Politechnika Warszawska (PW)
Kierunek studiów 2026/2027
Matematyka i Analiza Danych
- Kierunki Techniczne
- Warszawa
- polski
Wybierz tryb studiów
I stopnialicencjackie
II stopniamagisterskie
Poziom studiówStudia I stopnia
Czas trwania6 semestrów
Tryb studiówStacjonarne
Tytuł zawodowyLicencjat
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc80 (2026)
MiastoWarszawa
Rekrutacja w liczbach 2026/2027
Próg punktowy (2026)
200 / 225 pkt
Minimalny wynik kwalifikacyjny w rekrutacji 2026.
Zgłoszenia na miejsce (2024)
11,9
Liczba kandydatów na jedno miejsce w rekrutacji 2024.
Liczba miejsc (2026)
80
Liczba miejsc w rekrutacji 2026.
Limit na 2026/2027 może się różnić.
Progi punktowe z ostatnich lat
Poziom studiówStudia II stopnia
Czas trwania4 semestry
Tryb studiówStacjonarne
Tytuł zawodowyMagister
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc50 (2026)
MiastoWarszawa
Matematyka i Analiza Danych — poznaj kierunek bliżej
O kierunku
Studia na kierunku Matematyka i Analiza Danych łączą wiedzę kierunkową z rozumieniem zagadnień związanych z jej zastosowaniem. Kształcenie obejmuje informatykę i analizę systemów, a zagadnienia programu pozwalają poznawać zależności między teorią i praktyką. W toku nauki rozwijasz myślenie analityczne, porządkujesz informacje i uczysz się dobierać metody rozwiązywania problemów. Zdobyta wiedza pomaga rozumieć zadania pojawiające się w pracy w danej dziedzinie. Przygotowujesz się do samodzielnej analizy i dalszego poszerzania kompetencji zawodowych.
Dla kogo?
- Dla osób zainteresowanych obszarem: Matematyka i Analiza Danych.
- Dla osób chcących poznawać informatykę i analizę systemów.
- Dla osób lubiących analizować problemy i szukać rozwiązań.
Politechnika Warszawska (PW) (Warszawa) – Czego się nauczysz?
- Algorytmy i struktury danych
- Programowanie obiektowe
- Bazy danych
- Sieci komputerowe
Program studiów
I stopnia licencjackie · Stacjonarne
1Algebra liniowa z geometrią 1
- Pojęcia i zależności w obszarze: Algebra liniowa z geometrią 1.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
2Analiza matematyczna 1
- Pojęcia i zależności w obszarze: Analiza matematyczna 1.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
3Podstawy programowania i przetwarzania danych
- Pojęcia i zależności w obszarze: Podstawy programowania i przetwarzania danych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
4Algebra liniowa z geometrią 2
- Pojęcia i zależności w obszarze: Algebra liniowa z geometrią 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
5Analiza matematyczna 2
- Pojęcia i zależności w obszarze: Analiza matematyczna 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
6Matematyka dyskretna i elementy probabilistyki
- Pojęcia i zależności w obszarze: Matematyka dyskretna i elementy probabilistyki.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
7Między Bachem a Banachem: matematyczne struktury w muzyce i sztuce
- Pojęcia i zależności w obszarze: Między Bachem a Banachem: matematyczne struktury w muzyce i sztuce.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
8Analiza matematyczna 3
- Pojęcia i zależności w obszarze: Analiza matematyczna 3.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
9Metody numeryczne
- Pojęcia i zależności w obszarze: Metody numeryczne.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
10Rachunek prawdopodobieństwa
- Pojęcia i zależności w obszarze: Rachunek prawdopodobieństwa.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
11Równania różniczkowe
- Pojęcia i zależności w obszarze: Równania różniczkowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
12Techniki ćwiczenia pamięci
- Pojęcia i zależności w obszarze: Techniki ćwiczenia pamięci.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
13Analiza zespolona 1
- Pojęcia i zależności w obszarze: Analiza zespolona 1.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
14Laboratorium z metod numerycznych
- Pojęcia i zależności w obszarze: Laboratorium z metod numerycznych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
15Statystyka matematyczna
- Pojęcia i zależności w obszarze: Statystyka matematyczna.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
16Wstęp do eksploracji danych
- Pojęcia i zależności w obszarze: Wstęp do eksploracji danych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
17Fizyka 1
- Pojęcia i zależności w obszarze: Fizyka 1.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
18Metody optymalizacji
- Pojęcia i zależności w obszarze: Metody optymalizacji.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
19Procesy stochastyczne
- Pojęcia i zależności w obszarze: Procesy stochastyczne.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
20Krótki kurs historii matematyki
- Pojęcia i zależności w obszarze: Krótki kurs historii matematyki.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
21Topologia
- Pojęcia i zależności w obszarze: Topologia.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
22Równania różniczkowe cząstkowe
- Pojęcia i zależności w obszarze: Równania różniczkowe cząstkowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
23Bazy danych
- Pojęcia i zależności w obszarze: Bazy danych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
24Fizyka 2
- Pojęcia i zależności w obszarze: Fizyka 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
25Równania różniczkowe cząstkowe 2
- Pojęcia i zależności w obszarze: Równania różniczkowe cząstkowe 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
Program studiów
II stopnia magisterskie · Stacjonarne
1Analiza portfelowa i zarządzanie ryzykiem
