Cloud for Artificial Intelligence Field of study: Data Science and Artificial Intelligence
Programme code: W4-S1DS25.2025

Module name: Cloud for Artificial Intelligence
Module code: W4_DSAI_S1_RCSI
Programme code: W4-S1DS25.2025
Semester: winter semester 2026/2027
Language of instruction: Polish
Form of verification: course work
ECTS credits: 3
Purpose and description of the content of education:
Celem modułu jest przygotowanie studentów do projektowania, wdrażania i utrzymania skalowalnych systemów sztucznej inteligencji z uwzględnieniem praktyk inżynierii AI, MLOps i LLMOps. Treści kształcenia obejmują zagadnienia związane z automatyzacją cyklu życia modeli uczenia maszynowego oraz dużych modeli językowych, ich wdrażaniem w środowiskach chmurowych, monitorowaniem i utrzymaniem. Specjalny nacisk położony jest na zagadnienia związane z orkiestracją procesów, wersjonowaniem danych i modeli, oceną jakości działania systemów AI oraz zarządzaniem kosztami i bezpieczeństwem. Studenci zdobywają umiejętności praktyczne w zakresie budowania kompletnych rozwiązań AI gotowych do wdrożenia w środowisku produkcyjnym.
List of modules that must be completed before starting this module (if necessary): not applicable
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Jest gotów do samodzielnego aktualizowania wiedzy i umiejętności w dynamicznie rozwijającym się obszarze usług chmurowych i sztucznej inteligencji. [K01]
 DSAI_1S_U10 [3/5] DSAI_1S_K01 [3/5]
Wykazuje odpowiedzialność za jakość i bezpieczeństwo rozwiązań AI wdrażanych w chmurze, uwzględniając kontekst etyczny i społeczny ich zastosowania. [K02]
 DSAI_1S_K03 [3/5]
Efektywnie komunikuje się w zespole, podejmując współpracę przy projektowaniu i wdrażaniu rozwiązań chmurowych z zakresu sztucznej inteligencji. [K03]
 DSAI_1S_U08 [3/5] DSAI_1S_U09 [3/5] DSAI_1S_K03 [3/5]
Potrafi zaprojektować i wdrożyć rozwiązanie AI w chmurze, wykorzystując odpowiednie usługi i narzędzia do przechowywania danych, trenowania modeli oraz ich skalowalnego uruchamiania. [U01]
 DSAI_1S_U02 [3/5] DSAI_1S_U04 [3/5] DSAI_1S_U03_inż [3/5]
Umie zautomatyzować procesy związane z uczeniem maszynowym (MLOps, LLMOps) z wykorzystaniem narzędzi do monitorowania, wersjonowania i aktualizacji modeli w środowiskach chmurowych. [U02]
 DSAI_1S_U02 [3/5] DSAI_1S_U04 [3/5] DSAI_1S_U03_inż [3/5]
Potrafi analizować i optymalizować koszty, bezpieczeństwo oraz wydajność rozwiązań opartych o sztuczną inteligencję wdrażanych w chmurze. [U03]
 DSAI_1S_U02_inż [3/5] DSAI_1S_U03_inż [3/5]
Ma usystematyzowaną wiedzę w zakresie architektury i zasad działania usług chmurowych wykorzystywanych w systemach sztucznej inteligencji, w tym dotyczących wdrażania, skalowania i monitorowania modeli AI. [W01]
 DSAI_1S_W04 [3/5] DSAI_1S_W02_inż [3/5]
Zna metody organizacji i automatyzacji pracy w środowiskach chmurowych z wykorzystaniem infrastruktury jako kodu, orkiestracji procesów oraz narzędzi wspomagających operacjonalizację modeli ML i LLM. [W02]
 DSAI_1S_W02 [3/5] DSAI_1S_W04 [3/5] DSAI_1S_W02_inż [3/5]
Rozumie uwarunkowania prawne i etyczne oraz zagrożenia związane z przetwarzaniem danych i wdrażaniem systemów AI w chmurze, w tym zagadnienia bezpieczeństwa i zgodności z przepisami. [W03]
 DSAI_1S_W06 [4/5] DSAI_1S_W07 [3/5]
Form of teaching Number of hours Methods of conducting classes Assessment of the learning outcomes Learning outcomes
laboratory classes [fs01] 45 Explanation/clarification [a05] 
Activating method – discussion / debate [b04] 
Activating methods: a case study [b07] 
Activating method – peer learning [b08] 
Demonstration-imitation [c06] 
Screen presentation [c07] 
Working with a computer [d01] 
Laboratory exercise / experiment [e01] 
Simulation [e07] 
Self-education [f01]  		course work K01 K02 K03 U01 U02 U03 W01 W02 W03
The student's work, apart from participation in classes, includes in particular:
Name Category Description
Literature reading / analysis of source materials [a02] Preparation for classes
reading the literature indicated in the syllabus; reviewing, organizing, analyzing and selecting source materials to be used in class
Developing practical skills [a03] Preparation for classes
activities involving the repetition, refinement and consolidation of practical skills, including those developed during previous classes or new skills necessary for the implementation of subsequent elements of the curriculum (as preparation for class participation)
Getting acquainted with the syllabus content [b01] Consulting the curriculum and the organization of classes
reading through the syllabus and getting acquainted with its content
Studying the literature used in and the materials produced in class [c02] Preparation for verification of learning outcomes
exploring the studied content, inquiring, considering, assimilating, interpreting it, or organizing knowledge obtained from the literature, documentation, instructions, scenarios, etc., used in class as well as from the notes or other materials/artifacts made in class
Analysis of the corrective feedback provided by the academic teacher on the results of the verification of learning outcomes [d01] Consulting the results of the verification of learning outcomes
reading through the academic teacher’s comments, assessments and opinions on the implementation of the task aimed at checking the level of the achieved learning outcomes
Development of a corrective action plan as well as supplementary/corrective tasks [d02] Consulting the results of the verification of learning outcomes
reviewing and selecting tasks and activities enabling the elimination of errors indicated by the academic teacher, their verification or correction resulting in completing the task with at least the minimum passing grade
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)