Kierunek studiów 2026/2027
Sztuczna inteligencja/Artificial Intelligence
- Kierunki Techniczne
- Poznań
- angielski
Wybierz tryb studiów
I stopniainżynierskie
II stopniamagisterskie
Poziom studiówStudia I stopnia
Czas trwania7 semestrów
Tryb studiówStacjonarne
Tytuł zawodowyInżynier
Język wykładowyangielski
OpłatyBezpłatne
Limit miejsc65 (2026)
MiastoPoznań
Rekrutacja w liczbach 2026/2027
Próg punktowy (2026)
865,5 / 1 000 pkt
Minimalny wynik kwalifikacyjny w rekrutacji 2026.
Zgłoszenia na miejsce (2025)
11,6
Liczba kandydatów na jedno miejsce w rekrutacji 2025.
Liczba miejsc (2026)
65
Liczba miejsc w rekrutacji 2026.
Limit na 2026/2027 może się różnić.
Progi punktowe z ostatnich lat
Poziom studiówStudia II stopnia
Czas trwania3 semestry
Tryb studiówStacjonarne
Tytuł zawodowyMagister
Język wykładowyangielski
OpłatyBezpłatne
Limit miejsc45 (2026)
MiastoPoznań
Sztuczna inteligencja/Artificial Intelligence — poznaj kierunek bliżej
O kierunku
Studia łączą uczenie maszynowe z wiedzą potrzebną do analizowania i rozwiązywania zadań kierunkowych. W programie znajdują się między innymi Analiza matematyczna I, Podstawowe szkolenie z zakresu przepisów obowiązujących na uczelni. Kolejne zagadnienia pozwalają lepiej rozumieć analiza danych oraz dobierać metody do konkretnego problemu. Nauka obejmuje pracę nad zadaniami, interpretację wyników i łączenie wiedzy z różnych przedmiotów. Takie przygotowanie pomaga rozwijać samodzielne myślenie i wykorzystywać zdobyte umiejętności w obszarze kierunku.
Dla kogo?
- Osoby zainteresowane obszarem: uczenie maszynowe
- Kandydaci lubiący analizować problemy i szukać rozwiązań
- Osoby gotowe łączyć wiedzę teoretyczną z zadaniami kierunkowymi
Politechnika Poznańska (PP) (Poznań) – Czego się nauczysz?
- Uczenie maszynowe
- Analiza danych
- Inteligentne systemy
- Analiza problemów kierunkowych
- Dobór metod rozwiązywania zadań
Program studiów
I stopnia inżynierskie · Stacjonarne
1Analiza matematyczna I
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
2Podstawowe szkolenie z zakresu przepisów obowiązujących na uczelni
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
3Wprowadzenie do programowania
- Struktury i reprezentacja danych
- Budowanie i analiza rozwiązań obliczeniowych
- Sprawdzanie poprawności działania
4Pilates
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
5Siłownia męska
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
6Algebra liniowa
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
7Architektura systemów komputerowych z programowaniem niskopoziomowym
- Struktury i reprezentacja danych
- Budowanie i analiza rozwiązań obliczeniowych
- Sprawdzanie poprawności działania
8Kariera zawodowa
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
9Statystyka
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
10Metody kompresji danych
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
11Optymalizacja kombinatoryczna
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
12Robotyka I: podstawy robotyki i sterowania
- Modelowanie obiektów i układów
- Metody sterowania i regulacji
- Ocena działania systemu
13Elementy optymalizacji wypukłej
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
14Grafika
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
15Głębokie uczenie
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
16Badania operacyjne
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
17Pracownia problemowa I: sztuczna inteligencja
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
18Widzenie komputerowe
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
19Robotyka II: zaawansowane zagadnienia robotyki i percepcji
- Modelowanie obiektów i układów
- Metody sterowania i regulacji
- Ocena działania systemu
20Inteligencja obliczeniowa
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
21Pracownia problemowa II: sztuczna inteligencja
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
22Pracownia inżynierska
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
23Interakcja człowiek-komputer
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
24Internet Przedmiotów
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
25Sztuczna inteligencja w grach
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
Program studiów
II stopnia magisterskie · Stacjonarne
1Algorytmy i modele inspirowane biologicznie
- Struktury i reprezentacja danych
- Budowanie i analiza rozwiązań obliczeniowych
- Sprawdzanie poprawności działania
2Eksploracja procesów
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
