Studia AI · Politechnika Śląska

Inżynieria danych i sztuczna inteligencja

Inżynierskie studia z danych i AI: statystyka, Python, uczenie maszynowe i dwie ścieżki do wyboru.

• Uczelnia: Politechnika Śląska, Wydział Matematyki Stosowanej
• Poziom: studia I stopnia
• Liczba semestrów: 7
• Punkty ECTS: 210

Ile tu matematyki?

38 ECTSmatematyki i 10 fizyki, wszystko w semestrach 1-4.

Czego się nauczysz: przedmioty po semestrach

1. Semestr 1: Matematyka, fizyka i pierwszy Python (30 ECTS): Fizyka I, Techniki i narzędzia komunikacji, Wychowanie fizyczne, Język angielski, Logika matematyczna, Analiza matematyczna i wprowadzenie do kierunku, Grafika komputerowa i inżynierska, Informatyka i programowanie w Pythonie
2. Semestr 2: Algebra, fizyka II i pierwsze uczenie maszynowe (30 ECTS): Wprowadzenie do przedsiębiorczości, Ochrona własności intelektualnej, Fizyka II, Wychowanie fizyczne, Język angielski, Algebra liniowa, Rachunek różniczkowy i całkowy, Podstawy uczenia maszynowego, Zajęcia z uczelnianej bazy obieralnych; do wyboru: Programowanie obiektowe (Java, C#); do wyboru: Wprowadzenie do PBL (Moduł analizy danych, Moduł sztucznej inteligencji)
3. Semestr 3: Sieci neuronowe, logika rozmyta i język R (30 ECTS): Język angielski, Rachunek prawdopodobieństwa i statystyka, Algorytmy i struktury danych, Programowanie w R, Logika rozmyta i systemy ekspertowe, Sieci neuronowe i głębokie uczenie, Inżynieria obliczeniowa, Zajęcia z uczelnianej bazy obieralnych
4. Semestr 4: Algorytmy heurystyczne i analiza danych (30 ECTS): Język angielski, Matematyka dyskretna, Algorytmy heurystyczne, Systemy sztucznej inteligencji, Statystyczna i eksploracyjna analiza danych, Teoria optymalizacji, Zajęcia z uczelnianej bazy obieralnych; do wyboru: Bazy danych albo chmura (Bazy danych, Cloud computing)
5. Semestr 5: Pierwsza ścieżka i projekt zespołowy (30 ECTS): Wykład monograficzny I (po angielsku), Zajęcia z uczelnianej bazy obieralnych; do wyboru: Sieci komputerowe (Sieciowe systemy operacyjne, Internet i aplikacje sieciowe); do wyboru: Projekt zespołowy PBL, semestr 5 (Moduł analizy danych, Moduł sztucznej inteligencji); do wyboru: Ścieżka dyplomowania, semestr 5 (Inżynieria danych, Uczenie maszynowe)
6. Semestr 6: Praktyka, projekt inżynierski i ścieżka (30 ECTS): Projekt inżynierski, Wykład monograficzny II, Praktyka zawodowa, część 1 (3 miesiące), Zajęcia z uczelnianej bazy obieralnych; do wyboru: Projekt zespołowy PBL, semestr 6 (Moduł analizy danych, Moduł sztucznej inteligencji); do wyboru: Ścieżka dyplomowania, semestr 6 (Inżynieria danych, Uczenie maszynowe)
7. Semestr 7: Praktyka i projekt inżynierski (30 ECTS): Praktyka zawodowa, część 2 (3 miesiące), Projekt inżynierski; do wyboru: Projekt zespołowy PBL, semestr 7 (Moduł analizy danych, Moduł sztucznej inteligencji)

Kim możesz zostać

• Data Scientist
• Data Engineer
• Machine Learning Engineer
• AI Specialist
• Analityk danych

Zanim się zdecydujesz

• Matematyka z przodu: 38 ECTS matematyki i 10 fizyki, wszystko w semestrach 1-4.
• AI nie od razu: Podstawy uczenia maszynowego w 2. semestrze, sieci neuronowe i głębokie uczenie w 3.
• Egzaminów jest 14: 10 w przedmiotach wspólnych w semestrach 1-4 i 4 w ścieżce dyplomowania.
• Praktyka na dwa semestry: 6 miesięcy i 30 ECTS, w 6. i 7. semestrze, po 3 miesiące.
• Program jest nowy: Kierunek startuje 1.10.2026. Sylabusów jeszcze nie znaleziono, a listy zajęć z uczelnianej bazy nie ma w dokumentach.

Dokumenty kierunku

• Program studiów: Jest
• Plan na semestry: Jest
• Sylabusy: Tylko treści w programie

Nieoficjalne opracowanie Grzegorza Wysockiego na podstawie dokumentów uczelni, stan na 2026-11-03. Porównanie wszystkich kierunków: Analiza kierunków z AI.