Inżynieria sztucznej inteligencji - studia podyplomowe online
Inżynieria sztucznej inteligencji - studia podyplomowe online
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Bazy danych
- Identyfikatory projektówMałopolski Pociąg do kariery
- Grupa docelowa usługi
Studia podyplomowe „Inżynieria sztucznej inteligencji” adresowane są do różnych grup zawodowych, takich jak.: profesjonaliści IT, specjaliści z sektora finansowego, medycznego, naukowcy i badacze, przedsiębiorcy i innowatorzy, specjaliści z innych dziedzin technicznych.
Kandydaci na studia podyplomowe „Inżynieria Sztucznej Inteligencji” powinni posiadać podstawową wiedzę w zakresie: programowania, podstaw matematyki i statystyki, języka angielskiego.
Usługa również adresowana dla uczestników projektu Małopolski pociąg do kariery
- Minimalna liczba uczestników10
- Maksymalna liczba uczestników30
- Data zakończenia rekrutacji04-10-2025
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi160
- Podstawa uzyskania wpisu do BURart. 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 uprawnieństudia podyplomowe
Cel
Cel
Cel edukacyjny
Głównym celem studiów jest przygotowanie uczestników do rozumienia zaawansowanych koncepcji sztucznej inteligencji oraz umożliwienie im praktycznego zastosowania zdobytej wiedzy w rozwiązywaniu rzeczywistych problemów.W ramach studiów uczestnicy zdobędą wiedzę w zakresie: algorytmów uczenia maszynowego, głębokiego uczenia, przetwarzania języka naturalnego, a także poznają zastosowania AI w różnych dziedzinach, takich jak rozpoznawanie obrazów i analiza danych.
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
| Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
|---|---|---|
Efekty uczenia się Wiedza (W)Zna fundamentalne pojęcia i metody z zakresu uczenia maszynowego (ML) i głębokiego uczenia (DL) – m.in. sieci neuronowe, modele nadzorowane i nienadzorowane Rozumie teoretyczne podstawy przetwarzania języka naturalnego (NLP) oraz zastosowania AI, takie jak analiza obrazów i przetwarzanie tekstu Opanował podstawy matematyki i statystyki stosowanej w projektowaniu i ocenie systemów sztucznej inteligencji Zna zasady inżynierii danych i inżynierii oprogramowania w kontekście wdrażania systemów AI | Kryteria weryfikacji egzamin po każdym semestrze | Metoda walidacji Test teoretyczny |
Efekty uczenia się Umiejętności (U)Projektuje i implementuje inteligentne systemy AI wykorzystując język Python i popularne biblioteki Przeprowadza proces ML (MLOps): od przygotowania danych, przez trening modeli, aż po wdrożenie i monitorowanie działania. Stosuje techniki NLP do analizy tekstu oraz narzędzia do przetwarzania i analizy dużych zbiorów danych. Wdraża rozwiązania AI w różnych obszarach (finanse, medycyna, przemysł) na przykładach scenariuszy praktycznych . Korzysta z narzędzi do współpracy zespołowej i środowisk chmurowych, zarządzając projektami AI w grupie | Kryteria weryfikacji egzamin po każdym semestrze | Metoda walidacji Test teoretyczny |
Efekty uczenia się Kompetencje (K)Identyfikuje realne problemy biznesowe lub badawcze, które można skutecznie rozwiązać przez inteligentne systemy. Pracuje zespołowo, skutecznie komunikując się z członkami interdyscyplinarnych grup projektowych. Zachowuje świadomość aspektów etycznych i prawnych AI – uwzględnia bezpieczeństwo, prywatność danych oraz regulacje prawne. Angażuje się w uczenie się przez całe życie, śledzi nowe trendy i stale rozwija kompetencje informatyczne i analityczne. Prezentuje i argumentuje projekty AI przed różnymi grupami interesariuszy (zarząd, klienci, użytkownicy) | Kryteria weryfikacji egzamin po każdym semestrze | Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
- Czas trwania: 2 semestry.
- Podstawa zaliczenia: studia kończą się 2 egzaminami po każdym semestrze studiów.
- Dni odbywania się zajęć: dwa razy w miesiącu: soboty, niedziele.
Łączna liczba punktów ECTS: 30
Program studiów podyplomowych Inżynieria sztucznej inteligencji obejmuje 170 godzin dydaktycznych (jedna godzina dydaktyczna to 45 minut). Liczba godzin realizowanych zdalnie w czasie rzeczywistym: 170.
