Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu praktycznym

słowa kluczowe: Inteligencja biznesowa i dane

agsdi-calendar

Planowane rozpoczęcie

Październik 2026

agsdi-wallet

Cena

5700 zł

agsdi-calendar-check

Czas trwania

2 semestry / 225 h

agsdi-learn

Tryb nauki - stan na 10.08.26

stacjonarny

STUDIA PODYPLOMOWE

Specjalista AI to zawód przyszłości z ogromnym potencjałem!

Sztuczna inteligencja już od kilku dobrych lat jest na ustach całego świata. Niezmiennie i powszechnie brakuje ekspertów w tej dziedzinie dlatego planując rozwój swojej kariery zawodowej postaw na pewnego konia. Na naszych studiach podyplomowych możesz wybrać jedną z dwóch ścieżek w zależności od Twojego stopnia zaawansowania w posługiwaniu się językiem Python.

Dowiedz się więcej

Sztuczna inteligencja i automatyzacja procesów biznesowych w ujęciu praktycznym

Informacje o kierunku

Celem studiów jest przekazanie wiedzy z elementarza języka programowania Python (36 godzin) oraz zapoznanie studentów z podstawowymi operacjami dotyczącymi analizy danych i ich wizualizacji. Celem jest także przedstawienie statystycznych aspektów analizy danych oraz uczenia maszynowego. W blokach zajęciowych omawiane będą różnorodne algorytmy sztucznej inteligencji w ujęciu biznesowym (na przykładach w języku Python, w stylu tzw. „end-to-end” – od pomysłu do wdrożenia).

Rewolucja technologiczno-gospodarcza

W ramach przedmiotu wyjaśnia się na czym polega rewolucja technologiczno-gospodarcza dokonująca się obecnie w świecie, także powoli w Polsce, również pokazuje się wpływ tej rewolucji na gospodarkę, na zmianę modeli biznesowych, na zmianę zapotrzebowania na pracowników zarówno tych wysokokwalifikowanych, ale też zmianę pozycji na rynku tych niskokwalifikowanych.
Liczba godzin: 4
Liczba ECTS: 1

Etyka w sztucznej inteligencji

Przedmiot ma za zadanie nie tylko pokazać problemy natury etycznej – jakie są i będą stawiane przed naukowcami/menedżerami/użytkownikami urządzeń wyposażonych w sztuczną inteligencję [problem odpowiedzialności, granic stosowania, transparentności działań] – ale ma też zwrócić uwagę na efekty negatywne w społeczeństwie wprowadzania rozwiązań bazujących na sztucznej inteligencji : znikania granic prywatności, nasilenie efektów manipulacyjnych, zmniejszenie poczucia bezpieczeństwa jednostek i grup.
Liczba godzin: 4
Liczba ECTS: 1

Prawo w AI

Przedmiot oparty będzie na analizie kazusów przedstawiających zagrożenia wynikające ze stosowania AI w różnych obszarach życia społecznego. Analiza przybliży możliwości ingerowania prawa w działania, które w szczególnych przypadkach mogą powodować szkody dla osób je niewykorzystujących, choć przypadki te są ograniczone.
Liczba godzin: 4
Liczba ECTS: 1

Metody i narzędzia specyfikowania procesów biznesowych

Celem przedmiotu jest ukazanie słuchaczom metod i narzędzi do specyfikowania procesów biznesowych. Zajęcia pozwalają na nabycie praktycznej wiedzy i umiejętności z zakresu modelowania procesów za pomocą notacji BPMN w stopniu umożliwiającym interpretację zamodelowanych procesów, ze szczególnym uwzględnieniem elementów procesów możliwych do zoptymalizowania i wprowadzenia sztucznej inteligencji.
Liczba godzin: 16
Liczba ECTS: 2

