Politechnika Łódzka (PŁ)
Kierunek studiów 2026/2027
Modelling and Data Science
- Kierunki Techniczne
- Łódź
- angielski
Wybierz tryb studiów
I stopniainżynierskie
Poziom studiówStudia I stopnia
Czas trwania8 semestrów
Tryb studiówStacjonarne
Tytuł zawodowyInżynier
Język wykładowyangielski
OpłatyBezpłatne
Limit miejsc25 (2026)
MiastoŁódź
Rekrutacja w liczbach 2026/2027
Próg punktowy (2026)
800 pkt
Minimalny wynik kwalifikacyjny w rekrutacji 2026.
Zgłoszenia na miejsce (2025)
4,8
Liczba kandydatów na jedno miejsce w rekrutacji 2025.
Liczba miejsc (2026)
25
Liczba miejsc w rekrutacji 2026.
Limit na 2026/2027 może się różnić.
Progi punktowe z ostatnich lat
Modelling and Data Science — poznaj kierunek bliżej
O kierunku
Studia na kierunku Modelling and Data Science łączą wiedzę kierunkową z zakresu matematyki stosowanej z rozwiązywaniem problemów właściwych dla tej dziedziny. Program obejmuje metody matematyczne, modelowanie, statystykę i narzędzia obliczeniowe. Poznawanie zagadnień kierunkowych rozwija umiejętności analityczne oraz zdolność łączenia teorii z jej zastosowaniami. Nauka pozwala ćwiczyć ocenę rozwiązań, interpretowanie wyników i samodzielne rozwiązywanie problemów. Zdobyta wiedza przygotowuje do dalszego rozwoju zawodowego oraz pracy nad zadaniami związanymi z wybraną dziedziną.
Dla kogo?
- Osoby zainteresowane zagadnieniami matematyki stosowanej
- Kandydaci lubiący analizować problemy i szukać rozwiązań
- Osoby chcące rozwijać wiedzę kierunkową i umiejętności praktyczne
Politechnika Łódzka (PŁ) (Łódź) – Czego się nauczysz?
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
- Rozwiązywanie problemów obliczeniowych
- Ocena wyników modelowania
Program studiów
I stopnia inżynierskie · Stacjonarne
1Mathematics 1
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
2Physics
- Opis zjawisk i wielkości fizycznych
- Metody pomiaru i interpretacji wyników
- Zastosowania modeli fizycznych
3Fundamentals of Experimental Data Analysis
- Reprezentacja i przetwarzanie informacji
- Metody analizy danych cyfrowych
- Dobór narzędzi do problemu
4Programming for Modelling and Data Analysis
- Zapis i organizacja kodu programu
- Metody rozwiązywania problemów obliczeniowych
- Sprawdzanie poprawności rozwiązania
5Mathematics 2
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
6Mathematical Methods 1
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
7Modern Physics
- Opis zjawisk i wielkości fizycznych
- Metody pomiaru i interpretacji wyników
- Zastosowania modeli fizycznych
8General-purpose Programming
- Zapis i organizacja kodu programu
- Metody rozwiązywania problemów obliczeniowych
- Sprawdzanie poprawności rozwiązania
9Mathematics 3
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
10Mathematical Methods 2
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
11Electrodynamics and Optics
- Opis zjawisk i wielkości fizycznych
- Metody pomiaru i interpretacji wyników
- Zastosowania modeli fizycznych
12Numerical Methods
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
13Mathematical Methods 3
- Metody rachunkowe i zależności matematyczne
- Analiza modeli i własności funkcji
- Rozwiązywanie zadań obliczeniowych
14Quantum Systems and Quantum Computing
- Reprezentacja i przetwarzanie informacji
- Metody analizy danych cyfrowych
- Dobór narzędzi do problemu
15Computer Simulations
- Reprezentacja i przetwarzanie informacji
- Metody analizy danych cyfrowych
- Dobór narzędzi do problemu
16Data Warehousing
- Reprezentacja i przetwarzanie informacji
- Metody analizy danych cyfrowych
- Dobór narzędzi do problemu
17Modelling of Physical Fields
- Opis zjawisk i wielkości fizycznych
- Metody pomiaru i interpretacji wyników
- Zastosowania modeli fizycznych
18Statistical Mechanics and Stochastic Processes
- Modele obciążeń i ruchu
- Analiza zachowania układów mechanicznych
- Ocena parametrów konstrukcji
19Properties of Matter
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
20Introduction to Machine Learning
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
21Artificial Intelligence Essentials
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
22Big Data
- Reprezentacja i przetwarzanie informacji
- Metody analizy danych cyfrowych
- Dobór narzędzi do problemu
23Optimization Theory
- Budowanie modeli matematycznych
- Analiza danych liczbowych
- Stosowanie metod statystycznych
24Optoelectronics and Photonics
- Opis układów i sygnałów elektrycznych
- Analiza elementów i połączeń
- Ocena parametrów pracy urządzeń
25Professional Design Project 2
- Formułowanie założeń rozwiązania
- Opracowanie i porównanie wariantów
- Ocena wyników prac projektowych
Perspektywy zawodowe
Po ukończeniu studiów
Absolwenci mogą rozwijać karierę w zespołach analitycznych, instytucjach finansowych i przedsiębiorstwach wykorzystujących modele ilościowe. Wiedza kierunkowa pomaga w analizie problemów i przygotowywaniu rozwiązań dla wybranej branży. Do zadań zawodowych należą także ocena wyników oraz współpraca przy realizacji przedsięwzięć; dalsze kształcenie pozwala rozwijać kompetencje specjalistyczne.
Przykładowe stanowiska
- Analityk danych
- Analityk ilościowy
- Specjalista ds. modelowania
- Analityk statystyczny
Zasady rekrutacji – Modelling and Data Science (Politechnika Łódzka (PŁ))
Przedmioty rekrutacyjne
| Przedmiot | Waga |
|---|---|
| Grupa obowiązkowa — 1 do wyboru | |
| matematyka | 3 |
| matematyka | 6 |
| Grupa obowiązkowa — 1 do wyboru | |
| język angielski | 2 |
| język angielski | 3 |
| Grupa nieobowiązkowa — 1 do wyboru | |
| fizyka | 2 |
| fizyka | 4 |
| chemia | 2 |
| chemia | 4 |
| informatyka | 2 |
| informatyka | 4 |
| dyplom zawodowy | 2 |
Zasady rekrutacji
Konkurs świadectw dojrzałości — liczą się matematyka i język obcy oraz najkorzystniejszy przedmiot dodatkowy.
Terminy rekrutacji 2026/2027
- 9 czerwca 2026Rozpoczęcie rejestracji
- do 10 lipca 2026Koniec rejestracji
- do 10 lipca 2026Termin opłaty rekrutacyjnej
- 17 lipca 2026Ogłoszenie wyników
- 18 lipca 2026Składanie dokumentów