Cíle studijního programu
Studijní program Umělá inteligence a zpracování dat připravuje studenty na práci v oblasti návrhu a vývoje inteligentních systémů a analytiky rozsáhlých dat. Jde o oblasti informatiky, které se dnes velmi rychle vyvíjejí a nabývají stále větší důležitosti. Program studenty vede k důkladnému pochopení základních teoretických pojmů a metod. Již v průběhu studia studenti řeší konkrétní případové studie, při kterých se seznámí s aktuálně používanými nástroji a technologiemi. Studenti tak získají zkušenosti, které jim umožní bezprostředně využít aktuální stav poznání v praxi, i pevné základy, díky kterým mohou nadále samostatně sledovat další vývoj v oblasti.
Program se dělí do čtyř specializací, které prohlubují znalosti ve vybraném směru. Specializace sdílí společný základ studia, který představuje studentům nejdůležitější matematické, algoritmické i technologické aspekty práce oboru. Specializace Strojové učení a umělá inteligence vede absolventy k získání hlubších znalostí metod v oblasti technik strojového učení a umělé inteligence a zkušeností s jejich aplikací. Specializace Zpracování přirozeného jazyka připravuje absolventy na práci s přirozenými jazyky (např. čeština, angličtina) v psané i mluvené podobě z pohledu informatiky. Specializace Analýza a zpracování rozsáhlých dat se zaměřuje na datové vědy, které vytvářejí hodnotu z obrovských datových toků tím, že sbírají, prozkoumávají, interpretují a prezentují data z různých hledisek za účelem datové analytiky, tzv. business intelligence. Specializace Bioinformatika a systémová biologie se zaměřuje na počítačové metody pro automatizovanou analýzu rozsáhlých biologických dat a pro vytváření prediktivních modelů biologických procesů za účelem lepšího pochopení komplexních biologických systémů.
Studijní plány
Studium
- CíleStudijní program Umělá inteligence a zpracování dat připravuje studenty na práci v oblasti návrhu a vývoje inteligentních systémů a analytiky rozsáhlých dat. Jde o oblasti informatiky, které se dnes velmi rychle vyvíjejí a nabývají stále větší důležitosti. Program studenty vede k důkladnému pochopení základních teoretických pojmů a metod. Již v průběhu studia studenti řeší konkrétní případové studie, při kterých se seznámí s aktuálně používanými nástroji a technologiemi. Studenti tak získají zkušenosti, které jim umožní bezprostředně využít aktuální stav poznání v praxi, i pevné základy, díky kterým mohou nadále samostatně sledovat další vývoj v oblasti.
Program se dělí do čtyř specializací, které prohlubují znalosti ve vybraném směru. Specializace sdílí společný základ studia, který představuje studentům nejdůležitější matematické, algoritmické i technologické aspekty práce oboru. Specializace Strojové učení a umělá inteligence vede absolventy k získání hlubších znalostí metod v oblasti technik strojového učení a umělé inteligence a zkušeností s jejich aplikací. Specializace Zpracování přirozeného jazyka připravuje absolventy na práci s přirozenými jazyky (např. čeština, angličtina) v psané i mluvené podobě z pohledu informatiky. Specializace Analýza a zpracování rozsáhlých dat se zaměřuje na datové vědy, které vytvářejí hodnotu z obrovských datových toků tím, že sbírají, prozkoumávají, interpretují a prezentují data z různých hledisek za účelem datové analytiky, tzv. business intelligence. Specializace Bioinformatika a systémová biologie se zaměřuje na počítačové metody pro automatizovanou analýzu rozsáhlých biologických dat a pro vytváření prediktivních modelů biologických procesů za účelem lepšího pochopení komplexních biologických systémů.