Metody i techniki zbierania oraz definiowania wymagań – zagadnienia podstawowe

Celem przedmiotu jest zaznajomienie słuchaczy z metodami i technikami zbierania oraz dokumentowania wymagań (zarówno funkcjonalnych jak i niefunkcjonalnych) z perspektywy wdrażania rozwiązań automatyzacji procesów biznesowych i sztucznej inteligencji. Zbieranie wymagań w tym przypadku wymaga łączenia klasycznych umiejętności analityka biznesowego, konsultanta i architekta rozwiązań technologicznych. Przedstawione zostaną zagadnienie związane z zarządzaniem wymaganiami w projektach realizowanych zarówno w podejściu klasycznym jak zwinnym (Agile). Przedstawione zostaną podstawowe techniki dekompozycji i opisywania wymagań.
Liczba godzin: 16
Liczba ECTS: 2

Sztuczna Inteligencja w firmie – Transformacja Biznesu

W trakcie zajęć przedstawiona zostanie biznesowa perspektywa wdrażania rozwiązań z zakresu sztucznej inteligencji i nowoczesnych technologii. Omówione zostaną studium przypadków implementacji z różnych branż w kontekście konkretnych modeli biznesowych i główne wyzwania z tym związane. Poruszone zostaną elementy związane z transformacją firm, kulturą Organizacji i organizacją pracy; w tym funkcjonowania działów: R&D, Innowacji, Projektowych. Zostaną przedstawione zagadnienia procesowego spojrzenia na funkcjonowanie Firm w kontekście wdrażania nowoczesnych technologii (AI) celem zwiększenia efektywności działania, optymalizacji łańcucha wartości i zwiększania satysfakcji klienta (Customer Experience).
Liczba godzin: 8
Liczba ECTS: 1

Wdrożenie AI w firmie – warsztaty

Przedmiot obejmuje omówienie: A. Kontekst:1. Czym jest AI (mapa pojęć związanych z AI/ML/Modelowaniem)? 2. Kiedy konieczne jest użycie AI i dlaczego niekoniecznie powinniśmy atakować każdy problem sieciami neuronowymi? 3. Dlaczego samo AI nie wystarcza? 4. X + AI. 5. Co możemy osiągnąć dzięki XAI i dlaczego adaptować się do zmian na świecie? 6. Bayesowskie sieci neuronowe i to, co przed nami. B. Zrób to sam, projekt XAI: 1. Możliwości promocji i finansowania zespołu, bądź startupu technologicznego. 2. Zarządzanie zespołem (najlepiej w Scrum). 3. Stworzenie środowiska pracy. 4. Jak dostarczyć automatyczną diagnozę zdjęć RTG polskiemu szpitalowi. C. Tworzenie pitch deck’u.
Liczba godzin: 6
Liczba ECTS: 1

Automatyzacja i robotyzacja procesów biznesowych w praktyce

Przedmiot: „Automatyzacja i robotyzacja (RPA) procesów biznesowych w praktyce” jest przeznaczony dla osób na różnych stanowiskach w organizacji, które chciałyby poznać możliwości wykorzystania elementów automatyzacji, jako elementu doskonalenia organizacji oraz zbudowania w tym obszarze nowych kompetencji, niezbędnych w szybko zmieniającym się świecie. Słuchacze będą mieli okazję zapoznać się z możliwościami, jakie daje zastosowanie Robotic Proces Automation, które będąc atrakcyjną alternatywą wobec implementacji zmian w systemach informatycznych, pozwala na uwolnienie pracowników od powtarzalnych, nudnych zadań, a tym samym skupienie się na procesach wymagających inteligencji. Słuchacze będą mieli możliwość przejść pełną ścieżkę, jaka realizowana jest w organizacjach, które zdecydowały się na zastosowanie robotyzacji a więc od zdefiniowania strategii automatyzacji, ocenę i selekcję procesów do automatyzacji, zbudowanie zespołu niezbędnego do przygotowania procesów automatyzacji, wybór metody automatyzacji, aż do przygotowania i opomiarowania procesów oraz samodzielnego wykorzystania platformy. Słuchacze poznają również metody oceny efektów wdrożenia botów w organizacji, jak również poznają metody szacowania ryzyka związanego z zastosowaniem robotyzacji wraz z metodami ich mitygacji. Zakres przedmiotu pozwoli słuchaczom być przygotowanym na wykorzystanie wiedzy z zakresu RPA w organizacjach różnych rozmiarów i o różnym profilu działalności.
Liczba godzin: 16
Liczba ECTS: 2

