Studijní katalog FI MU 2024/2025
navazující magisterský program (český) se specializacemi
- český studijní program, přednášky mohou být v angličtině
- doc. RNDr. Tomáš Brázdil, Ph.D.
Studijní program Umělá inteligence a zpracování dat připravuje studenty na práci v oblasti návrhu a vývoje inteligentních systémů a analytiky rozsáhlých dat. Jde o oblasti informatiky, které se dnes velmi rychle vyvíjejí a nabývají stále větší důležitosti. Program studenty vede k důkladnému pochopení základních teoretických pojmů a metod. Již v průběhu studia studenti řeší konkrétní případové studie, při kterých se seznámí s aktuálně používanými nástroji a technologiemi. Studenti tak získají zkušenosti, které jim umožní bezprostředně využít aktuální stav poznání v praxi, i pevné základy, díky kterým mohou nadále samostatně sledovat další vývoj v oblasti. Program se dělí do čtyř specializací, které prohlubují znalosti ve vybraném směru. Specializace sdílí společný základ studia, který představuje studentům nejdůležitější matematické, algoritmické i technologické aspekty práce oboru. Specializace Strojové učení a umělá inteligence vede absolventy k získání hlubších znalostí metod v oblasti technik strojového učení a umělé inteligence a zkušeností s jejich aplikací. Specializace Zpracování přirozeného jazyka připravuje absolventy na práci s přirozenými jazyky (např. čeština, angličtina) v psané i mluvené podobě z pohledu informatiky. Specializace Analýza a zpracování rozsáhlých dat se zaměřuje na datové vědy, které vytvářejí hodnotu z obrovských datových toků tím, že sbírají, prozkoumávají, interpretují a prezentují data z různých hledisek za účelem datové analytiky, tzv. business intelligence. Specializace Bioinformatika a systémová biologie se zaměřuje na počítačové metody pro automatizovanou analýzu rozsáhlých biologických dat a pro vytváření prediktivních modelů biologických procesů za účelem lepšího pochopení komplexních biologických systémů.
Díky dynamickému vývoji oblasti, na kterou studenty program připravuje, mají absolventi širokou škálu uplatnění, přičemž konkrétní způsoby uplatnění kontinuálně vznikají a mnohé se teprve objeví v průběhu studia. Rámcové možnosti uplatnění představují: aplikovaný i základní výzkum, typicky zpracování rozsáhlých dat, často ve spolupráci s odborníky z jiných oborů jako je biologie nebo lingvistika; práce ve firmách, jejichž bezprostředním zájmem jsou umělá inteligence a zpracování dat (např. Seznam, Google), například na pozicích Data Scientist a Machine Learning Engineer; práce ve firmách, které mají k dispozici cenná a často rozsáhlá data (např. bankovnictví, telekomunikační operátoři), ale i firmách poskytující technologie pro datovou analytiku v cloudech, například na pozicích Business Intelligence Analyst a Data Analyst; založení vlastního start-upu specializujícího se na využití metod umělé inteligence v konkrétní oblasti.
Požadavky na úspěšné absolvování programu
- Získat nejméně 120 kreditů za celou dobu studia a složit státní závěrečnou zkoušku.
- Získat 20 kreditů za předmět SDIPR a obhájit diplomovou práci. Viz pokyny.
- Absolvovat všechny povinné a povinně volitelné předměty programu a vybrané specializace nejvyšší formou ukončení (není-li explicitně uvedeno jinak).
- Splnit podmínky alespoň jedné specializace studijního programu.
Povinné předměty programu
MA012
|
Statistics II |
---|---|
IV126
|
Fundamentals of Artificial Intelligence |
PA234
|
Infrastuctural and Cloud Systems |
PA152
|
Efficient Use of Database Systems |
PV021
|
Neural Networks |
PV056
|
Machine Learning and Data Mining |
PV211
|
Introduction to Information Retrieval |
PV251
|
Visualization |
SOBHA
|
Obhajoba závěrečné práce |
SZMGR
|
Státní zkouška (magisterský studijní program) |
Specializace: Strojové učení a umělá inteligence
Specializace Strojové učení a umělá inteligence vede absolventy k získání hlubších znalostí metod v oblasti technik strojového učení a umělé inteligence a zkušeností s jejich aplikací.