- Výstupy z učení
Absolvent je po úspěšném ukončení studia schopen:
- navrhovat systémy a technologie pro zpracování a analýzu dat, a to i rozsáhlých, vyžadujících distribuované architektury;
- navrhovat, implementovat a vyhodnocovat metody pro inteligentní chování počítačových systémů;
- identifikovat problémy řešitelné pomocí technik umělé inteligence a strojového učení, vhodným způsobem je formálně popsat a aplikovat adekvátní přístup k jejich řešení;
- provést praktickou analýzu rozsáhlých dat, výsledky vhodně vizualizovat, statisticky zpracovat a interpretovat;
- zohlednit společenský dopad a etické aspekty vývoje inteligentních systémů a analýzy (potenciálně citlivých) dat;
- nadále samostatně sledovat vývoj v oblasti a vzdělávat se.
- Uplatnění absolventaDíky dynamickému vývoji oblasti, na kterou studenty program připravuje, mají absolventi širokou škálu uplatnění, přičemž konkrétní způsoby uplatnění kontinuálně vznikají a mnohé se teprve objeví v průběhu studia. Rámcové možnosti uplatnění představují:
- aplikovaný i základní výzkum, typicky zpracování rozsáhlých dat, často ve spolupráci s odborníky z jiných oborů jako je biologie nebo lingvistika;
- práce ve firmách, jejichž bezprostředním zájmem jsou umělá inteligence a zpracování dat (např. Seznam, Google), například na pozicích “Data Scientist” a “Machine Learning Engineer”;
práce ve firmách, které mají k dispozici cenná a často rozsáhlá data (např. bankovnictví, telekomunikační operátoři), ale i firmách poskytující technologie pro datovou analytiku v cloudech, například na pozicích “Business Intelligence Analyst” a “Data Analyst”;
založení vlastního start-upu specializujícího se na využití metod umělé inteligence v konkrétní oblasti.
- Pravidla a podmínky pro vytváření studijních plánůBakalářské a magisterské studium probíhá podle celouniverzitního kreditního systému, který je v souladu s pravidly European Credit Transfer System (ECTS). Povinně volitelné předměty jsou ve studijním plánu organizovány do jedné čí více skupin; student volí povinně volitelné předměty na základě stanoveného minimálního počtu kreditů v každé skupině.
Celouniverzitní pravidla pro tvorbu studijních programů, která zpřesňují pravidla vymezená v metodice Národního akreditačního úřadu Doporučené postupy pro přípravu studijních programů, upravuje směrnice Masarykovy univeritzy č. 1/2024 Pravidla pro tvorbu studijních programů a programů celoživotního vzdělávání. Směrnice vymezuje šest typů studijních plánů a jejich použití a kombinace v jednotlivých typech studijních programů. Jedná se o
- jednooborový studijní plán,
- studijní plán se specializací,
- hlavní studijní plán (maior),
- vedlejší studijní plán (minor),
- studijní plán ve spolupráci s jinou vysokou školou či jinou právnickou osobou,
- studijní plán na dostudování (určen pouze pro dostudování ve studijním oboru, studijním programu nebo studijním plánu, který zanikne).
Premisou pravidel je, že studijní plány umožňují naplnění cílů studia a dosažení profilu absolventa studijního programu. Výjimkou je pouze vedlejší studijní plán, který doplňuje hlavní studijního plán jiného studijního programu. Student nemůže studovat pouze podle vedlejšího studijního plánu.
- PraxePraxe není povinnou součástí studijního programu.
- Cíle kvalifikačních pracíU diplomové práce se očekává, že student především prokáže schopnost zpracovat větší projekt (například vytvořit užitečný program, formulovat a dokázat netriviální tvrzení) a že dokáže své dílo zasadit do relevatního kontextu aktuálního poznání a prezentovat je formou odborného textu. Práce může být v českém, slovenském nebo anglickém jazyce. Předepsaná struktura práce zahrnuje sekce
Kopie prohlášení autora školního díla, Prohlášení o autorství, Obsah,
Vlastní text práce, a referencovanou Literaturu. Minimální očekávaný rozsah práce je 40 normostran, vlastního textu (včetně ilustrací).
- Návaznost na další studijní programyAbsolvent studijního programu může (po splnění podmínek přijetí) pokračovat v doktorském studiu na dané fakultě.