GŁĘBOKIE SIECI NEURONOWE

zastosowania w mediach cyfrowych

GŁĘBOKIE SIECI NEURONOWE

zastosowania w mediach cyfrowych

Chciałbyś pracować jako Deep Learning Engineer? Chciałbyś móc usprawniać rozwiązania dotychczasowe kognitywne, jak i być autorem kompletnie nowych rozwiązań, mogących konkurować ze światowymi osiągnięciami?

ZAPISZ SIĘ NA STUDIA

Indywidualne
podejście

Wierzymy, że zindywidualizowane podejście wykładowców, jak i praca w małej grupie wysoko zmotywowanych studentów, obierających ten sam cel, są tutaj kluczowe.

Ponad 20 lat
doświadczenia

Posiadamy wieloletnie doświadczenie zarówno akademickie i komercyjne w technikach multimedialnych. Sieci neuronowe rozwiązują obecnie zagadnienia, z którymi nasi wykładowcy ścierają się już od ponad 20 lat.

Solidne
fundamenty

Kładziemy nacisk na dogłębne przedstawienie teorii kryjącej się za współczesnymi aplikacjami kognitywnymi – traktujemy to jako fundament przyszłych osiągnięć naszych absolwentów.

Komercyjne
zastosowania

Nasi wykładowcy ścierają się z praktycznymi aspektami wdrażania aplikacji kognitywnych, które w odróżnieniu od programów stricte badawczych, muszą działać w realnym środowisku i odpowiadać na potrzeby biznesowe.

Indywidualne
podejście

Wierzymy, że zindywidualizowane podejście wykładowców, jak i praca w małej grupie wysoko zmotywowanych studentów, obierających ten sam cel, są tutaj kluczowe.

Ponad 20 lat
doświadczenia

Posiadamy wieloletnie doświadczenie zarówno akademickie i komercyjne w technikach multimedialnych. Sieci neuronowe rozwiązują obecnie zagadnienia, z którymi nasi wykładowcy ścierają się już od ponad 20 lat.

Solidne
fundamenty

Kładziemy nacisk na dogłębne przedstawienie teorii kryjącej się za współczesnymi aplikacjami kognitywnymi – traktujemy to jako fundament przyszłych osiągnięć naszych absolwentów.

Komercyjne
zastosowania

Nasi wykładowcy ścierają się z praktycznymi aspektami wdrażania aplikacji kognitywnych, które w odróżnieniu od programów stricte badawczych, muszą działać w realnym środowisku i odpowiadać na potrzeby biznesowe.

O STUDIACH

Studia obejmują 192 godziny zajęć, w tym:

0

Godzin zajęć teoretycznych

0

Godziny zajęć praktycznych

Zjazdy odbywają się weekendowo przez 2 semestry. Ukończenie studiów następuje na podstawie egzaminu dyplomowego. W czasie ograniczeń epidemicznych prowadzimy zajęcia w trybie zdalnym na platformie Microsoft Teams, w tym zajęcia laboratoryjne w małych grupach projektowych z wykorzystaniem narzędzi Google Colaboratory.

CEL STUDIÓW

Uczestnicy studiów uzyskują podstawową wiedzę i umiejętności niezbędne do projektowania i programowania modułów sztucznej inteligencji opartych na sieciach głębokich, ze szczególnym uwzględnieniem zastosowań w mediach cyfrowych mieszczących się w następujących obszarach: kompresja obrazu i dźwięku, ulepszanie sygnału mowy, detekcja i rozpoznawanie obiektów w obrazie, steganografia obrazowa, automatyczna adnotacja obrazu, modelowanie 3D na potrzeby interfejsu człowiek-maszyna, oraz bezpieczeństwo danych wspierane przez analizę sygnałową.

Szczegółowe informacje o studiach (w tym terminy zjazdów dla edycji 2)

DO KOGO ADRESUJEMY NASZE STUDIA?

Studium adresujemy do projektantów i programistów aplikacji wykorzystujących lub tworzących inteligentne moduły oparte na głębokich sieciach neuronowych, w tym aplikacji typu Big Data, ale także do tych wszystkich osób, które chcą zdobyć wiedzę i umiejętności w tym zakresie.

SYLWETKA ABSOLWENTA

Absolwenci studiów podyplomowych „Głębokie Sieci Neuronowe – Zastosowania w Mediach Cyfrowych”, będą mogli pracować zarówno w roli Deep Learning Engineer, usprawniając dotychczasowe rozwiązania kognitywne, jak i być autorami kompletnie nowych rozwiązań, mogących iść w konkury z światowymi osiągnięciami.

O STUDIACH

Studia obejmują 192 godziny zajęć, w tym:

0

Godzin zajęć teoretycznych

0

Godziny zajęć praktycznych

Zjazdy odbywają się weekendowo przez 2 semestry. Ukończenie studiów następuje na podstawie egzaminu dyplomowego. W czasie ograniczeń epidemicznych prowadzimy zajęcia w trybie zdalnym na platformie Microsoft Teams, w tym zajęcia laboratoryjne w małych grupach projektowych z wykorzystaniem narzędzi Google Colaboratory.

CEL STUDIÓW

Uczestnicy studiów uzyskują podstawową wiedzę i umiejętności niezbędne do projektowania i programowania modułów sztucznej inteligencji opartych na sieciach głębokich, ze szczególnym uwzględnieniem zastosowań w mediach cyfrowych mieszczących się w następujących obszarach: kompresja obrazu i dźwięku, ulepszanie sygnału mowy, detekcja i rozpoznawanie obiektów w obrazie, steganografia obrazowa, automatyczna adnotacja obrazu, modelowanie 3D na potrzeby interfejsu człowiek-maszyna, oraz bezpieczeństwo danych wspierane przez analizę sygnałową.

Szczegółowe informacje o studiach (w tym terminy zjazdów dla edycji 2)

DO KOGO ADRESUJEMY NASZE STUDIA?

Studium adresujemy do projektantów i programistów aplikacji wykorzystujących lub tworzących inteligentne moduły oparte na głębokich sieciach neuronowych, w tym aplikacji typu Big Data, ale także do tych wszystkich osób, które chcą zdobyć wiedzę i umiejętności w tym zakresie.

SYLWETKA ABSOLWENTA

Absolwenci studiów podyplomowych „Głębokie Sieci Neuronowe – Zastosowania w Mediach Cyfrowych”, będą mogli pracować zarówno w roli Deep Learning Engineer, usprawniając dotychczasowe rozwiązania kognitywne, jak i być autorami kompletnie nowych rozwiązań, mogących iść w konkury z światowymi osiągnięciami.

TEMATYKA ZAJĘĆ