Inżynieria danych (studia I st. inżynierskie, 7 semestralne)

1. Informacje ogólne

Odkrywaj świat ukryty w danych. Naucz się wykorzystywać nowoczesne narzędzia analityczne do przekształcania informacji w wiedzę i praktyczne rozwiązania!

Inżynieria danych to nowoczesne, 7-semestralne studia inżynierskie łączące informatykę, matematykę i fizykę z metodami sztucznej inteligencji, uczenia maszynowego oraz analizy dużych zbiorów danych. Kierunek został zaprojektowany z myślą o osobach, które chcą wykorzystywać nowoczesne technologie do rozwiązywania rzeczywistych problemów nauki, przemysłu i gospodarki opartej na danych.

Unikalnym wyróżnikiem kierunku jest jego ścisły związek z nowoczesnymi badaniami naukowymi. Studenci uczą się analizować dane pochodzące z eksperymentów fizycznych, systemów pomiarowych, symulacji komputerowych. Program studiów obejmuje zagadnienia wykorzystywane m.in. w projektach realizowanych we współpracy z międzynarodowymi ośrodkami badawczymi, takimi jak CERN, oraz w analizie danych astronomicznych i medycznych. Dzięki temu absolwenci potrafią pracować z rzeczywistymi danymi, których analiza wymaga zarówno kompetencji informatycznych, jak i zrozumienia procesów fizycznych.

 

 

Podczas studiów zdobędziesz praktyczne umiejętności w zakresie:

  •     programowania (ze szczególnym uwzględnieniem języka Python),
  •     projektowania algorytmów przetwarzania danych,
  •     analizy danych eksperymentalnych, pomiarowych i symulacyjnych,
  •     sztucznej inteligencji, uczenia maszynowego i głębokiego uczenia,
  •     budowy modeli danych i modeli obliczeniowych,
  •     projektowania oraz zarządzania bazami danych i środowiskami Big Data,
  •     technologii chmurowych i skalowalnego przetwarzania danych,
  •     wizualizacji, interpretacji i oceny jakości danych,
  •     metod statystycznych oraz modelowania komputerowego.

Zajęcia prowadzone są w nowoczesnych laboratoriach komputerowych i badawczych z wykorzystaniem specjalistycznego oprogramowania stosowanego w nauce i przemyśle. Studenci realizują projekty oparte na rzeczywistych danych oraz współpracują z partnerami zewnętrznymi, takimi jak Główny Urząd Miar i Adshock, poznając praktyczne zastosowania analizy danych, sztucznej inteligencji oraz metod przetwarzania i eksploracji danych.

 

2. Sylwetka absolwenta

Absolwent kierunku Inżynieria danych jest specjalistą potrafiącym łączyć wiedzę z zakresu fizyki, informatyki i matematyki w celu pozyskiwania, przetwarzania i interpretacji dużych zbiorów danych. Projektuje algorytmy analizy danych, tworzy modele obliczeniowe, wykorzystuje sztuczną inteligencję i uczenie maszynowe oraz wspiera procesy podejmowania decyzji opartych na rzeczywistych danych. Dzięki interdyscyplinarnemu wykształceniu rozumie nie tylko metody analityczne, ale również zjawiska fizyczne i procesy pomiarowe będące źródłem analizowanych informacji.

Studia przygotowują do pracy z danymi pochodzącymi z laboratoriów badawczych, przemysłu, systemów IoT, procesów technologicznych, finansów czy administracji publicznej. Absolwent potrafi projektować i rozwijać systemy analityczne, integrować dane z wielu źródeł, oceniać ich jakość, budować rozwiązania wykorzystujące technologie Big Data i chmurę obliczeniową oraz odpowiedzialnie wykorzystywać algorytmy sztucznej inteligencji. Program kształcenia rozwija również umiejętność pracy zespołowej, krytycznego myślenia oraz samodzielnego rozwiązywania złożonych problemów obliczeniowych.

Po ukończeniu studiów absolwent może znaleźć zatrudnienie jako:

  •     Data Engineer,
  •     Machine Learning Engineer,
  •     AI Engineer,
  •     specjalista ds. analizy danych,
  •     specjalista Big Data i technologii chmurowych,
  •     projektant systemów analitycznych,
  •     specjalista ds. przetwarzania danych pomiarowych i przemysłowych,
  •     pracownik laboratoriów badawczych, instytutów naukowych oraz działów badawczo-rozwojowych przedsiębiorstw.

Zdobyte kompetencje umożliwiają również kontynuowanie nauki na studiach drugiego stopnia oraz udział w interdyscyplinarnych projektach badawczych i wdrożeniowych wykorzystujących nowoczesne metody analizy danych i sztucznej inteligencji.

Przejdź do treści