Programowanie w j. Python,- podstawy

Celem przedmiotu jest nabycie praktycznych umiejętności programowania w języku Python, ukierunkowanych na procesy ETL (Extract, Transform, Load) oraz zaawansowaną manipulację strukturami danych. Program koncentruje się na efektywnym wykorzystaniu bibliotek NumPy oraz Pandas do pracy na złożonych zbiorach informacji. Studenci opanują techniki transformacji typów, zaawansowanego filtrowania, sortowania oraz wielopoziomowej agregacji danych. Kurs kładzie szczególny nacisk na logiczne łączenie danych z wielu źródeł (operacje typu merge i join), automatyzację powtarzalnych operacji na plikach oraz przygotowanie czystych zbiorów danych do dalszych procesów analitycznych.
Liczba godzin: 24
Liczba ECTS: 2

Programowanie w j. Python – analiza danych i wizualizacja

Celem przedmiotu jest nauka narzędzi i metod analizy oraz wizualizacji danych w języku Python. Studenci będą zapoznawani z takimi tematami jak: analiza danych z użyciem biblioteki numpy, analiza danych z użyciem biblioteki pandas, analiza plików txt, JSON, html oraz Microsoft Excel, wizualizacja danych z użyciem biblioteki matplotlib oraz seaborn. Przedmiot będzie realizowany zarówno w formie wykładu jak i laboratorium. Zaliczenie przedmiotu będzie polegało na zaliczeniu kolokwium lub zrealizowaniu projektu.
Liczba godzin: 16
Liczba ECTS: 2

Podstawy teorii uczenia maszynowego

Kurs omawia nowoczesny rynek AI oraz wpływ tej branży na PKB, osadzając technologię w realiach biznesowych i strategii information-driven. Program obejmuje ewolucję od klasycznego ML, służącego do automatyzacji prostych zadań, takich jak wykrywanie czy śledzenie obiektów, po systemy Agentic AI dedykowane automatyzacji skomplikowanych procesów decyzyjnych. Student poznaje metodykę wdrażania inteligentnych rozwiązań oraz zasady budowania wartości biznesowej wokół gotowych modeli językowych. Warunkiem zaliczenia przedmiotu jest prezentacja analizująca wybrany przypadek wdrożeniowy w kontekście strategicznym.
Liczba godzin: 16
Liczba ECTS: 2

Wprowadzenie do uczenia maszynowego w Pythonie

Warsztat koncentruje się na praktycznym wykorzystaniu Pythona do budowy działających systemów opartych na danych i modelach predykcyjnych. Zajęcia obejmują implementację klasycznego ML do analizy danych, wspomagania procesów decyzyjnych w firmach oraz automatyzacji prostych zadań technicznych. Następnie studenci przechodzą do projektowania struktur Agentic AI zdolnych do obsługi skomplikowanych procesów przy użyciu zewnętrznych narzędzi i API. Zaliczenie przedmiotu odbywa się w formie prezentacji autorskiego projektu oraz uzyskanych wyników analitycznych.
Liczba godzin: 16
Liczba ECTS: 3

