Wybierz tryb studiów
I stopniainżynierskie
Poziom studiówStudia I stopnia
Czas trwania7 semestrów
Tryb studiówStacjonarne
Tytuł zawodowyInżynier
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc60 (2026)
MiastoBiałystok
Rekrutacja w liczbach 2026/2027
Próg punktowy (2026)
202,3 pkt
Minimalny wynik kwalifikacyjny w rekrutacji 2026.
Liczba miejsc (2026)
60
Liczba miejsc w rekrutacji 2026.
Limit na 2026/2027 może się różnić.
Progi punktowe z ostatnich lat
Data Science — poznaj kierunek bliżej
O kierunku
Studia na kierunku data science łączą wiedzę kierunkową z umiejętnością analizowania i rozwiązywania problemów w wybranej dziedzinie. Program obejmuje takie obszary jak analiza danych i programowanie. Nauka pozwala poznawać metody pracy związane z obszarem uczenie maszynowe i rozumieć ich zastosowania. Rozwijasz również umiejętność łączenia informacji, oceny rozwiązań i przedstawiania własnych wniosków. Zdobyta wiedza z zakresu systemy sztucznej inteligencji pomaga przygotować się do zadań zawodowych oraz dalszego poszerzania kompetencji.
Dla kogo?
- Osoby zainteresowane obszarem: analiza danych
- Kandydaci chcący rozwijać wiedzę: programowanie
- Osoby lubiące analizować i rozwiązywać problemy
- Kandydaci gotowi do samodzielnego rozwijania kompetencji
Politechnika Białostocka (PB) (Białystok) – Czego się nauczysz?
- Wiedza: analiza danych
- Wiedza: programowanie
- Wiedza: uczenie maszynowe
- Wiedza: systemy sztucznej inteligencji
Program studiów
I stopnia inżynierskie · Stacjonarne
1Podstawy programowania
- Tworzenie i analiza programów
- Dobór struktur i algorytmów
- Sprawdzanie poprawności rozwiązań
2Analiza matematyczna 1
- Rozumienie pojęć matematycznych
- Stosowanie metod obliczeniowych
- Rozwiązywanie zadań i modeli
3Wprowadzenie do systemu Linux
- Podstawowe zagadnienia: wprowadzenie do systemu linux
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
4Logika matematyczna
- Rozumienie pojęć matematycznych
- Stosowanie metod obliczeniowych
- Rozwiązywanie zadań i modeli
5Bazy i hurtownie danych
- Podstawowe zagadnienia: bazy i hurtownie danych
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
6Algebra liniowa 2
- Podstawowe zagadnienia: algebra liniowa 2
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
7Analiza matematyczna 2
- Rozumienie pojęć matematycznych
- Stosowanie metod obliczeniowych
- Rozwiązywanie zadań i modeli
8Przegląd metod i narzędzi AI
- Podstawowe zagadnienia: przegląd metod i narzędzi ai
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
9Rachunek prawdopodobieństwa
- Podstawowe zagadnienia: rachunek prawdopodobieństwa
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
10MLOps w technologiach AI
- Podstawowe zagadnienia: mlops w technologiach ai
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
11Przetwarzanie i wizualizacja danych
- Podstawowe zagadnienia: przetwarzanie i wizualizacja danych
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
12Uczenie maszynowe 1
- Podstawowe zagadnienia: uczenie maszynowe 1
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
13Podstawy optymalizacji
- Podstawowe zagadnienia: podstawy optymalizacji
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
14Analiza sygnałów i obrazów
- Podstawowe zagadnienia: analiza sygnałów i obrazów
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
15Uczenie maszynowe 2
- Podstawowe zagadnienia: uczenie maszynowe 2
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
16Modelowanie statystyczne
- Opis i analiza danych
- Wnioskowanie na podstawie obserwacji
- Interpretacja wyników obliczeń
17Przedmiot obieralny 2
- Podstawowe zagadnienia: przedmiot obieralny 2
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
18Przedmiot obieralny 3
- Podstawowe zagadnienia: przedmiot obieralny 3
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
19Inżynieria systemów AI
- Podstawowe zagadnienia: inżynieria systemów ai
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
20Obliczenia równoległe
- Podstawowe zagadnienia: obliczenia równoległe
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
21Przedmiot obieralny 4
- Podstawowe zagadnienia: przedmiot obieralny 4
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
22Przedmiot obieralny 5
- Podstawowe zagadnienia: przedmiot obieralny 5
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
23Przetwarzanie języka naturalnego
- Podstawowe zagadnienia: przetwarzanie języka naturalnego
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
24Hurtownie danych w modelu chmurowym i rozproszonym
- Podstawowe zagadnienia: hurtownie danych w modelu chmurowym i rozproszonym
- Metody analizy i rozwiązywania problemów
- Zastosowania oraz interpretacja wyników
25Etyka oraz zarządzanie AI i danymi
- Analiza procesów i zasobów
- Dobór metod zarządzania
- Ocena skutków decyzji
Perspektywy zawodowe
Po ukończeniu studiów
Absolwenci mogą szukać pracy w obszarach takich jak informatyka, analityka biznesowa oraz przetwarzanie danych. Zdobyte kompetencje przydają się przy analizie problemów, przygotowywaniu rozwiązań i realizacji zadań odpowiadających profilowi studiów. Dalszy rozwój może obejmować specjalizację zawodową, pracę nad coraz bardziej złożonymi zadaniami oraz doskonalenie metod i narzędzi wykorzystywanych w wybranej dziedzinie.
Przykładowe stanowiska
- Analityk danych
- Inżynier danych
- Inżynier uczenia maszynowego
- Specjalista big data
Zasady rekrutacji – Data Science (Politechnika Białostocka (PB))
Przedmioty rekrutacyjne
| Przedmiot | Waga |
|---|---|
| Obowiązkowe — wszystkie | |
| Matematyka – podstawowy | 0,5 |
| Matematyka – rozszerzony | 1,25 |
| Obowiązkowe — wszystkie | |
| Język obcy nowożytny – podstawowy | 0,25 |
| Język obcy nowożytny – rozszerzony | 0,75 |
| Grupa nieobowiązkowa — 1 do wyboru | |
| Fizyka – rozszerzony | 1,75 |
| Informatyka – rozszerzony | 1,75 |
| Egzaminy zawodowe – dyplom zawodowy technika | — |
| Fizyka – podstawowy | 0,5 |
| Informatyka – podstawowy | 0,5 |
Zasady rekrutacji
Konkurs świadectw dojrzałości: liczą się matematyka, język obcy i przedmiot do wyboru.
Terminy rekrutacji 2026/2027
- od 1 czerwca 2026Rozpoczęcie rejestracji
- do 13 lipca 2026Koniec rejestracji
- do 13 lipca 2026Termin opłaty rekrutacyjnej
- 17 lipca 2026Ogłoszenie wyników
- 20–25 lipca 2026Składanie dokumentów
