Politechnika Wrocławska (PWR)
Kierunek studiów 2026/2027
Zaufane systemy sztucznej inteligencji
- Kierunki Techniczne
- Wrocław
- polski
Wybierz tryb studiów
II stopniamagisterskie
Poziom studiówStudia II stopnia
Czas trwania3 semestry
Tryb studiówStacjonarne
Tytuł zawodowyMagister
Język wykładowypolski
OpłatyBezpłatne
Limit miejsc36 (2026)
MiastoWrocław
Zaufane systemy sztucznej inteligencji — poznaj kierunek bliżej
O kierunku
Studia na kierunku Zaufane systemy sztucznej inteligencji obejmują pogłębione kształcenie w obszarze sztucznej inteligencji i danych i łączą wiedzę teoretyczną z jej zastosowaniami. Program rozwija uczenie maszynowe, a do omawianych zagadnień należą Projekt naukowo-wdrożeniowy I, Projektowanie bezpiecznej architektury ICT, Nowoczesne architektury sieci teleinformatycznych. Nauka wymaga analizowania problemów, rozumienia zależności i doboru metod odpowiednich do konkretnego zadania. Zdobywane kompetencje kierunkowe pomagają porządkować wiedzę, oceniać rozwiązania oraz przygotować się do dalszego rozwoju w wybranym obszarze zawodowym.
Dla kogo?
- Osoby zainteresowane obszarem sztucznej inteligencji i danych
- Kandydaci lubiący analizować i rozwiązywać problemy
- Osoby gotowe systematycznie rozwijać wiedzę kierunkową
Politechnika Wrocławska (PWR) (Wrocław) – Czego się nauczysz?
- Uczenie maszynowe
- Modelowanie danych
- Dobór metod rozwiązywania problemów
- Interpretacja wyników analiz
- Przygotowanie opracowań kierunkowych
Program studiów
II stopnia magisterskie · Stacjonarne
1Projekt naukowo-wdrożeniowy I
- Założenia i wymagania projektu
- Dobór metod i rozwiązań
- Opracowanie dokumentacji
2Nowoczesne architektury sieci teleinformatycznych
- Struktura i działanie systemów
- Konfiguracja elementów i usług
- Analiza niezawodności działania
3Zaawansowane techniki optymalizacji
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
4Kierunki rozwoju sztucznej inteligencji
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
5Etyczne, prawne i socjalne aspekty w AI i cyberbezpieczeństwie
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
6Projekt naukowo-wdrożeniowy II
- Założenia i wymagania projektu
- Dobór metod i rozwiązań
- Opracowanie dokumentacji
7Analiza danych eksperymentalnych
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
8Kognitywistyka
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
9Blok A
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
10Zaawansowane metody analizy i zabezpieczania dowodów informatycznych
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
11Blok B
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
12Uczenie głębokie
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
13Blok C
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
14Student/ka wybiera jeden przedmiot z bloku C
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
15Analiza sygnałów wielowymiarowych
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
16Fizyka i algorytmika kwantowa
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
17Student/ka wybiera jeden przedmiot z bloku D
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
18Uczenie maszynowe w animacjach
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
19Blok E
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
20Przetwarzanie języka naturalnego
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
21Blok G
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
22Modelowanie ruchu w sieciach teleinformatycznych
- Struktura i działanie systemów
- Konfiguracja elementów i usług
- Analiza niezawodności działania
23Detekcja anomalii w systemach ICT
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
24Student/ka wybiera jeden przedmiot z bloku F
- Podstawowe pojęcia i zależności
- Metody rozwiązywania zadań
- Zastosowania omawianych zagadnień
25Przetwarzanie danych w sieciach IoT
- Struktura i działanie systemów
- Konfiguracja elementów i usług
- Analiza niezawodności działania
Perspektywy zawodowe
Po ukończeniu studiów
Wiedza ze studiów może znaleźć zastosowanie w analizie danych i rozwoju inteligentnych systemów. Absolwenci mogą zajmować się analizą problemów, przygotowywaniem rozwiązań i oceną ich działania w zadaniach związanych z kierunkiem. Dalszy rozwój obejmuje pogłębianie specjalizacji, zdobywanie doświadczenia oraz rozwijanie umiejętności potrzebnych przy coraz bardziej złożonych zadaniach.
Przykładowe stanowiska
- Analityk danych
- Inżynier uczenia maszynowego
- Programista systemów AI
- Specjalista modelowania danych
Zasady rekrutacji – Zaufane systemy sztucznej inteligencji (Politechnika Wrocławska (PWR))
Zasady rekrutacji
Kwalifikacja na podstawie oceny na dyplomie i średniej z ukończonych studiów.
Terminy rekrutacji 2026/2027
- 11.01.2027Rozpoczęcie rejestracji — zimowa
- 09.02.2027Koniec rejestracji — zimowa
- 09.02.2027Termin opłaty rekrutacyjnej
- 12.02.2027Ogłoszenie wyników — zimowa
- 13.02.2027 – 17.02.2027Składanie dokumentów — zimowa