Computer Vision

W ramach przedmiotu Computer Vision w Pythonie przedstawione zostaną zaawansowane algorytmy przetwarzania obrazów. Szczegółowo omówione będzie działanie splotowych sieci neuronowych (CNN), ich trening oraz budowa. Słuchacz pozna działanie detekcyjnego modelu YOLO oraz możliwe podejścia do segmentacji obrazu. Przedmiot obejmie także metodę pracy z sekwencjami obrazów (video), a nawet z dźwiękiem. Omówione też zostaną sposoby generowania obrazów.
Liczba godzin: 16
Liczba ECTS: 2

Odkrywanie wiedzy

Przedmiot „Odkrywanie wiedzy” koncentruje się na praktycznym wykorzystaniu metod eksploracji danych do rozwiązywania realnych problemów biznesowych i analitycznych. Studenci poznają model CRISP-DM jako uporządkowane podejście do prowadzenia projektów analizy danych – od zrozumienia problemu, przez przygotowanie danych, aż po wdrożenie wyników. W ramach zajęć omawiane są również wybrane algorytmy eksploracji danych, takie jak analiza koszykowa, umożliwiająca odkrywanie zależności i wzorców współwystępowania produktów. Szczególny nacisk kładziony jest na praktyczne ćwiczenia, interpretację wyników oraz wykorzystanie narzędzi wspierających analizę danych.
Liczba godzin: 16
Liczba ECTS: 2

Podstawy analizy danych

Celem przedmiotu jest przedstawienie podstawowych pojęć oraz zadań statystycznej analizy danych w otoczeniu biznesowym. Zajęcia realizowane będą w formie dyskusji i prezentacji rozwiązań problemów obejmujących poszczególne typy analizy statystycznej w różnorakim kontekście biznesowym – na zanonimizowanych faktycznych danych
Liczba godzin: 16
Liczba ECTS: 2

Deep Learning w Keras

W trakcie realizacji tego przedmiotu słuchacz pozna teorię sieci neuronowych i sposób ich budowania za pomocą interfejsu Keras. Po zakończeniu przedmiotu słuchacz będzie w stanie zbudować wielowarstwowe perceptrony, sieci konwolucyjne, sieci rekurencyjne i autokodery do zadań regresji, klasyfikacji i niektórych zadań nienadzorowanych
Liczba godzin: 16
Liczba ECTS: 2

NLP w Pythonie

Celem przedmiotu jest praktyczne omówienie podstawowych zagadnień związanych z przetwarzaniem języka naturalnego, takich jak: tokenizacja, stemming, lematyzacja, parsowanie. W ramach zajęć zostanie omówiona: analiza dokumentów hipertekstowych (page rank, SEO), analiza sieci społecznościowych, profilowanie użytkowników oraz ich zachowania (sentiment analysis), chatbooty.
Liczba godzin: 11
Liczba ECTS: 1

Prezentacja projektów

Realizacja własnego projektu będzie zwieńczeniem nauki na danej ścieżce studiów, a zarazem okazją do wykorzystania i rozwinięcia wszystkich nabytych w jego trakcie umiejętności. Tematy prac oraz opiekunowie – do wyboru.
Liczba godzin: 4
Liczba ECTS: 1

Tomasz Bartkowski

Mgr inż. Tomasz Bartkowski – absolwent kierunków Satellite Geodesy and Navigation oraz Geoinformatyka. Od 13 lat związany z branżą lotniczą. Doświadczenie zdobywał m.in. w firmie Boeing, a obecnie pracuje w Lufthansa Systems Poland na stanowisku analityka danych. W przeszłości pełnił funkcję Flight Operations Officer w linii lotniczej. Trener, mentor i wykładowca Aviation Academy. W pracy wykorzystuje Pythona do analizy danych i automatyzacji procesów. Specjalizuje się w analizie i opracowywaniu danych krytycznych.

Prowadzi przedmioty:

Programowanie w j. Python, podstawy.

