Akademia Górniczo-Hutnicza (AGH) im. Stanisława Staszica w Krakowie
Kierunek studiów 2026/2027
Informatyka – Data Science
- Kierunki Techniczne
- Kraków
- polski
Wybierz tryb studiów
II stopniamagisterskie
Poziom studiówStudia II stopnia
Czas trwania4 semestry
Tryb studiówStacjonarne
Tytuł zawodowyMagister
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc—
MiastoKraków
Informatyka – Data Science — poznaj kierunek bliżej
O kierunku
Studia na kierunku Informatyka – Data Science łączą wiedzę z obszaru informatyki i analizy danych z analizą problemów i poszukiwaniem ich rozwiązań. Program obejmuje między innymi: Statystyka w sztucznej inteligencji i analizie danych, Eksploracja danych, Bazy danych w Data Science. Nauka rozwija samodzielne rozumowanie i dobór metod do rozwiązywania zadań kierunkowych. Analiza przykładów pozwala ćwiczyć ocenę wyników i łączyć wiedzę z różnych obszarów programu. Przygotowanie przydaje się w dalszym kształceniu oraz realizacji zadań zawodowych związanych z tą dziedziną.
Dla kogo?
- Osoby zainteresowane obszarem informatyki i analizy danych
- Kandydaci lubiący analizować problemy
- Osoby chcące rozwijać wiedzę kierunkową
- Osoby gotowe do samodzielnej nauki
Akademia Górniczo-Hutnicza (AGH) im. Stanisława Staszica w Krakowie (Kraków) – Czego się nauczysz?
- Projektowanie rozwiązań informatycznych
- Analiza i przetwarzanie danych
- Dobór metod analitycznych
- Interpretacja wyników badań
- Przygotowanie rozwiązań kierunkowych
Program studiów
II stopnia magisterskie · Stacjonarne
1Statystyka w sztucznej inteligencji i analizie danych
- Pojęcia i metody opisu matematycznego
- Rozwiązywanie zadań rachunkowych
- Interpretacja wyników obliczeń
2Eksploracja danych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
3Bazy danych w Data Science
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
4Metody kryptografii w analizie danych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
5Informatyka medyczna
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
6Rachunek macierzowy
- Pojęcia i metody opisu matematycznego
- Rozwiązywanie zadań rachunkowych
- Interpretacja wyników obliczeń
7Large Scale Computing
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
8Introduction to Bioinformatics
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
9Analiza dużych zbiorów danych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
10Sztuczna inteligencja w systemach informatycznych
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
11Informatyka Systemów Złożonych
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
12Metody bayesowskie w analizie danych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
13Kryptografia postkwantowa
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
14Machine Learning applied to Neuroimaging and Neuroscience
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
15Gramatyki grafowe
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
16Blockchain - wyzwania i zagrożenia
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
17Machine Learning in Bioinformatics
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
18Etyczne i społeczne aspekty przetwarzania danych i sztucznej inteligencji
- Podstawowe pojęcia i podejścia badawcze
- Analiza procesów społecznych i kulturowych
- Interpretacja materiału badawczego
19Kompetencje w zmieniającym się społeczeństwie
- Podstawowe pojęcia i podejścia badawcze
- Analiza procesów społecznych i kulturowych
- Interpretacja materiału badawczego
20Problemy prawne systemów AI
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
21Wstęp do informatyki
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
22Wprowadzenie do aplikacji internetowych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
23Podstawy baz danych
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
24Programowanie obiektowe
- Projektowanie algorytmów i struktur danych
- Tworzenie i analiza rozwiązań informatycznych
- Sprawdzanie poprawności działania programów
25Teoria obliczeń i złożoności obliczeniowej
- Podstawowe pojęcia i metody właściwe dla modułu
- Analiza zagadnień i rozwiązywanie zadań
- Zastosowanie wiedzy w problemach kierunkowych
Perspektywy zawodowe
Po ukończeniu studiów
Absolwenci mogą szukać możliwości rozwoju zawodowego w firmach informatycznych i organizacjach działających w obszarze informatyki i analizy danych. Mogą uczestniczyć w analizie danych i problemów, przygotowaniu rozwiązań oraz ocenie ich efektów. Dalszy rozwój obejmuje pogłębianie specjalizacji, kontynuację kształcenia i zdobywanie doświadczenia w zespołach realizujących zadania kierunkowe.
Przykładowe stanowiska
- Programista aplikacji
- Analityk systemów informatycznych
- Specjalista analizy danych
- Tester oprogramowania
- Projektant rozwiązań informatycznych
Zasady rekrutacji – Informatyka – Data Science (Akademia Górniczo-Hutnicza (AGH) im. Stanisława Staszica w Krakowie)
Zasady rekrutacji
Kwalifikacja na podstawie egzaminu wstępnego i średniej ocen ze studiów.
Terminy rekrutacji 2026/2027
- od 22.06.2026Rozpoczęcie rejestracji
- do 20.07.2026Koniec rejestracji
- 22.07.2026 – 24.07.2026Egzamin wstępny
- 27.07.2026Ogłoszenie wyników
- 28.07.2026 – 03.08.2026Składanie dokumentów