Informatyka w Olsztynie

SYLWETKA ABSOLWENTA

Absolwent przygotowany będzie do pracy na stanowiskach: programisty aplikacji internetowych, programisty .NET, programisty C++, JAVA, C#, programisty i administratora baz danych (SQLServer, mySQL), programisty aplikacji mobilnych, grafika komputerowego, front developera, webmastera, projektanta interfejsów użytkownika inżyniera wsparcia aplikacji, administratora serwerów i aplikacji internetowych, administratora bazy danych, itp.

Absolwent, na podstawie znajomości zagadnień związanych programowaniem aplikacji współpracujących z bazami danych oraz przetwarzaniem obrazu i dźwięku jak również nowoczesnych przewodowych i bezprzewodowych technologii sieciowych, jest przygotowany do: projektowania i programowania aplikacji internetowych, administrowania serwerami stron WWW, budowy i administrowania bazami danych oraz wdrażania i administrowania usługami internetowymi. W swojej pracy potrafi wykorzystać najnowsze, wysoko zaawansowane technologie informatyczne służące tworzeniu projektów dla różnych mediów, posiadając wiedzę i umiejętności nie tylko techniczne, ale również znając podstawy kompozycji obrazu.

SYLWETKA ABSOLWENTA

Absolwent przygotowany będzie do pracy na stanowiskach: administratora sieci komputerowej (szczególnie CISCO), administratora systemu Windows, administratora systemu Linux, administratora systemów bezpieczeństwa, analityka IT ds. ryzyka i bezpieczeństwa, audytora IT, itp.

Sylwetka absolwenta – specjalność: Sztuczna Inteligencja

Absolwent będzie posiadał solidne przygotowanie teoretyczne i praktyczne z zakresu metod i technik inteligentnych systemów komputerowych. Będzie gotowy do pracy w dynamicznie rozwijających się obszarach związanych z uczeniem maszynowym, sieciami neuronowymi, przetwarzaniem języka naturalnego oraz algorytmami optymalizacyjnymi. Będzie dysponował wiedzą umożliwiającą tworzenie nowoczesnych modeli AI i ich zastosowanie w rzeczywistych projektach informatycznych.

Kompetencje techniczne absolwenta obejmują m.in.:

• Programowanie w języku Python (struktury danych, programowanie obiektowe, biblioteki do analizy danych i AI)
• Projektowanie oraz implementację algorytmów uczenia maszynowego, w tym:
  • algorytmy grupowania i przeszukiwania,
  • metody oceny jakości modeli (ROC-AUC, Jaccard Index, cross-validation),
  • metody radzenia sobie z overfittingiem i underfittingiem (pretrening, fine-tuning)
• Pracę z sieciami neuronowymi:
  • perceptron, Adaline, LSTM, sieci konwolucyjne (CNN), rekurencyjne (RNN), Hopfielda, sieci samoorganizujące
  • techniki Dropout, Batch Normalization, Levenberga–Marquardta
• Tworzenie systemów neuronowo-rozmytych oraz modeli generatywnych (np. do przetwarzania obrazu)
• Praktyczne wykorzystanie NLP: Word2Vec, TF-IDF, one-hot encoding, BERT
• Znajomość technik adversarial machine learning oraz zabezpieczeń modeli AI
• Zastosowanie algorytmów ewolucyjnych (genetycznych i programowania ewolucyjnego) w optymalizacji struktur sieci neuronowych i rozwiązywaniu problemów optymalizacyjnych

Absolwent potrafi:

• analizować i przetwarzać dane,
• projektować i trenować modele AI,
• wdrażać rozwiązania oparte na sztucznej inteligencji w praktyce przemysłowej, komercyjnej lub badawczej,
• rozwiązywać złożone problemy informatyczne z wykorzystaniem najnowszych narzędzi i bibliotek (np. TensorFlow, PyTorch, scikit-learn).

Dzięki interdyscyplinarnemu podejściu, będzie potrafił łączyć umiejętności programistyczne z wiedzą matematyczną i analityczną, co uczyni go cenionym specjalistą na rynku pracy w sektorze nowoczesnych technologii.