Studijní katalog FI MU 2022/2023
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.
- Splnit podmínky alespoň jedné specializace studijního programu.
Povinné předměty programu
MA012
|
Statistika II |
---|---|
IV126
|
Fundamentals of Artificial Intelligence |
PA039
|
Supercomputer Architecture and Intensive Computations |
PA152
|
Efficient Use of Database Systems |
PV021
|
Neural Networks |
PV056
|
Strojové učení a dobývání znalostí |
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
|
Programování s omezujícími podmínkami |
PA153
|
Počítačové zpracování přirozeného jazyka |
PA228
|
Machine Learning in Image Processing |
Aplikace strojového učení Absolvovat alespoň 1 předmět z následujícího seznamu | |
PA167
|
Rozvrhování |
PA212
|
Advanced Search Techniques for Large Scale Data Analytics |
PA128
|
Similarity Searching in Multimedia Data |
PV254
|
Recommender Systems |
PA164
|
Strojové učení a přirozený jazyk |
IA168
|
Algorithmic game theory |
Projekty a Laboratoř Získat alespoň 4 kredity absolvováním předmětů z následujícího seznamu | |
PA026
|
Projekt z umělé inteligence |
PV115
|
Laboratoř dobývání znalostí |
IV127
|
Seminář laboratoře adaptabilní výuky |
IV125
|
Seminář laboratoře Formela |
Optimalizace a numerické výpočty Absolvovat alespoň 1 předmět z následujícího seznamu | |
PV027
|
Optimalizace |
MA018
|
Numerical Methods |
PřF:M7PNM1
|
Pokročilé numerické metody I - metody lin. algebry |
Doporučený průchod studiem
Podzim 2022 (1. semestr)
Jaro 2023 (2. semestr)
Podzim 2023 (3. semestr)
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
|
Software Engineering II |
---|---|
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 |
PA167
|
Rozvrhování |
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 |
PA026
|
Projekt z umělé inteligence |
Doporučený průchod studiem
Podzim 2022 (1. semestr)
Jaro 2023 (2. semestr)
Podzim 2023 (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
|
Zpracování přirozeného jazyka v praxi |
---|---|
IV111
|
Probability in Computer Science |
PA153
|
Počítačové zpracování přirozeného jazyka |
PA154
|
Jazykové modelování |
PA156
|
Dialogové systémy |
Matematika Absolvovat alespoň 2 předměty z následujícího seznamu | |
MA007
|
Matematická logika |
IA008
|
Computational Logic |
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
|
Strojové učení a přirozený jazyk |
PV061
|
Úvod do strojového překladu |
IV029
|
Úvod do transparentní intenzionální logiky |
Seminář nebo projekt Získat alespoň 2 kredity absolvováním předmětů z následujícího seznamu | |
PV173
|
Seminář zpracování přirozeného jazyka |
PV277
|
Programování aplikací pro sociální roboty |
PB106
|
Projekt z korpusové lingvistiky |
PA107
|
Projekt z korpusových nástrojů |
Doporučený průchod studiem
Podzim 2022 (1. semestr)
Jaro 2023 (2. semestr)
Podzim 2023 (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
|
Projekt z bioinformatiky I |
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 |
PV027
|
Optimalizace |
PV225
|
Laboratoř systémové biologie |
Aplikace Absolvovat alespoň 1 předmět z následujícího seznamu | |
PV269
|
Pokročilé metody bioinformatiky |
PV270
|
Biocomputing |