- Pojęcia i zależności w obszarze: Analiza portfelowa i zarządzanie ryzykiem.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
2Matematyka ubezpieczeń majątkowych
- Pojęcia i zależności w obszarze: Matematyka ubezpieczeń majątkowych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
3Modele probabilistyczne w biologii
- Pojęcia i zależności w obszarze: Modele probabilistyczne w biologii.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
4Zaawansowane programowanie obiektowe i funkcyjne
- Pojęcia i zależności w obszarze: Zaawansowane programowanie obiektowe i funkcyjne.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
5Bazy danych
- Pojęcia i zależności w obszarze: Bazy danych.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
6Analiza wielowymiarowa
- Pojęcia i zależności w obszarze: Analiza wielowymiarowa.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
7Zaawansowane metody Monte-Carlo
- Pojęcia i zależności w obszarze: Zaawansowane metody Monte-Carlo.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
8Fraktale
- Pojęcia i zależności w obszarze: Fraktale.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
9Matematyka finansowa 1
- Pojęcia i zależności w obszarze: Matematyka finansowa 1.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
10Podstawy analizy stochastycznej
- Pojęcia i zależności w obszarze: Podstawy analizy stochastycznej.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
11Statystyczne modele grafowe
- Pojęcia i zależności w obszarze: Statystyczne modele grafowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
12Siła nauki - granice poznania
- Pojęcia i zależności w obszarze: Siła nauki - granice poznania.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
13Praktyczne aspekty cyberbezpieczeństwa
- Pojęcia i zależności w obszarze: Praktyczne aspekty cyberbezpieczeństwa.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
14Szeregi czasowe
- Pojęcia i zależności w obszarze: Szeregi czasowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
15Zaawansowane metody uczenia maszynowego
- Pojęcia i zależności w obszarze: Zaawansowane metody uczenia maszynowego.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
16Matematyka finansowa 2
- Pojęcia i zależności w obszarze: Matematyka finansowa 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
17Sieci i grafy losowe
- Pojęcia i zależności w obszarze: Sieci i grafy losowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
18Wysokowymiarowa probabilistyka
- Pojęcia i zależności w obszarze: Wysokowymiarowa probabilistyka.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
19Historia rachunku prawdopodobieństwa i statystyki
- Pojęcia i zależności w obszarze: Historia rachunku prawdopodobieństwa i statystyki.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
20Automatyczne uczenie maszynowe
- Pojęcia i zależności w obszarze: Automatyczne uczenie maszynowe.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
21Biostatystyka
- Pojęcia i zależności w obszarze: Biostatystyka.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
22Metody bayesowskie
- Pojęcia i zależności w obszarze: Metody bayesowskie.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
23Warsztaty badawcze
- Pojęcia i zależności w obszarze: Warsztaty badawcze.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
24Modelowanie aktuarialne
- Pojęcia i zależności w obszarze: Modelowanie aktuarialne.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
25Warsztaty badawcze 2
- Pojęcia i zależności w obszarze: Warsztaty badawcze 2.
- Metody analizy zagadnień i rozwiązywania problemów.
- Zastosowanie wiedzy do interpretacji przykładów.
Specjalności
- probabilistyka i modelowanie (PRiMO)
- statystyka matematyczna i analiza danych (SMAD)
Perspektywy zawodowe
Po ukończeniu studiów
Wiedza zdobyta podczas studiów może być wykorzystywana w firmach informatycznych i zespołach rozwijających systemy cyfrowe. Absolwenci mogą uczestniczyć w analizie problemów, przygotowywaniu rozwiązań i ocenie efektów podejmowanych działań. Rozwój w kierunku zadań specjalistycznych wymaga dalszego zdobywania doświadczenia, a poszerzanie kompetencji pozwala podejmować bardziej złożone zadania.
Przykładowe stanowiska
- Programista
- Analityk systemowy
- Projektant systemów informatycznych
- Specjalista do spraw danych
Zasady rekrutacji – Matematyka i Analiza Danych (Politechnika Warszawska (PW))
Przedmioty rekrutacyjne
| Przedmiot | Waga |
|---|---|
| Grupa obowiązkowa — 1 do wyboru | |
| Matematyka – podstawowy | 0,75 |
| Matematyka – rozszerzony | 1,5 |
| Grupa obowiązkowa — 1 do wyboru | |
| Fizyka – podstawowy | 0,25 |
| Fizyka – rozszerzony | 0,5 |
| Chemia – podstawowy | 0,25 |
| Chemia – rozszerzony | 0,5 |
| Informatyka – podstawowy | 0,25 |
| Informatyka – rozszerzony | 0,5 |
| Biologia – podstawowy | 0,25 |
| Biologia – rozszerzony | 0,5 |
| Geografia – podstawowy | 0,25 |
| Geografia – rozszerzony | 0,5 |
| Grupa obowiązkowa — 1 do wyboru | |
| Język obcy – podstawowy | 0,125 |
| Język obcy – rozszerzony | 0,25 |
| Język obcy – dwujęzyczny | — |
Zasady rekrutacji
I stopień: Konkurs świadectw dojrzałości — liczą się matematyka, język obcy i najkorzystniejszy przedmiot do wyboru.
II stopień: Kwalifikacja obejmuje analizę dokumentów i egzamin.
Terminy rekrutacji 2026/2027
- 1 czerwca 2026Rozpoczęcie rejestracji
- 13 lipca 2026Koniec rejestracji
- 13 lipca 2026Termin opłaty rekrutacyjnej
- 17 lipca 2026Ogłoszenie wyników
- 20–23 lipca 2026Składanie dokumentów
- 03.08.2026Rozpoczęcie rejestracji
- 07.09.2026Koniec rejestracji
- do 18.09.2026Ogłoszenie wyników