Studia AI · Politechnika Wrocławska

Matematyka i algorytmy sztucznej inteligencji

Inżynierska matematyka z AI: analiza, statystyka, uczenie maszynowe i trzy specjalności.

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

Kiedy zaczyna się AI?

W 4. semestrzePrzedmiot „Sztuczna inteligencja”. Uczenie maszynowe masz w 5., uczenie głębokie w 6.

Czego się nauczysz: przedmioty po semestrach

Semestr 1: Analiza, algebra i logika na start (30 ECTS): Analiza matematyczna 1, Algebra 1, Wstęp do logiki i teorii mnogości, Wstęp do programowania; do wyboru: Przedmiot humanistyczny lub społeczny (Etyka, Filozofia matematyki, Rynki i strategie finansowe, Socjologia organizacji i kierowania, Zdrowie psychiczne człowieka, Filozofia społeczna, Wprowadzenie do filozofii)
Semestr 2: Topologia, algebra 2 i pierwszy wybór kodu (30 ECTS): Analiza matematyczna 2, Algebra 2, Topologia metryczna, Lektorat 1.1; do wyboru: Informatyka 1: przedmiot do wyboru (Programowanie, Zaawansowane metody programowania); do wyboru: Przedmiot humanistyczny lub społeczny (Etyka, Filozofia matematyki, Rynki i strategie finansowe, Socjologia organizacji i kierowania, Zdrowie psychiczne człowieka, Filozofia społeczna, Wprowadzenie do filozofii)
Semestr 3: Prawdopodobieństwo, miara i bazy danych (29 ECTS): Rachunek prawdopodobieństwa, Teoria miary, Bazy danych, Programowanie liniowe i optymalizacja; do wyboru: Informatyka 2: przedmiot do wyboru (Wprowadzenie do pakietu R, Algorytmy i struktury danych)
Semestr 4: Statystyka, eksploracja danych i pierwsza AI (31 ECTS): Statystyka matematyczna, Eksploracja danych, Funkcje zespolone, Równania różniczkowe zwyczajne z zastosowaniami, Sztuczna inteligencja, Lektorat 1.2
Semestr 5: Specjalność i uczenie maszynowe (30 ECTS): Uczenie maszynowe i sieci neuronowe, Wstęp do procesów stochastycznych, Podstawy przedsiębiorczości, Konwersatorium z matematyki współczesnej; do wyboru: Specjalność: przedmiot obowiązkowy (Grafy i sieci (teoretyczna i algorytmiczna), Analiza przeżycia (SI i dane)); do wyboru: Specjalność: dwa przedmioty z bloku (Zaawansowany rachunek prawdopodobieństwa (teoretyczna), Topologia ogólna (teoretyczna), Elementy teorii mnogości (teoretyczna), Wstęp do analizy harmonicznej (teoretyczna), Analiza wektorowa (teoretyczna), Metody rozwiązywania równań różniczkowych cząstkowych (teoretyczna), Analiza danych ankietowych (SI i dane), Analiza szeregów czasowych (SI i dane), Modelowanie rynków finansowych (SI i dane), Metody Monte Carlo (SI i dane), Metody nieparametryczne (SI i dane), Uczenie ze wzmocnieniem (SI i algorytmiczna), Przetwarzanie języka naturalnego (SI i dane), Algorytmy w analizie danych (SI i algorytmiczna), Projektowanie i implementacja aplikacji webowych (algorytmiczna), Haskell i programowanie funkcyjne (algorytmiczna), Algorytmiczna teoria gier (algorytmiczna), Automatyczna weryfikacja, logiki modalne i omega-automaty (algorytmiczna), Kryptografia i bezpieczeństwo komputerowe (algorytmiczna), Logika algorytmiczna (algorytmiczna), Złożoność obliczeniowa (algorytmiczna), Algorytmy kombinatoryczne (algorytmiczna))
Semestr 6: Uczenie głębokie i praktyka (32 ECTS): Analiza funkcjonalna, Algorytmy uczenia głębokiego, Podstawy fizyki klasycznej, Praktyka zawodowa; do wyboru: Blok MAT1: przedmiot do wyboru (Teoretyczne podstawy informatyki i elementy logiki, Wstęp do układów dynamicznych); do wyboru: Specjalność: przedmiot obowiązkowy (Algebra, teoria liczb i kryptografia (teoretyczna i algorytmiczna), Modele regresji i ich zastosowania (SI i dane))
Semestr 7: Obliczenia kwantowe i projekt (28 ECTS): Obliczenia kwantowe, Seminarium, Projekt tematyczny; do wyboru: Przedmiot humanistyczny lub społeczny (Etyka, Filozofia matematyki, Rynki i strategie finansowe, Socjologia organizacji i kierowania, Zdrowie psychiczne człowieka, Filozofia społeczna, Wprowadzenie do filozofii); do wyboru: Specjalność: dwa kolejne przedmioty z bloku (Zaawansowany rachunek prawdopodobieństwa (teoretyczna), Topologia ogólna (teoretyczna), Elementy teorii mnogości (teoretyczna), Wstęp do analizy harmonicznej (teoretyczna), Analiza wektorowa (teoretyczna), Metody rozwiązywania równań różniczkowych cząstkowych (teoretyczna), Analiza danych ankietowych (SI i dane), Analiza szeregów czasowych (SI i dane), Modelowanie rynków finansowych (SI i dane), Metody Monte Carlo (SI i dane), Metody nieparametryczne (SI i dane), Uczenie ze wzmocnieniem (SI i algorytmiczna), Przetwarzanie języka naturalnego (SI i dane), Algorytmy w analizie danych (SI i algorytmiczna), Projektowanie i implementacja aplikacji webowych (algorytmiczna), Haskell i programowanie funkcyjne (algorytmiczna), Algorytmiczna teoria gier (algorytmiczna), Automatyczna weryfikacja, logiki modalne i omega-automaty (algorytmiczna), Kryptografia i bezpieczeństwo komputerowe (algorytmiczna), Logika algorytmiczna (algorytmiczna), Złożoność obliczeniowa (algorytmiczna), Algorytmy kombinatoryczne (algorytmiczna))

Kim możesz zostać

Analityk danych: Data science: finanse, medycyna, logistyka, e-commerce
Analityk ryzyka: W bankach i firmach ubezpieczeniowych
Analityk finansowy
Programista: W firmach informatycznych
Pracownik naukowy: W jednostkach prowadzących badania

Zanim się zdecydujesz

Matematyka od pierwszego dnia: 41 z 60 punktów ECTS w semestrach 1 i 2 to analiza, algebra, logika i topologia.
AI zaczyna się później: Pierwszy przedmiot „Sztuczna inteligencja” jest w 4. semestrze, uczenie głębokie w 6.
14 egzaminów: Tyle jest w przedmiotach obowiązkowych, najwięcej (3) w semestrach 1 i 4.
Specjalność nie jest pewna: Miejsca ustala dziekan na podstawie limitów, deklaracji i średniej z trzech semestrów.
Praktyka trwa 4 tygodnie: To 6 punktów ECTS w 6. semestrze, a w planie nie ma przy niej godzin zajęć.

Dokumenty kierunku

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