Zakresy specjalistyczne
Wybór zakresu specjalistycznego następuje na drugim roku studiów stacjonarnych lub na trzecim roku studiów niestacjonarnych. Studenci decydują się na wybór zakresu wypełniając ankietę. Każdy student jest zobowiązany do wyboru jednego zakresu, na którym będzie kontynuować studia. Studenci, którzy chcieliby zdecydować się na dwa zakresy jednocześnie, powinni zaznaczyć swój wybór w ankiecie. Informacje na temat ankiety i czasu na jej wypełnienie są rokrocznie przekazywane studentom. Po zakończeniu czasu jej trwania zmiana decyzji nie jest możliwa.
Osoby studiujące w trybie ITN, które chcą rozpocząć dyplomowy zakres specjalistyczny w najbliższym semestrze, powinny zgłosić się do dziekanatu, aby aktywować konto w ankiecie. Dotyczy to również osób, które już kiedyś wybierały zakres, a chcą go rozpocząć ponownie.
Zakres specjalistyczny — Data Science
Data Science, czyli nauka o danych, odgrywa niezwykle istotną rolę we
współczesnym świecie, przekształcając sposób, w jaki podejmujemy decyzje,
prowadzimy biznes i rozwiązujemy problemy. W dobie ogromnego wzrostu ilości
danych generowanych codziennie przez różne źródła, od mediów społecznościowych
po systemy informatyczne, umiejętne ich wykorzystanie staje się kluczowym
czynnikiem sukcesu. Data Science łączy w sobie techniki statystyczne, analizę
danych, uczenie maszynowe i przetwarzanie dużych zbiorów danych, aby odkryć
ukryte wzorce, zależności i informacje, które mogą prowadzić do trafniejszych
wniosków i lepszych decyzji biznesowych. Firmy wykorzystujące Data Science mogą
zoptymalizować swoje procesy, poprawić efektywność, zrozumieć lepiej potrzeby
klientów oraz przewidywać trendy rynkowe. Ponadto, Data Science odgrywa
kluczową rolę w rozwoju nowych technologii, takich jak sztuczna inteligencja,
automatyzacja procesów czy Internet rzeczy (IoT). Wraz z rosnącym znaczeniem
danych jako zasobu strategicznego, umiejętności związane z Data Science stają się
coraz bardziej poszukiwane na rynku pracy, co podkreśla centralną rolę tej dziedziny
we współczesnym świecie.
Wykorzystanie metod uczenia głębokiego, zaawansowanej analizy statystycznej oraz
klasyfikatorów uczenia maszynowego w Data Science otwiera drzwi do rewolucji w
analizie danych i podejmowaniu decyzji. Metody uczenia głębokiego, oparte na
wielowarstwowych sieciach neuronowych, umożliwiają automatyczne wykrywanie
skomplikowanych wzorców i relacji w danych, co pozwala na tworzenie precyzyjnych
modeli prognostycznych i klasyfikacyjnych. Zaawansowana analiza statystyczna,
obejmująca techniki takie jak analiza skupień, analiza składowych głównych czy
analiza przestrzeni cech, umożliwia identyfikację istotnych zależności między
zmiennymi oraz redukcję wymiarowości danych, co prowadzi do bardziej
przejrzystych i interpretowalnych wyników. Klasyfikatory uczenia maszynowego, w
tym modele oparte na drzewach decyzyjnych, algorytmach SVM (Support Vector
Machines), czy algorytmach k-najbliższych sąsiadów, pozwalają na skuteczną
klasyfikację danych i tworzenie systemów rekomendacyjnych. W połączeniu te
techniki tworzą potężne narzędzia do analizy danych, które znajdują zastosowanie w
różnych dziedzinach, od biznesu po medycynę, umożliwiając lepsze zrozumienie
danych, prognozowanie trendów i podejmowanie bardziej trafnych decyzji.
Współczesne Data Science opiera się na synergii tych metod, co prowadzi do
innowacyjnych rozwiązań i napędza postęp w analizie danych.
Perspektywy zawodowe dla absolwentów studiów magisterskich na specjalności
Data Science są obiecujące i dynamicznie rozwijające się w obliczu rosnącego
znaczenia danych we współczesnym świecie. Absolwenci posiadający
zaawansowaną wiedzę w zakresie analizy danych, uczenia maszynowego, statystyki
oraz programowania stają się bardzo poszukiwanymi specjalistami na rynku pracy.
