Machine Learning, stacjonarne, drugiego stopnia

Oferowane na Uniwersytecie Warszawskim studia drugiego stopnia na kierunku Machine Learning (uczenie maszynowe) zostały utworzone w związku z dynamicznie rosnącym zainteresowaniem technikami informatycznymi z tego obszaru tematycznego. Studia te zostały zaprojektowane na bazie dobrze funkcjonujących i ukształtowanych długoletnią tradycją praktyk stosowanych na kierunku informatyka prowadzonego w ramach dziedziny nauk ścisłych i przyrodniczych. Świeżo opracowany program kształcenia został przygotowany z uwzględnieniem aktualnych kierunków rozwoju informatyki w obszarze uczenia maszynowego i sztucznej inteligencji oraz ich zastosowań w gospodarce. Treści są dostosowane zarówno do potrzeb tych studentów, którzy traktują wiedzę i umiejętności zdobyte w trakcie studiów jako ścieżkę kariery zawodowej, jak i tych szczególnie uzdolnionych w kierunkach ścisłych, planujących karierę naukową. Wydział Matematyki, Informatyki i Mechaniki jest przy tym miejscem rozpoznawanym i docenianym na świecie.

W trakcie studiów drugiego stopnia podstawowy nacisk kładzie się na naukę twórczego rozwiązywania problemów, umiejętności budowania uogólnień i stawiania pytań. Absolwenci studiów II stopnia nabywają dużą sprawność nie tylko w posługiwaniu się wybranymi technologiami informatycznymi z zakresu uczenia maszynowego, ale potrafią wykorzystywać zdobytą wiedzę i umiejętności także w zastosowaniach niezwiązanych ze studiowaną dyscypliną, na przykład w interdyscyplinarnych zespołach badawczych. Dzięki temu absolwenci są przygotowani do podjęcia pracy w zawodach wymagających znacznej wiedzy z zakresu uczenia maszynowego, potrzebnej do radzenia sobie ze stojącymi wobec rozwiązań komputerowych współczesnymi wyzwaniami. Jednocześnie studenci są włączani do badań prowadzonych na uczelni, co umożliwia dobre przygotowanie absolwentów do prowadzenia działalności naukowo-badawczej i podjęcia studiów doktoranckich.

Studia II stopnia na kierunku Machine Learning (uczenie maszynowe) umożliwiają przyszłym absolwentom zdobycie zaawansowanej wiedzy i umiejętności w zakresie technik stosowanych w uczeniu maszynowym, w tym w zakresie: statystycznych metod uczenia maszynowego, głębokich sieci neuronowych, uczenia ze wzmocnieniem oraz wyjaśniania wyników uzyskanych w wyniku procedur uczenia maszynowego. Znają też podstawowe dziedziny zastosowań uczenia maszynowego takie jak rozpoznawanie obrazów, sterowanie urządzeniami autonomicznymi czy przetwarzanie języka naturalnego. Dzięki temu absolwenci są przygotowani do projektowania, nadzorowania i krytycznej analizy projektów informatycznych z istotnymi komponentami związanymi z uczeniem maszynowym, do pełnienia ról eksperckich w zakresie uczenia maszynowego i bycia liderem poza światem uniwersyteckim. Absolwent studiów magisterskich Machine Learning (uczenie maszynowe) ma wiedzę i umiejętności pozwalające mu podjąć studia III stopnia w dziedzinie informatyki.

Zdecydowana większość zajęć odbywa się w budynku Wydziału Matematyki, Informatyki i Mechaniki, na Kampusie Ochota, przy ul. Banacha 2. Zajęcia programistyczne odbywają się w nowoczesnych laboratoriach komputerowych.

Kierunek Machine Learning został utworzony w ramach projektu Akademia Innowacyjnych Zastosowań Technologii Cyfrowych, stanowiącego część Programu Polska Cyfrowa, czerpiącego  środki m.in. z funduszy strukturalnych Europejskiego Funduszu Rozwoju Regionalnego. Rozpoczęcie studiów na tym kierunku wiąże się z przystąpieniem do projektu.

Zasady kwalifikacji dla kandydatów z dyplomem polskim

Próg kwalifikacji: 45%

O przyjęcie na studia drugiego stopnia mogą ubiegać się osoby posiadające tytuł licencjata, magistra, inżyniera lub równorzędny dowolnego kierunku studiów.

Podstawą kwalifikacji jest egzamin wstępny.

Forma egzaminu: pisemny w języku angielskim. Egzamin będzie obejmował zagadnienia związane z rachunkiem prawdopodobieństwa i statystyką, algebrą liniową, matematyką dyskretną, językiem Python, analizą matematyczną, podstawami matematyki, metodami numerycznymi, algorytmami i strukturami danych, bazami danych, programowaniem współbieżnym, sieciami komputerowymi i systemami operacyjnymi.

Szczegółowa lista zagadnień zostanie opublikowana na stronach systemu IRK.

Na podstawie wyników pisemnego egzaminu wstępnego Komisja Rekrutacyjna tworzy listę rankingową kandydatów, przyjmując jako wynik każdego z nich liczbę punktów z egzaminu wyrażoną w procentach.

Zasady kwalifikacji dla kandydatów z dyplomem zagranicznym

Obowiązują takie same zasady, jak dla kandydatów z dyplomem uzyskanym w Polsce.

Sprawdzenie kompetencji kandydatów do studiowania w języku angielskim

Pozytywny wynik procedury kwalifikacyjnej jest równoznaczny z potwierdzeniem kompetencji kandydata do studiowania w języku angielskim na ww. kierunku.

Wymagania dotyczące znajomości języka angielskiego. >> Otwórz stronę! <<

Terminy

Termin egzaminu: 28 czerwca 2024 r.

Ogłoszenie wyników: 18 lipca 2024 r.

Przyjmowanie dokumentów: 

• I termin: 24-26 lipca 2024 r.
• II termin (w przypadku niewypełnienia limitu miejsc w pierwszym terminie): 29-30 lipca 2024 r.
• kolejne terminy wyznaczone przez komisję rekrutacyjną, w przypadku niewypełnienia limitu miejsc w poprzednich terminach

Opłaty

Opłata rekrutacyjna (w tym opłaty wnoszone za granicą)

Opłata za wydanie legitymacji studenckiej (ELS)

Studia są płatne dla studentów spoza UE/EFTA (strony umowy o EOG) oraz Szwajcarii - wysokość opłat za studia

Wymagane dokumenty

Lista dokumentów wymaganych do złożenia w formie papierowej w przypadku zakwalifikowania na studia

Dodatkowe informacje

Znajdź nas na mapie: Wydział Matematyki, Informatyki i Mechaniki