Program Umělá inteligence a data science

► Chceš formovat budoucnost s umělou inteligencí a daty? Magisterský program Umělá inteligence a data science tě připraví na práci ve třech klíčových oblastech: bezpečná a lidsky orientovaná AI, vývoj AI aplikací a pokročilá analýza dat se strojovým učením. Naučíš se navrhovat inteligentní systémy, implementovat AI technologie i modelovat složité datové soubory.

Standardní délka studia: 2 roky
Předpokládaný počet přijímaných uchazečů: 90 (30+30+30)
Garant programu: prof. Ing. Tomáš Kliegr, Ph.D.
Garantující katedry: Katedra informačního a znalostního inženýrství

Tento program spojuje umělou inteligenci, datovou analytiku a strojové učení tak, aby absolventi byli vyhledávanými odborníky pro technologické firmy, konzultační společnosti i výzkumné instituce. Studium poskytuje nejen teoretické základy, ale především praktické dovednosti pro práci s daty a AI v různých kontextech. Studenti se naučí:

  • Matematicko-informatické základy AI a algoritmy zajišťující interpretovatelnost a vysvětlitelnost modelů.
  • Práci s generativní AI a pokročilými metodami zpracování přirozeného jazyka.
  • Návrh a implementaci human-centric systémů s ohledem na bezpečnost, etiku a spolupráci člověk-stroj.
  • Vývoj komplexních AI aplikací a informačních systémů, využití cloudových technologií a moderních softwarových nástrojů.
  • Pokročilou analýzu dat a modelování s využitím strojového učení a statisticko-ekonometrických metod.
  • Řízení datově-analytických a softwarových projektů, prezentaci výsledků srozumitelně a přesvědčivě.

Specializace:

Díky volitelným blokům předmětů si studenti mohou zvolit směr, který je zajímá nejvíce a tím získají konkurenční výhodu na trhu práce a jasný profesní profil.

Absolventi specializace Human-centered a bezpečná umělá inteligence budou disponovat takovými znalostmi a dovednostmi, aby byli schopni:

  • Rozumět matematicko-informatickým základům umělé inteligence a algoritmickým metodám zajišťujícím interpretovatelnost a vysvětlitelnost chování umělé inteligence.
  • Používat pokročilé metody zpracování přirozeného jazyka a generativní umělé inteligence.
  • Navrhovat „Human-centric AI“ systémy – s ohledem na lidské potřeby, bezpečnost, etiku, právní prostředí, a především spolupráci mezi umělou inteligencí a lidmi.
  • Reprezentovat data a znalosti pomocí metod využívaných v umělé inteligenci.
  • Navrhovat multiagentní systémy, provádět agentové simulace a měřit inteligenci umělých agentů.

Absolventi specializace Vývoj softwaru a technologie umělé inteligence budou disponovat takovými znalostmi a dovednostmi, aby byli schopni:

  • Navrhovat, implementovat a provozovat informační systémy a aplikace, včetně využití cloudových technologií a umělé inteligence.
  • Řídit softwarové projekty a vhodně do jejich životního cyklu zapojovat umělou inteligenci.
  • Využívat umělou inteligenci pro podporu procesů softwarového inženýrství.
  • Orientovat se v aktuálně využívaných technologiích a přístupech k vývoji software z hlediska umělé inteligence, CI/CD a vhodných programovacích jazyků a vybrané zástupce těchto technologií prakticky používat.
  • Využívat low-code či no-code AI platformy, metody autonomního testování software a související technologie.

Absolventi specializace Data science a strojové učení budou disponovat takovými znalostmi a dovednostmi, aby byli schopni:

  • Vymezit a formulovat úlohy data science při modelování a analýze ekonomických jevů a vztahů.
  • Navrhovat nové či upravovat existující metody data science, včetně jejich softwarové implementace.
  • Aplikovat pokročilé metody strojového učení a implementovat jejich začlenění do podnikových systémů či aplikací.
  • Aplikovat pokročilé statisticko-ekonometrické techniky při studiu deskriptivních, prediktivních i kauzálních otázek.
  • Rozumět problematice vytváření a chování modelů umělé inteligence.
  • Řídit datově-analytické projekty za použití adekvátních nástrojů, včetně využití umělé inteligence