Możliwości zatrudnienia dla nich są niezwykle szerokie, obejmując takie sektory jak
finanse, medycyna, handel detaliczny, marketing, przemysł, czy badania naukowe. W
dziale analizy danych mogą pracować jako analitycy danych, naukowcy danych lub
inżynierowie danych, zajmując się gromadzeniem, przetwarzaniem i analizą danych
w celu generowania wiedzy biznesowej oraz podejmowania decyzji strategicznych.
W obszarze sztucznej inteligencji i uczenia maszynowego mogą pełnić funkcje
badaczy, tworząc i doskonaląc algorytmy i modele predykcyjne. Firmy
technologiczne, korporacje, agencje rządowe oraz instytucje akademickie poszukują
wykwalifikowanych specjalistów do rozwijania i wdrażania innowacyjnych rozwiązań
opartych na danych. Dodatkowo, nie brakuje możliwości pracy jako konsultanci lub
freelancerzy, świadcząc usługi analizy danych dla różnych klientów. Wraz z
rosnącym zapotrzebowaniem na ekspertów od danych, perspektywy kariery dla
absolwentów specjalizacji Data Science są obiecujące i oferują wiele możliwości
rozwoju zawodowego oraz osobistego.
Zakres specjalistyczny — Inżynieria oprogramowania, procesów biznesowych i baz danych
Sylwetka ta ma szczególnie szeroki zakres tematyczny, toteż wyodrębniono w ramach niej cztery obszary tematyczne:
— Obszar – Bazy danych
— Obszar – Inżynieria Oprogramowania
— Obszar – Programowanie aplikacji biznesowych
— Obszar – Zarządzanie Projektami
Absolwent wykształcony zgodnie z tą sylwetką jest specjalistą przygotowanym do pracy w większych zespołach wytwarzania oprogramowania oraz zespołach analizy i wsparcia procesów biznesowych. Dzięki wiedzy z obszarów inżynierii wymagań, baz danych, hurtowni danych i eksploracji danych, modelowania procesów biznesowych i komunikacji w zespole oraz procesów podejmowania decyzji w biznesie jest przygotowany do pośredniczenia w komunikacji między zespołami programistów a zespołami biznesowymi.
Dobra znajomość technologii, baz danych, architektury systemów oraz metod analizy i projektowania umożliwia mu rozwój zawodowy w różnorodnych zawodach i rolach od analityka biznesowego, analityka systemowego, inżyniera wymagań, programisty, projektanta witryn internetowych, projektanta i administratora baz danych, projektanta i analityka hurtowni danych, inżyniera oprogramowania aż po kierowników zespołów wytwarzania, wsparcia i projektów informatycznych.
Potencjalne miejsce zatrudnienia tak przygotowanego kandydata stanowią firmy tworzące i wdrażające oprogramowanie, w tym zwłaszcza systemy biznesowe, organizacje posiadające i przetwarzające duże zbiory danych (m.in. banki, firmy ubezpieczeniowe, operatorzy telefonii), firmy świadczące usługi w zakresie business intelligence, działy rozwoju i wsparcia oraz działy analityczne dużych przedsiębiorstw.
Przedmioty obieralne związane z sylwetką
Osoby wybierające niniejszy zakres prosimy o zapoznanie się z rekomendacjami przedmiotów obieralnych dla preferowanego obszaru tematycznego.
Profil kandydata
Kandydat zainteresowany kształceniem ukierunkowanym na tę sylwetkę powinien charakteryzować się umiejętnością analitycznego myślenia, biegłością posługiwania się wybranym językiem programowania ogólnego przeznaczenia oraz znajomością podstaw systemów baz danych oraz predyspozycjami komunikacyjnymi i zdolnością do pracy w zespole. Wskazana jest znajomość metod analizy i projektowania obiektowego, w tym języka UML.
Kompetencje absolwenta
a) Posiada dobrą znajomość relacyjnych i nierelacyjnych systemów zarządzania bazami danych, języków zapytań oraz trendów ich rozwoju.
b) Potrafi dobrać i wdrożyć narzędzia służące do gromadzenia i analizy informacji z wielu źródeł oraz z dużych zbiorów danych.
c) Potrafi zaprojektować hurtownię danych oraz procesy mające na celu pozyskanie danych do hurtowni z różnych źródeł danych.
d) Potrafi dobrać do postawionego problemu system zarządzania bazami danych oraz środki optymalizacji dostępu do bazy danych.
e) Potrafi monitorować serwer baz danych oraz stroić wydajność bazy danych.