3Optymalizacja wielokryterialna
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
4Percepcja maszynowa
- Opis konstrukcji i obciążeń
- Analiza ruchu i działania elementów
- Dobór rozwiązań konstrukcyjnych
5Statystyka wielowymiarowa
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
6Teoria Uczenia Maszynowego
- Opis konstrukcji i obciążeń
- Analiza ruchu i działania elementów
- Dobór rozwiązań konstrukcyjnych
7Zastosowania sztucznej inteligencji w branży IT
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
8Automatyczne uczenie maszynowe
- Modelowanie obiektów i układów
- Metody sterowania i regulacji
- Ocena działania systemu
9Ekstrakcja wiedzy
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
10Pisanie prac naukowo-technicznych
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
11Pracownia badawczo-problemowa
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
12Projektowanie aplikacji mobilnych z elementami SI
- Założenia i metody projektowania
- Opracowywanie rozwiązań przestrzennych lub technicznych
- Analiza funkcji i ograniczeń projektu
13Metody teorii informacji w analizie danych
- Modele i zależności ilościowe
- Metody obliczeń i analizy
- Interpretacja wyników i ograniczeń
14Sztuczna inteligencja w kryptografii
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
15Narzędzia uczenia maszynowego
- Opis konstrukcji i obciążeń
- Analiza ruchu i działania elementów
- Dobór rozwiązań konstrukcyjnych
16Zaawansowane aspekty redukcji wymiarowości
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
17Integracja neuronowo-symboliczna
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
18Komunikacja interpersonalna
- Architektura i elementy systemów
- Przesyłanie i przetwarzanie informacji
- Analiza parametrów działania
19Przygotowanie pracy magisterskiej
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
20Sztuczna inteligencja w informatyce biomedycznej
- Struktury i reprezentacja danych
- Budowanie i analiza rozwiązań obliczeniowych
- Sprawdzanie poprawności działania
21Grafy w uczeniu maszynowym
- Opis konstrukcji i obciążeń
- Analiza ruchu i działania elementów
- Dobór rozwiązań konstrukcyjnych
22Innowacje w IT a ludzkość
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
23Wprowadzenie do Kognitywistyki
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
24Nauka o danych i uczenie maszynowe dla e-handlu
- Opis konstrukcji i obciążeń
- Analiza ruchu i działania elementów
- Dobór rozwiązań konstrukcyjnych
25Sztuczna inteligencja w grach
- Pojęcia i zależności w danym obszarze
- Metody rozwiązywania zadań kierunkowych
- Interpretacja i zastosowanie wyników
Perspektywy zawodowe
Po ukończeniu studiów
Absolwenci mogą rozwijać karierę w firmach informatycznych i zespołach rozwoju sztucznej inteligencji, wykorzystując wiedzę kierunkową. Ich zadania mogą obejmować analizę rozwiązań, przygotowanie dokumentacji oraz współpracę przy realizacji projektów. Doświadczenie zawodowe i dalsza nauka pozwalają poszerzać kompetencje oraz podejmować bardziej samodzielne zadania w wybranym obszarze.
Przykładowe stanowiska
- Inżynier uczenia maszynowego
- Data scientist
- Programista systemów AI
- Analityk danych
Zasady rekrutacji – Sztuczna inteligencja/Artificial Intelligence (Politechnika Poznańska (PP))
Przedmioty rekrutacyjne
| Przedmiot | Waga |
|---|---|
| Obowiązkowe — wszystkie | |
| język polski – podstawowy | 0,5 |
| Grupa obowiązkowa — 1 do wyboru | |
| język obcy nowożytny – podstawowy | 0,5 |
| Obowiązkowe — wszystkie | |
| matematyka – podstawowy, rozszerzony | 2,5 |
| Grupa obowiązkowa — 1 do wyboru | |
| biologia – podstawowy, rozszerzony | 2 |
| chemia – podstawowy, rozszerzony | 2 |
| fizyka – podstawowy, rozszerzony | 2 |
| informatyka – podstawowy, rozszerzony | 2 |
| geografia – podstawowy, rozszerzony | 2 |
| egzamin zawodowy | — |
| klasa sportowa | — |
Zasady rekrutacji
I stopień: Konkurs świadectw dojrzałości — liczą się język polski, język obcy, matematyka i najkorzystniejszy wynik dodatkowy.
II stopień: Kwalifikacja uwzględnia średnią ocen ze studiów, pokrewieństwo ukończonego kierunku oraz wynik egzaminu lub ocenę na dyplomie.
Terminy rekrutacji 2026/2027
- 1 czerwca 2026Rozpoczęcie rejestracji
- 11 lipca 2026Koniec rejestracji
- do 13 lipca 2026Ogłoszenie wyników
- 14–17 lipca 2026Składanie dokumentów
- 21 lipca 2026Lista przyjętych
- 14.01.2027Rozpoczęcie rejestracji
- 11.02.2027Koniec rejestracji
- 15.02.2027 – 16.02.2027Egzamin wstępny
- 15.02.2027 – 16.02.2027Składanie dokumentów
- 18.02.2027Lista przyjętych