Organizator studiów zastrzega sobie możliwość wprowadzenia zmian w programie studiów.
Rodzaj dokumentu potwierdzającego ukończenie studiów podyplomowych: Świadectwo ukończenia studiów podyplomowych zgodnie z Rozporządzeniem Ministra Nauki i Szkolnictwa Wyższego z dnia 12 września 2018 r. w sprawie dokumentów wydawanych w związku z przebiegiem lub ukończeniem studiów podyplomowych i kształcenia specjalistycznego
Zajęcia realizowane weekendowo w wybrane soboty i niedziele. Przerwy nie wliczają się w czas usługi.
Zajęcia na studiach prowadzone będą w formie ćwiczeń, wykładów, dyskusji, wymiany doświadczeń, rozmowy na żywo, chat, ćwiczeń w podgrupach oraz case study.
Studia realizowane w formie zdalnej poprzez platformy ClickMeeting oraz Teams.
LP | Nazwa przedmiotu | Liczba godzin zajęć teoretycznych | Liczba godzin zajęć praktycznych | Liczba godzin zajęć online |
1. | Podstawy algorytmiki | 8 | 8 | 16 |
2. | Podstawy programowania w języku Python | 10 | 20 | 30 |
3. | Wprowadzenie do modelowania danych | 12 | - | 12 |
4. | Systematyka algorytmów uczenia maszynowego | 8 | - | 8 |
5. | Podstawy baz danych | 8 | 8 | 16 |
6. | Przygotowywanie zbiorów danych | 10 | 6 | 16 |
7. | Wizualizacja danych | 2 | 2 | 4 |
8. | Sieci neuronowe | 8 | 8 | 16 |
9. | Zagadnienia klasyfikacyjne | 4 | 4 | 8 |
10. | Zagadnienia regresyjne | 1 | 7 | 8 |
11. | Zagadnienia redukcji wymiarowości | 1 | 3 | 4 |
12. | Zagadnienia detekcji anomalii/klastracja | 1 | 3 | 4 |
13. | ML OPS i zarządzanie cyklem życia modeli (ML Flow) | 2 | 2 | 4 |
14. | ML w chmurze (Google Cloud Platform) | 8 | 8 | 16 |
15. | Etyka sztucznej inteligencji | 4 | 4 | 8 |
Razem: | 87 | 83 | 170 |
Harmonogram
Harmonogram
| Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
|---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 16 Podstawy programowania w języku Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 11-10-2025 | Godzina rozpoczęcia 13:50 | Godzina zakończenia 19:35 | Liczba godzin 05:45 |
Przedmiot / temat zajęć 2 z 16 Podstawy programowania w języku Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 12-10-2025 | Godzina rozpoczęcia 13:50 | Godzina zakończenia 19:35 | Liczba godzin 05:45 |
Przedmiot / temat zajęć 3 z 16 Podstawy programowania w języku Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 19-10-2025 | Godzina rozpoczęcia 13:50 | Godzina zakończenia 19:35 | Liczba godzin 05:45 |
Przedmiot / temat zajęć 4 z 16 Podstawy algorytmiki | Prowadzący Adam Mastalerz | Data realizacji zajęć 25-10-2025 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 17:15 | Liczba godzin 07:15 |
Przedmiot / temat zajęć 5 z 16 Podstawy algorytmiki | Prowadzący Adam Mastalerz | Data realizacji zajęć 15-11-2025 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 15:15 | Liczba godzin 05:15 |
Przedmiot / temat zajęć 6 z 16 ML w chmurze | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 15-11-2025 | Godzina rozpoczęcia 15:30 | Godzina zakończenia 20:00 | Liczba godzin 04:30 |
Przedmiot / temat zajęć 7 z 16 Podstawy programowania w języku Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 22-11-2025 | Godzina rozpoczęcia 13:50 | Godzina zakończenia 20:00 | Liczba godzin 06:10 |
Przedmiot / temat zajęć 8 z 16 Przygotowanie zbiorów danych | Prowadzący Adam Mastalerz | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 16:35 | Liczba godzin 06:35 |
Przedmiot / temat zajęć 9 z 16 Podstawy programowania w języku Python | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 29-11-2025 | Godzina rozpoczęcia 17:10 | Godzina zakończenia 18:50 | Liczba godzin 01:40 |
