Program Znalostní a webové technologie
Standardní délka studia: 2 roky
Předpokládaný počet přijímaných uchazečů: 30
Garant programu: doc. Ing. Vilém Sklenák, CSc.
Garantující katedra: Katedra informačního a znalostního inženýrství
Znalostní technologie jsou podoblastí umělé inteligence primárně zaměřenou na souvislosti mezi strojovými a lidskými znalostmi. Do náplně programu jsou proto zahrnuty jak metody umělé inteligence založené na umělých neuronových sítích (včetně velkých jazykových modelů a generativní AI), tak i metody pracující s přímo interpretovatelnými znalostmi (pravidly nebo znalostními grafy). Webové technologie, které se se znalostními dnes často prolínají, zahrnují vývoj webových aplikací, ale i publikování a propojování strukturovaných dat na webu.
V předmětech programu je kladen důraz na získávání přenositelných znalostí: studenti jsou vedeni k tomu, aby pochopili konceptuální a formální principy používaných metod a nezůstali tak pasivními uživateli “černých skříněk”. Menší velikost programu umožňuje při výuce velkou míru interakce s vyučujícím, kterým je často přímo garant předmětu. Součástí výuky jsou i přednášky odborníků z praxe, které doplňují a zpestřují výklad. Díky úzkému kontaktu s vyučujícími a výzkumným a softwarově zaměřeným aktivitám katedry se lze již během studia zapojit do zajímavých vědeckých projektů i vývoje softwarových řešení. Tuto nabídku lze využít nejen jako téma pro diplomovou práci, ale v případě zájmu se lze podílet na řešení projektů i s finanční podporou (formou stipendia či DPP). Studenti ZWT jsou také nezřídka spoluautory vědeckých článků a příspěvků na mezinárodních konferencích, a v případě zájmu tak mají otevřenou cestu k přijetí na doktorandské pozice ať už v tuzemsku nebo v zahraničí.
Klíčové oblasti studia:
- data science, strojové učení a velké jazykové modely,
- umělá inteligence, včetně aspektů její vysvětlitelnosti,
- grafové databáze a znalostní grafy,
- webové aplikace a programování.
Studium ZWT je organizováno s důrazem na flexibilitu. Studenti si nevolí předem danou specializaci, ale své zaměření si do značné míry skládají sami pomocí široké nabídky oborově volitelných předmětů. Zvolené zaměření si studenti dále doplňují volbou vedlejší specializace. Předměty jsou vyučovány po celý semestr, s pravidelným týdenním rozvrhem (který si studenti sestavují před začátkem semestru), přičemž předměty nemají striktní pořadí absolvování. Díky tomu lze studium dobře kombinovat s mimoškolními pracovními aktivitami, prací na projektech katedry i výjezdy na stáže. Výhodou týdenní periodické výuky oproti blokové je dostatek času na procvičení a vstřebání probíraných, vzájemně navazujících témat, a možnost problematiku v mezičase konzultovat s vyučujícími.
Vyučované předměty
| Volitelné předměty: | |
| Agilní projekt vývoje Machine learning aplikací | Agilní projekt vývoje webové aplikace |
| Analýza kategoriálních dat | Aplikovaná lingvistika |
| Business Intelligence | Business Intelligence a Data Science |
| Časové řady | Data mining – praktické aplikace |
| Data mining v cloudu | Elektronická sazba a publikování |
| Grafové databáze a vizualizace grafových dat | Logické programování a jeho aplikace |
| Logika a teoretická informatika | Nová média a sociální sítě (anglicky) |
| Odborná stáž v zahraničí | Programovací jazyky pro data science – Python a R (česky/anglicky) |
| Řízení datové kvality | Skupinové rozhodování |
| Statistické metody pro analýzu dat z databází | Statistické výpočetní prostředí |
| Teorie kódování a šifrování | Trendy ve znalostních technologiích (anglicky) |
| Umělá inteligence – praktika | Umělé neuronové sítě |
| Vícekriteriální rozhodování | Vícerozměrná statistika |
| Vývoj pokročilých webových aplikací v PHP | Webové aplikace |
| Webové technologie | Základní analytika a reporting |
| Základy Node.Js | Znalosti a ontologické inženýrství |
| International Week kurzy – FIS každý rok v lednu pořádá International Week s hostujícími profesory ze zahraničí | |
Uplatnění absolventů
Absolventi programu ZWT disponují kombinací znalostí a dovedností jak z oblasti data science a umělé inteligence, tak i webového inženýrství, kterou si z velké části během studia sami sestaví. Díky soustředění katedry na aktuální výzkumná témata se orientují i v technologiích, které do praxe v plné míře proniknou až v průběhu příštích let.
Absolventi mohou najít uplatnění jako:
- odborník na data science a strojové učení,
- odborník na umělou inteligenci a využívání jazykových modelů,
- datový nebo znalostní inženýr,
- vývojář pokročilých webových aplikací,
- výzkumný pracovník v oblasti informatiky, a to jak v akademické sféře, tak i ve výzkumných a inovačních odděleních korporací.
Vedlejší specializace
Vedlejší specializace (VS), povinná součást magisterského studia na VŠE, nabízí rozmanité možnosti rozšíření znalostí mimo hlavní obor. Studenti si mohou vybrat vedejší specializaci z různých oborů napříč všemi fakultami Vysoké školy ekonomické v Praze.
Navazující doktorské studium
Absolvent magisterského programu Znalostní a webové technologie může pokračovat ve studiu také na doktorském stupni:
- Aplikovaná informatika
Den otevřených dveří
Na Dni otevřených dveří se seznámíš s děním na fakultě a projdeš si prostory školy. Zároveň získáš hlubší pochopení nejen náplně studijních programů, ale také se dozvíš všechny klíčové aspekty vysokoškolského života.
Přijímací řízení
Okruhy k přijímacímu řízení a doporučenou literaturu nalezneš zde. Uchazečům o tento studijní program může být prominuta přijímací zkouška na základě dosažených výsledků předchozího studia viz níže.
Více informací o přijímacím řízení
Kontakt
Máš-li nějaké dotazy ohledně budoucího studia, můžeš využít našeho projektu „Zeptej se!“. V projektu jsou zapojeni naši aktuální studenti, kteří ti rádi odpoví na vše, co tě zajímá ohledně magisterského studia na FISu nebo cokoliv s ním spojeným. Kromě toho máš i možnost napsat na studijní oddělení, které ti bude kdykoliv nápomocné v průběhu tvého studia.
