Studia AI · Politechnika Wrocławska

Sztuczna inteligencja

Inżynierskie studia o AI: matematyka, kod, uczenie głębokie i wdrażanie modeli.

Ile tu matematyki?

44 ECTSZ tego 28 w dwóch pierwszych semestrach.

Czego się nauczysz: przedmioty po semestrach

  1. Semestr 1: Matematyka, logika i pierwszy kod (30 ECTS): Analiza matematyczna dla informatyków 1, Algebra dla informatyków, Logika dla informatyków, Programowanie, Wstęp do sztucznej inteligencji, Wprowadzenie do studiowania sztucznej inteligencji
  2. Semestr 2: Więcej matematyki i pierwsze uczenie maszynowe (30 ECTS): Analiza matematyczna dla informatyków 2, Kodowanie i algebra abstrakcyjna, Matematyka dyskretna, Architektura komputerów, Algorytmy i struktury danych, Uczenie maszynowe, Paradygmaty programowania, Wychowanie fizyczne
  3. Semestr 3: Uczenie głębokie i bazy danych (30 ECTS): Systemy zarządzania danymi, Systemy operacyjne i wysokowydajne przetwarzanie, Uczenie głębokie, Indywidualny projekt naukowo-wdrożeniowy 1, Język obcy 1.1, Wychowanie fizyczne, Wstęp do prawdopodobieństwa i teorii miary, Elementy teorii obliczeń i uczenia
  4. Semestr 4: Wdrażanie, sieci złożone i kryptografia (30 ECTS): Zaawansowane metody sztucznej inteligencji, Szybkie tworzenie rozwiązań AI 1, Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 1, Indywidualny projekt naukowo-wdrożeniowy 2, Język obcy 1.2, Sieci złożone, Rachunek prawdopodobieństwa z elementami procesów stochastycznych, Kryptografia i bezpieczeństwo informacji
  5. Semestr 5: Pierwsze wybory i statystyka (30 ECTS): Kreatywne metody rozwiązywania problemów, Odpowiedzialność społeczna, Trendy rozwoju sztucznej inteligencji, Szybkie tworzenie rozwiązań AI 2, Wdrażanie i utrzymanie rozwiązań opartych o sztuczną inteligencję 2, Indywidualny projekt naukowo-wdrożeniowy 3, Statystyka z elementami teorii informacji; do wyboru: Blok 1: przedmiot kierunkowy (Wytłumaczalne i zaufane systemy sztucznej inteligencji, Bezpieczeństwo sztucznej inteligencji, Metaheurystyki, Przetwarzanie języka naturalnego, Przetwarzanie obrazu, Przetwarzanie i analiza dźwięku, Przetwarzanie danych masowych, Biometria, Generatywne modele sztucznej inteligencji, Nowe trendy w algorytmice, Przetwarzanie danych biomedycznych z urządzeń noszalnych); do wyboru: Blok 2: krótkie przedmioty kierunkowe (Techniki kontrolowanej generacji w modelach generatywnych, Wizualizacja danych i komunikacja interpersonalna, Uczenie reprezentacji, Infrastruktura rozproszona, Przetwarzanie mediów społecznościowych, Technologia rozproszonego rejestru - blockchain, Efektywne metody sztucznej inteligencji, Informatyka afektywna, Odpowiedzialna sztuczna inteligencja, Systemy rekomendacyjne i personalizacja, Przetwarzanie danych złożonych, Interfejsy mózg-komputer, Techniki i wyzwania gromadzenia danych)
  6. Semestr 6: Praktyka i najwięcej wyborów (30 ECTS): Zespołowy projekt sztucznej inteligencji 1, Praktyka zawodowa, Aspekty prawne, społeczne i etyczne sztucznej inteligencji; do wyboru: Blok 1: przedmioty kierunkowe (Wytłumaczalne i zaufane systemy sztucznej inteligencji, Bezpieczeństwo sztucznej inteligencji, Metaheurystyki, Przetwarzanie języka naturalnego, Przetwarzanie obrazu, Przetwarzanie i analiza dźwięku, Przetwarzanie danych masowych, Biometria, Generatywne modele sztucznej inteligencji, Nowe trendy w algorytmice, Przetwarzanie danych biomedycznych z urządzeń noszalnych); do wyboru: Blok 2: krótkie przedmioty kierunkowe (Techniki kontrolowanej generacji w modelach generatywnych, Wizualizacja danych i komunikacja interpersonalna, Uczenie reprezentacji, Infrastruktura rozproszona, Przetwarzanie mediów społecznościowych, Technologia rozproszonego rejestru - blockchain, Efektywne metody sztucznej inteligencji, Informatyka afektywna, Odpowiedzialna sztuczna inteligencja, Systemy rekomendacyjne i personalizacja, Przetwarzanie danych złożonych, Interfejsy mózg-komputer, Techniki i wyzwania gromadzenia danych)
  7. Semestr 7: Zespołowy projekt AI (30 ECTS): Zespołowy projekt sztucznej inteligencji 2, Podstawy biznesu i innowacji; do wyboru: Blok 2: krótkie przedmioty kierunkowe (Techniki kontrolowanej generacji w modelach generatywnych, Wizualizacja danych i komunikacja interpersonalna, Uczenie reprezentacji, Infrastruktura rozproszona, Przetwarzanie mediów społecznościowych, Technologia rozproszonego rejestru - blockchain, Efektywne metody sztucznej inteligencji, Informatyka afektywna, Odpowiedzialna sztuczna inteligencja, Systemy rekomendacyjne i personalizacja, Przetwarzanie danych złożonych, Interfejsy mózg-komputer, Techniki i wyzwania gromadzenia danych)

Kim możesz zostać

Zanim się zdecydujesz

Dokumenty kierunku

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