprowadzenie do modelowania danych

I

12

2

4.

Systematyka algorytmów uczenia maszynowego

I

8

2

5.

Podstawy baz danych

I

16

2

6.

Przygotowywanie zbiorów danych

I

16

2

7.

Wizualizacja danych

II

4

1

8.

Sieci neuronowe

II

16

2

9.

Zagadnienia klasyfikacyjne

II

8

2

10.

Zagadnienia regresyjne

II

8

2

11.

Zagadnienia redukcji wymiarowości

II

4

1

12.

Zagadnienia detekcji anomalii/klastracja

II

4

1

13.

ML OPS i zarządzanie cyklem życia modeli (ML Flow)

II

4

1

14.

ML w chmurze (Google Cloud Platform)

II

16

2

15.

Etyka sztucznej inteligencji

II

8

1

Razem:

170

30

Harmonogram

Liczba przedmiotów/zajęć: 0
Przedmiot / temat zajęćData realizacji zajęćGodzina rozpoczęciaGodzina zakończeniaLiczba godzin
Brak wyników.

Cena

Cennik
  • Rodzaj ceny
    Cena
  • Koszt przypadający na 1 uczestnika brutto
    7 600,00 PLN
  • Koszt przypadający na 1 uczestnika netto
    7 600,00 PLN
  • Koszt osobogodziny brutto
    44,71 PLN
  • Koszt osobogodziny netto
    44,71 PLN

Prowadzący

Liczba prowadzących: 3
1 z 3
mgr inż. Kamil Grzebień
Specjalista w sektorze Data Science. Współpracujący z przedsiębiorstwami handlowo-produkcyjnymi, software house oraz audytowymi. Absolwent Fizyki Technicznej oraz Informatyki ze specjalizacją Data Science. W czasie studiów inżynierskich związany z Instytutem Fizyki Jądrowej PAN w Krakowie. Dydaktycznie związany z AWSB w Dąbrowie Górniczej z zakresu specjalizacji Data Science i pokrewnych. Naukowo zajmujący się zagadnieniami opartymi o dane satelitarne, środowisko naturalne oraz uczenie maszynowe.
2 z 3
mgr inż. Dawid Jurczyński
Wykładowca akademicki, Asystent AWSB w Dąbrowie Górniczej. Praktyk — od wielu lat zawodowo realizujący się jako Software Developer w międzynarodowych projektach. Członek Polskiego Towarzystwa Astrobiologicznego. Zafascynowany możliwościami wykorzystania danych satelitarnych.
3 z 3
mgr inż. Adam Mastalerz
Konsultant i specjalista od systemów sztucznej inteligencji i przetwarzania języka naturalnego, mający w swoim dorobku współpracę z firmami o ugruntowanej na rynku pozycji takimi jak Fujitsu, czy Goldman Sachs. Absolwent kierunku „Data Science and Information Systems Engineering” na wydziale Automatyki, Elektroniki i Informatyki Politechniki Śląskiej. Prywatnie miłośnik eksploracji zabytków przemysłu, gór, muzyki rockowej i literatury fantastycznonaukowej.

Informacje dodatkowe

Informacje o materiałach dla uczestników usługi

Uczestnicy otrzymują materiały z wytypowanych zajęć po ich realizacji.

Warunki uczestnictwa

Kandydaci powinni posiadać co najmniej wyższe wykształcenie.

Warunkiem uczestnictwa w usłudze jest dokonanie wpłaty oplaty wpisowej w kwocie 300 zł, która jest dodatkową opłatą poza kosztem wskazanym w usłudze.

Informacje dodatkowe

Dni odbywania się zajęć: dwa razy w miesiącu: soboty, niedziele.

Organizator studiów zastrzega sobie możliwość wprowadzenia zmian w programie studiów.

Warunki techniczne

Warunki techniczne

Usługa realizowana zdalnie poprzez platformy ClickMeeting oraz Zoom

Minimalne wymagania sprzętowe, jakie musi spełniać komputer Uczestnika lub inne urządzenie do zdalnej komunikacji: •Komputer stacjonarny/laptop z dostępem do Internetu
•Sprawny mikrofon i kamera internetowa (lub zintegrowane z laptopem)

Minimalne wymagania dotyczące parametrów łącza sieciowego, jakim musi dysponować Uczestnik: download 8 mb/s, upload 8 mb/s, ping 15 ms

Niezbędne oprogramowanie umożliwiające Uczestnikom dostęp do prezentowanych treści i materiałów:  Zalecamy wykorzystanie aktualnej wersji przeglądarki CHROME (zarówno na komputerach z systemem operacyjnym Windows jak i Apple

Okres ważności linku umożliwiającego uczestnictwo w spotkaniu on-line: 7,5 h

Kontakt

Sandra Szczygieł
E-mail
sszczygiel@wsb.edu.pl
Telefon
(+48) 882 722 303