f) Potrafi zaprojektować interfejs użytkownika dla aplikacji bazy danych.
g) Zna mechanizmy sztucznej inteligencji stosowane w systemach decyzyjnych i doradczych.
h) Identyfikuje, dokumentuje, waliduje oraz zarządza wymaganiami na oprogramowanie.
i) Potrafi ocenić i kontrolować jakość dokumentów projektowych, w tym: analizy przedwdrożeniowej, specyfikacji wymagań, projektu graficznego interfejsu użytkownika, specyfikacji schematu, specyfikacji architektury oprogramowania, dokumentacji użytkownika, dokumentacji kodu, scenariuszy testowych.
j) Zna metody, zasady i techniki modelowania procesów biznesowych.
k) Zna techniki zarządzania treścią w Internecie oraz optymalizacji dla wyszukiwarek internetowych (SEO).
l) Zna normy i standardy stosowane w wytwarzaniu oprogramowania, w tym zarządzania pozycjami konfiguracji, wydaniami, wersjami i liniami produktów.
m) Zna różne aspekty ponownego użycia oprogramowania, w tym zasady oceny ich wad i zalet.
n) Zna społeczne i psychologiczne zasady pracy w zespołach rozwoju systemów informatycznych.
o) Zna zasady i narzędzia tworzenia bezpiecznego oprogramowania.
p) Umie stosować wzorce projektowe (design patterns) dla realizacji odpowiednich elementów oprogramowania i architektury.
r) Wykorzystuje w pracy komputerowe narzędzia wspierające projektowanie graficznego interfejsu użytkownika, zarządzanie projektem i cyklem wytwórczym oprogramowania, w tym narzędzia pracy grupowej.
s) Potrafi wykorzystywać metody sztucznej inteligencji przy programowaniu.
t) Potrafi zaprojektować aplikację WWW we wszystkich jej warstwach.
u) Potrafi skutecznie komunikować się i współpracować z różnymi specjalistami zarówno po stronie biznesu, ekspertów dziedzinowych, jak i po stronie wytwórcy oprogramowania.
w) Posiada umiejętność wyszukiwania niezbędnych informacji, ich analizy i syntezy w celu rozwiązania zadanego problemu.
x) Zna różnorodne architektury oprogramowania; w tym architektury korporacyjne, wielowarstwowe, standardów wymiany danych i architektury usług.
Zakres specjalistyczny — Technologie sieci urządzeń mobilnych oraz chmury obliczeniowej
Zawody, w których może znaleźć zatrudnienie absolwent realizujący tę sylwetkę obejmują administratora sieci i systemów komputerowych, projektanta i administratora centrów danych, programistę aplikacji mobilnych, projektanta i administratora systemów komunikacji bezprzewodowej, specjalistę ds. bezpieczeństwa systemów teleinformatycznych, projektanta usług w chmurze, inżyniera DevOps, czy projektanta i administratora usług streamingowych. Potencjalni pracodawcy to m.in. operatorzy telekomunikacyjni, producenci systemów i aplikacji mobilnych oraz dostawcy usług opartych na chmurze.
Zakres specjalistyczny — Interaktywne multimedia
Termin interaktywne multimedia obejmuje zagadnienia współpracy użytkownika z systemami informatycznymi, zwykle on-line. Szczególną rolę odgrywa tu interakcja, czyli dwukierunkowa komunikacja człowieka z systemem lub z innymi użytkownikami za pośrednictwem tego systemu (np. w grach i innych aktywnościach wymagających współdziałania). Taką interakcję umożliwiają interfejsy multimedialne.
Interaktywne multimedia integrują komputer, dane, telewizję, telefon i urządzenia mobilne, interfejsy oraz inne technologie informacyjne. Media interaktywne odnoszą się do koncepcyjnego projektowania interakcji, graficznego interfejsu użytkownika, nowych mediów, kultury cyfrowej, oraz rzeczywistości wzbogaconej i wirtualnej. Do najpopularniejszych interaktywnych aplikacji multimedialnych należą gry, programy edukacyjne i szkoleniowe, encyklopedie elektroniczne i przewodniki turystyczne. Użytkownik interaktywnej aplikacji multimedialnej staje się aktywnym uczestnikiem dwustronnej, szeroko pojętej komunikacji.
Wybór zakresu na Wydziale Informatyki następuje po wypełnieniu ankiety.
Ankietę wypełniają studenci drugiego roku, studiów II stopnia na Wydziale Informatyki.
