Moduł do wyboru Kierunek studiów: Data Science i sztuczna inteligencja
Kod programu: W4-S1DS25.2025

Nazwa modułu: Moduł do wyboru
Kod modułu: W4_DSAI_S1_MSDW
Kod programu: W4-S1DS25.2025
Semestr:
  • semestr zimowy 2028/2029
  • semestr letni 2027/2028
  • semestr zimowy 2027/2028
Język wykładowy: w zależności od wyboru
Forma zaliczenia: zaliczenie
Punkty ECTS: 5
Cel i opis treści kształcenia:
Celem modułu kierunkowego do wyboru jest zdobycie przez studiującego wiedzy i umiejętności w zakresie objętym tematyką danego modułu, dostosowaną do bieżących potrzeb interesariuszy wewnętrznych i zewnętrznych, z uwzględnieniem zarówno aspektów badawczych, jak i oczekiwań różnych sektorów gospodarki wykorzystujących metody data science i sztucznej inteligencji.
Lista modułów koniecznych do zaliczenia przed przystąpieniem do tego modułu (o ile to konieczne): nie dotyczy
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Potrafi krytycznie oceniać własną wiedzę i pozyskiwane informacje oraz dostrzega potrzebę jej systematycznej aktualizacji w kontekście dynamicznie zmieniających się uwarunkowań zawodowych i społecznych. [K01]
 DSAI_1S_U06 [3/5] DSAI_1S_U10 [3/5] DSAI_1S_K01 [3/5]
Potrafi planować i organizować pracę własną oraz zespołową, a także brać odpowiedzialność za realizację powierzonych zadań, w tym zadań o charakterze inżynierskim. [K02]
 DSAI_1S_K03 [3/5]
Potrafi wykorzystywać wiedzę specjalistyczną zdobytą w ramach wybranego modułu kierunkowego do rozwiązywania zadań, w tym zadań o charakterze inżynierskim, właściwych dla obszaru data science i sztucznej inteligencji [U01]
 DSAI_1S_U05 [3/5] DSAI_1S_U06 [3/5] DSAI_1S_U07 [3/5] DSAI_1S_U02_inż [3/5] DSAI_1S_U03_inż [3/5]
Dostrzega znaczenie i potrafi uwzględniać aspekty pozatechniczne, w tym społeczne, ekonomiczne i środowiskowe, przy identyfikacji i rozwiązywaniu problemów, w tym problemów o charakterze inżynierskim, w obszarze data science i sztucznej inteligencji. [U02]
 DSAI_1S_U02_inż [3/5]
Zna i rozumie zagadnienia specjalistyczne związane z tematyką wybranego modułu kierunkowego oraz rozumie ich zastosowanie w praktyce zawodowej i działalności badawczo-rozwojowej. [W01]
 DSAI_1S_W05 [3/5] DSAI_1S_W02_inż [3/5]
Zna i rozumie aktualne trendy w obszarze data science i sztucznej inteligencji w kontekście wybranego zagadnienia specjalistycznego, w tym nowe podejścia, narzędzia oraz kierunki badań, z uwzględnieniem ich praktycznych zastosowań oraz wpływu na rozwój technologii, gospodarki i społeczeństwa [W02]
 DSAI_1S_W07 [3/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
wykład [fs01] 15 Wykład informacyjny/kursowy [a01] 
Objaśnienie/wyjaśnienie [a05] 
Wykład problemowy [b01] 
Metody aktywizujące: dyskusja/debata [b04]  		zaliczenie W01 W02
laboratorium [fs02] 45 Objaśnienie/wyjaśnienie [a05] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07] 
Metody aktywizujące: peer learning [b08] 
Pokaz/demonstracja [c06] 
Prezentacja [c07] 
Praca z komputerem [d01] 
Praca z podręcznikiem programowym [d02] 
Ćwiczenie laboratoryjne/doświadczenie [e01] 
Autoedukacja [f01]  		zaliczenie K01 K02 U01 U02
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Kwerenda materiałów i przegląd działań niezbędnych do uczestnictwa w zajęciach [a01] Przygotowanie do zajęć
przegląd literatury, dokumentacji, narzędzi i materiałów oraz specyfiki i zakresu działań wskazanych w sylabusie jako wymagane do pełnego uczestnictwa w zajęciach
Czytanie literatury / analiza materiałów źródłowych [a02] Przygotowanie do zajęć
czytanie literatury wskazanej w sylabusie; przegląd, porządkowanie, analiza i wybór materiałów źródłowych do wykorzystania w ramach zajęć
Ćwiczenie praktycznych umiejętności [a03] Przygotowanie do zajęć
czynności polegające na powtarzaniu, doskonaleniu i utrwalaniu praktycznych umiejętności, w tym ćwiczonych podczas odbytych wcześniej zajęć lub nowych, niezbędnych z punktu widzenia realizacji kolejnych elementów programu (jako przygotowanie się uczestnictwa w zajęciach)
Konsultowanie materiałów uzupełniających [względem wskazanych w sylabusie] [a04] Przygotowanie do zajęć
uzgadnianie dodatkowych do wskazanych w sylabusie materiałów, służących realizacji zadań wynikających z uczestnictwa w zajęciach lub na potrzeby przygotowania się do nich
Wytworzenie/przygotowanie narzędzi, materiałów, dokumentacji niezbędnych do uczestnictwa w zajęciach [a05] Przygotowanie do zajęć
opracowanie, przygotowanie i weryfikacja przydatności narzędzi oraz materiałów (np. pomocy, scenariuszy, narzędzi badawczych, aparatury, itd.) do wykorzystania w ramach zajęć lub służących przygotowaniu się do nich
Studiowanie wykorzystanej literatury oraz wytworzonych w ramach zajęć materiałów [c02] Przygotowanie do weryfikacji efektów uczenia się
wgłębianie się, dociekanie, rozważanie, przyswajanie, interpretacja lub porządkowanie wiedzy pochodzącej z literatury, dokumentacji, instrukcji, scenariuszy, itd., wykorzystanych na zajęciach oraz z notatek lub innych materiałów/wytworów sporządzonych w ich trakcie
Analiza korekt/informacji zwrotnej ze strony NA dotyczących wyników wer. ef. ucz. [d01] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd uwag, ocen i opinii sporządzonych przez NA odnoszących się do realizacji zadania sprawdzającego poziom osiągniętych efektów uczenia się
Opracowanie planu korekty i zadań uzupełniających/korygujących [d02] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd i wybór zadań oraz czynności pozwalających na eliminację wskazanych przez NA błędów, ich weryfikację lub poprawę oraz zaliczenie zadania na, co najmniej, najniższym dopuszczalnym poziomie
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)