Studijní katalog FI MU 2022/2023

Zpět na úvodní stránku

Umělá inteligence a zpracování dat

navazující magisterský program (český) se specializacemi

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

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)
Jaro 2024 (4. 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)
Jaro 2024 (4. 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)
Jaro 2024 (4. 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

Doporučený průchod studiem

Podzim 2022 (1. semestr)
Jaro 2023 (2. semestr)
Podzim 2023 (3. semestr)
Jaro 2024 (4. semestr)