Wybierz tryb studiów
I stopniainżynierskie
Poziom studiówStudia I stopnia
Czas trwania7 semestrów
Tryb studiówStacjonarne
Tytuł zawodowyInżynier
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc36 (2026)
MiastoOpole
Rekrutacja w liczbach 2026/2027
Próg punktowy (2026)
165 pkt
Minimalny wynik kwalifikacyjny w rekrutacji 2026.
Liczba miejsc (2026)
36
Liczba miejsc w rekrutacji 2026.
Limit na 2026/2027 może się różnić.
Progi punktowe z ostatnich lat
Sztuczna inteligencja — poznaj kierunek bliżej
O kierunku
Studia na kierunku sztuczna inteligencja łączą wiedzę specjalistyczną z rozwiązywaniem problemów właściwych dla tej dziedziny. Program obejmuje uczenie maszynowe, a także przetwarzanie danych oraz powiązane z nimi metody pracy. Ważne miejsce zajmuje obszar modele generatywne, który pozwala lepiej rozumieć praktyczne zastosowania wiedzy. Nauka opiera się na analizie zagadnień kierunkowych i zadaniach rozwijających samodzielne myślenie. Zdobyte przygotowanie można wykorzystać w pracy obejmującej tworzenie, testowanie i wdrażanie modeli sztucznej inteligencji.
Dla kogo?
- Osoby zainteresowane obszarem: uczenie maszynowe
- Kandydaci chcący rozwijać wiedzę z zakresu: przetwarzanie danych
- Osoby nastawione na analizę problemów i zastosowanie wiedzy
Politechnika Opolska (PO) (Opole) – Czego się nauczysz?
- Uczenie maszynowe
- Przetwarzanie danych
- Modele generatywne
- Inżynieria oprogramowania
Program studiów
I stopnia inżynierskie · Stacjonarne
1Programowanie 1
- Budowa i organizacja kodu
- Tworzenie oraz testowanie rozwiązań
- Dobór algorytmów do zadania
2Podstawy systemów komputerowych
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
3Analiza matematyczna
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
4Programowanie 2
- Budowa i organizacja kodu
- Tworzenie oraz testowanie rozwiązań
- Dobór algorytmów do zadania
5Bazy danych 2
- Modelowanie i struktura danych
- Zapytania i przetwarzanie informacji
- Spójność oraz organizacja danych
6Algebra liniowa 2
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
7Cyberbezpieczeństwo
- Rozpoznawanie zagrożeń
- Dobór zabezpieczeń i procedur
- Ocena ryzyka oraz skutków
8Uczenie głębokie
- Budowa modeli obliczeniowych
- Przygotowanie i analiza danych
- Ocena działania modeli
9Statystyka
- Opis i analiza zbiorów danych
- Modelowanie zależności między zmiennymi
- Interpretacja wyników obliczeń
10Metody numeryczne w uczeniu maszynowym
- Budowa modeli obliczeniowych
- Przygotowanie i analiza danych
- Ocena działania modeli
11Inżynieria oprogramowania
- Budowa i organizacja kodu
- Tworzenie oraz testowanie rozwiązań
- Dobór algorytmów do zadania
12Przetwarzanie obrazu i widzenie komputerowe
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
13Interpretowalne metody uczenia maszynowego
- Budowa modeli obliczeniowych
- Przygotowanie i analiza danych
- Ocena działania modeli
14Przedmiot wybieralny 1 - Przetwarzanie sygnałów
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
15Przedmiot wybieralny 3 - Systemy autonomiczne
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
16Praca przejściowa
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
17Przedmiot wybieralny 5 - Automatyczne uczenie maszynowe i systemy regułowe
- Budowa modeli obliczeniowych
- Przygotowanie i analiza danych
- Ocena działania modeli
18Przedmiot wybieralny 7 - Projekt badawczy w sztucznej inteligencji 1
- Budowa modeli obliczeniowych
- Przygotowanie i analiza danych
- Ocena działania modeli
19Przedmiot wybieralny 8 - Analiza danych przestrzennych
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
20Elective Course 10 - Research Project in
- Pojęcia i metody właściwe dla modułu
- Analiza przykładów i typowych problemów
- Zastosowanie wiedzy w zadaniach kierunkowych
Perspektywy zawodowe
Po ukończeniu studiów
Absolwenci mogą pracować w sektorze IT i zespołach wdrażających rozwiązania oparte na danych. Wykorzystują wiedzę kierunkową, w tym zagadnienia takie jak uczenie maszynowe, wykonując zadania obejmujące tworzenie, testowanie i wdrażanie modeli sztucznej inteligencji. Dalszy rozwój może obejmować ocenę rozwiązań, pogłębianie specjalizacji i zdobywanie doświadczenia zawodowego.
Przykładowe stanowiska
- Inżynier AI
- Inżynier uczenia maszynowego
- Analityk danych
- Inżynier MLOps
Zasady rekrutacji – Sztuczna inteligencja (Politechnika Opolska (PO))
Przedmioty rekrutacyjne
| Przedmiot | Waga |
|---|---|
| Grupa obowiązkowa — 2 do wyboru | |
| fizyka – podstawowy | 2 |
| fizyka – rozszerzony | — |
| informatyka – podstawowy | 2 |
| informatyka – rozszerzony | — |
| język polski – podstawowy | 0,5 |
| język polski – rozszerzony | — |
| matematyka – podstawowy | 2 |
| matematyka – rozszerzony | — |
| Obowiązkowe — wszystkie | |
| język obcy nowożytny – podstawowy | 0,5 |
| język obcy nowożytny – rozszerzony | — |
Zasady rekrutacji
Konkurs świadectw dojrzałości — liczą się język obcy i dwa wybrane przedmioty z listy dla kierunku.
Terminy rekrutacji 2026/2027
- od 1 maja 2026Rozpoczęcie rejestracji
- do 19 lipca 2026Koniec rejestracji
- 20 lipca 2026Wyniki kwalifikacji
- 20–23 lipca 2026Składanie dokumentów
- 24 lipca 2026Ogłoszenie wyników
