AI w praktyce: od podstaw do wdrożeń
Na zajęciach poznasz matematyczne, algorytmiczne i programistyczne podstawy sztucznej inteligencji. Nauczysz się pracować w Pythonie, środowisku Jupyter i bibliotece NumPy, przygotowywać dane, budować i oceniać modele uczenia maszynowego oraz wykorzystywać Oracle Database 26ai i usługi Oracle Cloud Infrastructure w projektach AI.
Program obejmuje m.in. algebrę liniową i optymalizację dla AI, nowoczesne narzędzia programistyczne i Code Assist, klasyczne algorytmy ML, walidację modeli, sieci neuronowe i deep learning, architekturę oraz ocenę jakości dużych modeli językowych, embeddings i przetwarzanie danych wektorowych, Data Lakehouse, RAG, wyszukiwanie semantyczne, systemy agentowe, MCP i A2A. Studia kończą się przygotowaniem i obroną praktycznego projektu końcowego.
Projekt końcowy obejmuje zaprojektowanie i przedstawienie rozwiązania typu end-to-end z obszaru AI, wykorzystującego wybrane elementy stosu technologicznego omawianego w programie, w szczególności Python, Oracle Database 26ai, OCI, klasyczne uczenie maszynowe, embeddings, RAG, wyszukiwanie semantyczne, komponenty agentowe lub integrację z systemem biznesowym. Podczas obrony oceniane są również dokumentacja, uzasadnienie wyborów technicznych, jakość rozwiązania, bezpieczeństwo i świadomość ograniczeń zastosowanych metod.
Program studiów obejmuje 204 godziny zajęć dydaktycznych, realizowanych w ciągu 2 semestrów, i pozwala uzyskać 30 punktów ECTS. Zajęcia prowadzone są w trybie weekendowym, w siedzibie Wydziału Mechatroniki Politechniki Warszawskiej, z możliwością realizacji części laboratoriów w pracowniach komputerowych oraz w środowisku technicznym Oracle Cloud Infrastructure lub innych środowiskach wykorzystywanych w programie. Część zajęć prowadzona jest zdalnie przez MS Teams.
Kontakt:
- tel. +48 22 234 8592
- bartlomiej.fajdek@pw.edu.pl
Po ukończeniu studiów będziesz mieć praktyczną wiedzę i umiejętności potrzebne do pracy przy projektowaniu, budowie, wdrażaniu i ocenie rozwiązań AI opartych na danych, modelach uczenia maszynowego, dużych modelach językowych, bazach danych i usługach chmurowych.
Będziesz potrafić przygotowywać i przetwarzać dane w Pythonie, SQL, Oracle Database 26ai i OCI, budować oraz porównywać modele ML i sieci neuronowe, tworzyć reprezentacje wektorowe, wyszukiwanie semantyczne i rozwiązania RAG, a także projektować proste systemy agentowe i integrować komponenty AI z systemami biznesowymi.
Studia przygotują Cię również do dokumentowania rozwiązań, uzasadniania wyborów technicznych, identyfikowania ograniczeń i ryzyk oraz odpowiedzialnego wykorzystywania AI z uwzględnieniem jakości danych, bezpieczeństwa, etyki i wymagań organizacyjnych.
2 semestry
O przyjęcie na studia podyplomowe mogą ubiegać się osoby posiadające dyplom ukończenia studiów wyższych co najmniej pierwszego stopnia. Preferowane są osoby z wykształceniem technicznym lub doświadczeniem w IT, programowaniu, analizie danych, bazach danych albo wdrażaniu rozwiązań AI.
Rekrutacja prowadzona jest z wykorzystaniem Internetowej Rejestracji Kandydatów Politechniki Warszawskiej. Kwalifikacja kandydatów odbywa się na podstawie spełnienia wymogów formalnych, złożenia kompletu wymaganych dokumentów oraz kolejności zgłoszeń. W przypadku liczby kandydatów przekraczającej limit miejsc uwzględniane jest także przygotowanie kandydata do podjęcia studiów, w szczególności jego wykształcenie, doświadczenie zawodowe oraz zgodność dotychczasowych kompetencji z profilem studiów.