Przedmiot / temat zajęć 10 z 16 Przygotowanie zbiorów danych (16h z 16h) | Prowadzący Adam Mastalerz | Data realizacji zajęć 06-12-2025 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 16:35 | Liczba godzin 06:35 |
Przedmiot / temat zajęć 11 z 16 Zagadnienia klasyfikacyjne (8h z 8h) | Prowadzący Adam Mastalerz | Data realizacji zajęć 13-12-2025 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 16:35 | Liczba godzin 06:35 |
Przedmiot / temat zajęć 12 z 16 Podstawy baz danych | Prowadzący dr inż. Damian Kusnik | Data realizacji zajęć 10-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 11:10 | Liczba godzin 03:10 |
Przedmiot / temat zajęć 13 z 16 Podstawy baz danych | Prowadzący dr inż. Damian Kusnik | Data realizacji zajęć 11-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 11:10 | Liczba godzin 03:10 |
Przedmiot / temat zajęć 14 z 16 Podstawy baz danych | Prowadzący dr inż. Damian Kusnik | Data realizacji zajęć 24-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 11:10 | Liczba godzin 03:10 |
Przedmiot / temat zajęć 15 z 16 Podstawy baz danych | Prowadzący dr inż. Damian Kusnik | Data realizacji zajęć 25-01-2026 | Godzina rozpoczęcia 08:00 | Godzina zakończenia 11:10 | Liczba godzin 03:10 |
Przedmiot / temat zajęć 16 z 16 Egzamin | Prowadzący mgr inż. Dawid Jurczyński | Data realizacji zajęć 31-01-2026 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:00 | Liczba godzin 01:00 |
Cena
Cena
Cennik
| Rodzaj ceny | Cena |
|---|---|
Rodzaj ceny Koszt przypadający na 1 uczestnika brutto | Cena 7 900,00 PLN |
Rodzaj ceny Koszt przypadający na 1 uczestnika netto | Cena 7 900,00 PLN |
Rodzaj ceny Koszt osobogodziny brutto | Cena 49,38 PLN |
Rodzaj ceny Koszt osobogodziny netto | Cena 49,38 PLN |
Prowadzący
Prowadzący
mgr inż. Dawid Jurczyński
Adam Mastalerz
dr inż. Damian Kusnik
Jego kwalifikacje zostały potwierdzone uzyskaniem stopnia doktora nauk technicznych w dziedzinie informatyki, a także licznymi publikacjami naukowymi prezentowanymi na międzynarodowych konferencjach (m.in. IEEE International Conference on Computational Cybernetics). W ciągu ostatnich 5 lat zdobył również praktyczne doświadczenie w zakresie projektowania i wdrażania rozwiązań IT w środowiskach akademickich i biznesowych.
Dzięki aktualnym kwalifikacjom oraz doświadczeniu zawodowemu, dr inż. Damian Kuśnik zapewnia wysoką jakość realizacji usług edukacyjnych i doradczych, zgodnie z wymaganiami BUR w zakresie potencjału kadrowego.
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
Uczestnicy otrzymują materiały z wytypowanych zajęć po ich realizacji.
Selekcja materiałów odbywa się na podstawie złożoności omawianych zagadnień, zgłaszanego zapotrzebowania uczestników, charakteru zajęć (teoretyczne/warsztatowe) oraz możliwości wynikających z praw autorskich i licencyjnych.
Warunki uczestnictwa
Warunkiem uczestnictwa w usłudze jest dokonanie wpłaty opłaty wpisowej w kwocie 300 zł, która jest dodatkową opłatą poza kosztem wskazanym w usłudze.
Ukończone studia I lub II stopnia.
Uczestnik zobowiązany jest do przystąpienia do egzaminów semestralnych i uzyskania oceny pozytywnej.
Zapis w BUR nie jest równoznaczny z przyjęciem na studia na Uczelni. Warunkiem przyjęcia na studia na Uczelni jest dokonanie rejestracji w internetowym systemie rekrutacji oraz złożenie kompletu dokumentów.
Informacje dodatkowe
1 godzina zajęć w Akademii WSB = 45 min. zajęć dydaktycznych
UWAGA! Harmonogram może ulec zmianie.
Dni odbywania się zajęć: wybrane soboty, niedziele.
Zaakceptowano Regulamin dla instytucji szkoleniowych.
Organizator studiów zastrzega sobie możliwość wprowadzenia zmian w programie studiów.
Warunki techniczne
Warunki techniczne
Usługa realizowana zdalnie poprzez platformy ClickMeeting oraz Teams
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