Povinné předměty specializace
IV111
|
Probability in Computer Science |
---|---|
IA008
|
Computational Logic |
PA163
|
Constraint programming |
Optimalizace a numerické výpočty Absolvovat alespoň 1 předmět z následujícího seznamu | |
PV027
|
Optimization |
MA018
|
Numerical Methods |
PřF:M7PNM1
|
Pokročilé numerické metody I - metody lin. algebry |
Aplikace strojového učení I Absolvovat alespoň 2 předměty z následujícího seznamu | |
PA153
|
Natural Language Processing |
PA228
|
Machine Learning in Image Processing |
PA230
|
Reinforcement Learning |
Aplikace strojového učení II Absolvovat alespoň 1 předmět z následujícího seznamu | |
IA267
|
Scheduling |
PA212
|
Advanced Search Techniques for Large Scale Data Analytics |
PA128
|
Similarity Searching in Multimedia Data |
PV254
|
Recommender Systems |
PA164
|
Machine learning and natural language processing |
IA168
|
Algorithmic game theory |
Projekty a Laboratoř Získat alespoň 4 kredity absolvováním předmětů z následujícího seznamu | |
PA026
|
Artificial Intelligence Project |
PV115
|
Laboratoř dobývání znalostí |
IV127
|
Seminář laboratoře adaptabilní výuky |
IV125
|
Seminář laboratoře Formela |
PV253
|
Seminar of DISA Laboratory |
PV212
|
Seminar on Machine Learning, Information Retrieval, and Scientific Visualization |
Doporučený průchod studiem
Podzim 2024 (1. semestr)
Jaro 2025 (2. semestr)
Podzim 2025 (3. semestr)
- Volba: Předmět ze sekce Optimalizace a numerické výpočty
- Volba: Předmět ze sekce Aplikace strojového učení I
- Volba: Předmět ze sekce Aplikace strojového učení II
- Volba: Předmět ze sekce Projekty a Laboratoř
-
SDIPR
Diplomová práce
Specializace: Zpracování a analýza rozsáhlých dat
Specializace Analýza a zpracování rozsáhlých dat se zaměřuje na datové vědy, které vytvářejí hodnotu z obrovských datových toků tím, že sbírají, prozkoumávají, interpretují a prezentují data z různých hledisek za účelem datové analytiky, tzv. business intelligence.
Povinné předměty specializace
PA017
|
Information Systems Management |
---|---|
PA128
|
Similarity Searching in Multimedia Data |
PA195
|
NoSQL Databases |
PA200
|
Cloud Computing |
PA212
|
Advanced Search Techniques for Large Scale Data Analytics |
PA220
|
Database systems for data analytics |
Datové algoritmy Získat alespoň 4 kredity absolvováním předmětů z následujícího seznamu | |
PA228
|
Machine Learning in Image Processing |
PV079
|
Applied Cryptography |
IA267
|
Scheduling |
PV254
|
Recommender Systems |
MA015
|
Graph Algorithms |
Projekty a Laboratoř Získat alespoň 4 kredity absolvováním předmětů z následujícího seznamu | |
PV253
|
Seminar of DISA Laboratory |
PV115
|
Laboratoř dobývání znalostí |
PV229
|
Multimedia Similarity Searching in Practice |
PA036
|
Projekt z databázových systémů |
Doporučený průchod studiem
Podzim 2024 (1. semestr)
Jaro 2025 (2. semestr)
Podzim 2025 (3. semestr)
Specializace: Zpracování přirozeného jazyka
Specializace Zpracování přirozeného jazyka připravuje absolventy na práci s přirozenými jazyky (např. čeština, angličtina) v psané i mluvené podobě z pohledu informatiky.
Povinné předměty specializace
IA161
|
Natural Language Processing in Practice |
---|---|
IV111
|
Probability in Computer Science |
PA153
|
Natural Language Processing |
PA154
|
Jazykové modelování |
IA008
|
Computational Logic |
Matematika Absolvovat alespoň 2 předměty z následujícího seznamu | |
MA007
|
Matematická logika |
MA010
|
Graph Theory |
MA015
|
Graph Algorithms |
MV008
|
Algebra I |
MA018
|
Numerical Methods |
PřF:M7130
|
Computational geometry |
Zpracování přirozeného jazyka Absolvovat alespoň 1 předmět z následujícího seznamu | |
PA164
|
Machine learning and natural language processing |
PV061
|
Machine Translation |
IV029
|
Úvod do transparentní intenzionální logiky |
Seminář nebo projekt Získat alespoň 2 kredity absolvováním předmětů z následujícího seznamu | |
PV173
|
Natural Language Processing Seminar |
PV277
|
Programming Applications for Social Robots |
PB106
|
Corpus Linguistic Project I |
PA107
|
Corpus Tools Project |
Doporučený průchod studiem
Podzim 2024 (1. semestr)
Jaro 2025 (2. semestr)
Podzim 2025 (3. semestr)
Specializace: Bioinformatika a systémová biologie
Specializace Bioinformatika a systémová biologie je určena pro studenty, kteří chtějí získat vedle všeobecných poznatků z informatiky i nejnovější znalosti v dynamicky se rozvíjejících oborech na pomezí informatiky a biologie. Výběrem této specializace student získá hluboké znalosti týkající se zpracování, ukládání a analýz biologických dat nebo pro využití formálních metod pro analýzu a predikci chování biologických systémů.
Povinné předměty specializace
IV106
|
Bioinformatics seminar |
---|---|
IV108
|
Bioinformatika II |
IV110
|
Project in Sequence Analysis |
IV120
|
Spojité a hybridní systémy |
PA054
|
Formální modely v systémové biologii |
PA183
|
Projekt ze systémové biologie |
PB050
|
Modelování a predikce v systémové biologii |
PB172
|
Seminář ze systémové biologie |
PV225
|
Laboratoř systémové biologie |
PV290
|
Chemoinformatics |
Aplikace Absolvovat alespoň 1 předmět z následujícího seznamu | |
PV269
|
Pokročilé metody bioinformatiky |
PV270
|
Biocomputing |