Studia AI · Uniwersytet Radomski im. Kazimierza Pułaskiego

Sztuczna inteligencja w biznesie

Magisterskie studia o AI w ekonomii i finansach: statystyka, uczenie maszynowe i praca magisterska.

Czy to kierunek dla informatyków?

24% informatykiReszta to 68% ekonomii i finansów oraz 8% nauk o zarządzaniu.

Czego się nauczysz: przedmioty po semestrach

  1. Semestr 1: Ekonomia, statystyka i obliczenia (30 ECTS): Makroekonomia II, Statystyka matematyczna, Ekonomia menedżerska, Rachunkowość finansowa, Badania operacyjne, Ekonomia i finanse międzynarodowe II, Modelowanie 3D, Metody numeryczne, Ochrona własności przemysłowej i prawo autorskie, Język obcy
  2. Semestr 2: Finanse, sieci i technologie webowe (30 ECTS): Ekonometria II, Rynek kapitałowy, Bankowość, Metodologia badań naukowych, Rachunkowość zarządcza, Wizualizacja danych, Elementy bezpieczeństwa sieci, Podstawy technologii webowych, Etyczne aspekty pracy zawodowej; do wyboru: Przedmiot kierunkowy w języku obcym (Financial development and economic growth, Financial management)
  3. Semestr 3: Uczenie maszynowe i pierwsze wybory (30 ECTS): Ekonometria finansowa, Zaawansowane metody uczenia maszynowego, Statystyczne metody w sztucznej inteligencji, Back-end i frameworki webowe, Teoria gier i podejmowanie decyzji menedżerskich, Algorytmy optymalizacji i podejmowania decyzji, Realizacja projektu badawczego, Przedmiot z obszaru nauk humanistycznych, Seminarium dyplomowe 1; do wyboru: Przedmiot kierunkowy 1 (Prognozowanie makroekonomiczne, Prognozowanie mikroekonomiczne); do wyboru: Przedmiot kierunkowy 2 (Metody wyceny wartości przedsiębiorstw, Budowa portfela inwestycyjnego); do wyboru: Przedmiot kierunkowy 4 (Prognozowanie z wykorzystaniem AI, Projektowanie i realizacja projektów sztucznej inteligencji)
  4. Semestr 4: Praca magisterska (30 ECTS): Gry decyzyjne, Analiza makroekonomiczna w biznesie, Zarządzanie projektami AI i innowacjami technologicznymi, Informatyczny projekt zespołowy, Seminarium dyplomowe 2, Przygotowanie i złożenie pracy dyplomowej; do wyboru: Przedmiot kierunkowy 3 (Deep Learning, Wizja komputerowa)

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.