Vyučované předměty

Diplomový seminář Optimalizační metody
Grafová a relační data: reprezentace a analýza (v angličtině) Principy umělé inteligence
Metadovednosti pro praxi I Velké jazykové modely
Dynamické modely (v angličtině) Paralelní a GPU programování pro strojové učení
Interpretovatelné metody strojového učení a AI Případové studie z Data Science
Modelování v Data Science
Agilní projekt vývoje aplikací využívajících AI Prostorové modely
Funkcionální programování Umělé neuronové sítě a hluboké učení
Matematická optimalizace
Kognitivní věda Symbolická a vysvětlitelná AI
Sociální a psychologické aspekty užití systémů umělé inteligence Webová a mobilní analytika
Strojové učení a AI – low code a no code přístupy
Data mining – praktické aplikace Umělé neuronové sítě a hluboké učení
Dynamické modely (v angličtině) Základy neurověd
Programování pro AI a data science
Agilní projekt vývoje Machine learning aplikací Metody a praktiky vývoje a testování softwaru
Bezpečný provoz a kontejnerizace aplikací Programování pro AI a data science
Funkcionální programování
Data mining – praktické aplikace Umělé neuronové sítě a hluboké učení
Digitální forenzní analýza Vývoj pokročilých webových aplikací v PHP
Paralelní a GPU programování pro strojové učení Webová a mobilní analytika


Uplatnění absolventů

Magisterský program Umělá inteligence a data science nabízí absolventům široké možnosti uplatnění na trhu práce díky třem profilovým specializacím:

Specializace Human-centered a bezpečná umělá inteligence:

  • vývojáři uživatelských rozhraní,
  • konzultanti pro etiku a bezpečnost AI,
  • výzkumníci v oblasti kognitivních věd.

Specializace Vývoj software a technologie umělé inteligence:

  • software inženýři,
  • AI specialisté ve firmách zaměřených na technologie,
  • vývojáři autonomních systémů.

Specializace Data science a strojové učení:

  • data analytici,
  • machine learning inženýři,
  • specialisté na big data ve firmách a výzkumných institucích.

Absolventi tohoto programu budou mít silný základ v základních znalostech AI a data science, což jim umožní flexibilně se přizpůsobit různým profesním rolím a potřebám trhu práce. Tento program je navržen tak, aby odpovídal aktuálním trendům a požadavkům v oblasti umělé inteligence a datové analýzy, což zvyšuje jejich konkurenceschopnost a atraktivitu pro zaměstnavatele.


Q&A

Na dni otevřených dveří poznáš fakultu i vyučující zblízka, dozvíš se více o studiu, možnostech praxe i uplatnění absolventů. Je to ideální příležitost zjistit, jaké to u nás je. Sleduj stránku DOD.

Podmínky přijímacího řízení nalezneš na stránce o přijímacím řízení.

Všechny informace o doktorském studiu jsou uvedeny zde.

Absolventi FIS mají nejvyšší průměrné výdělky mezi fakultami VŠE – nejčastěji 70–80 tisíc Kč měsíčně. Už během studia pracuje v oboru 89 % studentů. Absolventi působí jako analytici, projektoví a produktoví manažeři, vývojáři, testeři, konzultanti či designéři. Najdete je v IT firmách, bankách, pojišťovnách, auditorských a poradenských společnostech, médiích, kreativních agenturách i ve státní správě. Většina absolventů pracuje jako zaměstnanci, ale právě FIS má také nejvíce podnikatelů mezi fakultami. (Data Absolventského centra, říjen 2024)

Ano. Řada studentů při studiu pracuje v oboru na částečný úvazek nebo sbírá zkušenosti na stážích. Studium je sice náročné, ale s dobrou organizací času lze práci a školu skloubit.

Bodová hranice se každý rok liší. Aktuálně se navíc otevírají nové programy, u kterých se mohou výsledky výrazně změnit. Přehled hranic z minulého roku najdeš zde.

Odpověď, kterou hledáš, tu není? Zeptej se našich studentů!

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.