Kamil Brodnicki

Dr inż. Kamil Brodnicki jest asystentem w Katedrze Informatyki w Zarządzaniu na Wydziale Ekonomii i Zarządzania Politechniki Gdańskiej. Od 2017 roku jest kierownikiem laboratorium Customer Experience. Od 2011 roku pracuje w jednej z trójmiejskich firm IT jako Analityk Systemów Informatycznych, realizując projekty z branży finansowej. Jego zainteresowania badawcze koncentrują się w następujących obszarach: ergonomia i użyteczność w projektach informatycznych, analiza biznesowa i systemowa w IT, zastosowanie Design Thinking w funkcjonowaniu przedsiębiorstw.

Prowadzi przedmioty:

Metody i narzędzia specyfikowania procesów biznesowych.

Karol Flisikowski

Dr inż. Karol Flisikowski jest absolwentem Wydziału Elektroniki, Telekomunikacji i Informatyki oraz Wydziału Zarządzania i Ekonomii na Politechnice Gdańskiej, gdzie obronił w 2015 roku rozprawę doktorską w dyscyplinie ekonomia/statystyka. W roku 2017 odbył staż na Uniwersytecie Porto, natomiast w latach 2018-2019 pracował na I-Shou University w Tajwanie. Od 15 lat jest pracownikiem Politechniki Gdańskiej, związanym z Zakładem Statystyki. Aktualnie zajmuje się modelowaniem ryzyka kredytowego i ograniczeń budżetowych gospodarstw domowych. Wśród jego głównych publikacji, można wyróżnić dwa wysoce cytowane artykuły JCR. W międzyczasie pracował także jako analityk kredytowy, budował modele scoringowe dla kilku instytucji. Obecnie zajmuje się głównie dydaktyką – prowadzi różnego typu kursy statystyczne (od niedawna zdalnie) oraz jest wykonawcą grantu „Mistrzowie dydaktyki”. Jest opiekunem naukowym studenckiego koła „Data Science” oraz członkiem-założycielem Centrum Nowoczesnej Edukacji PG.

Prowadzi przedmioty:

Programowanie w j. Python analiza danych i wizualizacja; Podstawy analizy danych; Prezentacja projektów.

Ewa Hope

Dr Ewa Hope (Docent) – obecnie emerytowany adiunkt na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej, emerytowany kierownik Zakładu Nauk Filozoficznych na PG, Podyplomowych Studiów Public Relations i Podyplomowych Studiów Społecznej Odpowiedzialności Biznesu. Wykładowca przedmiotu „Etyka działań PR” na uczelniach polskich. Zdobywczyni nagród ogólnopolskich: „Łeb PR” – nominowana „za obronę prawdziwych i etycznych zasad w public relations” „Lew PR” – za „konsekwentną pracę na rzecz etyki w Public Relations”, „PRotony” za największe osiągnięcia w edukacji PR w 2013 roku. Autorka publikacji dotyczących problemów etycznych w PR, społecznej odpowiedzialności biznesu, etyki biznesu, m.inn książki „Public relations – czy to się sprawdzi?”, „Etyka w zawodzie specjalistów public relations”. Członek pierwszego składu Rady Etyki Public Relations – i jej współtwórczyni. Ekspert w Radzie Etyki PR – od 2016, ekspert w CSR – grupa Edukacja przy Ministerstwie Gospodarki. Od 2015, autorka blogu „Hope for future”.

Prowadzi przedmioty:

Etyka w sztucznej inteligencji.

Aleksandra Karpus

Dr inż. Aleksandra Karpus jest absolwentką Matematyki Stosowanej na Wydziale Fizyki Technicznej i Matematyki Stosowanej oraz Informatyki na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. W latach 2011-2014 pracowała z danymi w przemyśle, wykorzystując bazy danych Oracle. Od 2014 roku jest zawodowo związana z Politechniką Gdańską, obecnie jest zatrudniona na stanowisku adiunkta naukowo-dydaktycznego w Katedrze Inżynierii Oprogramowania. W 2018 roku uzyskała tytuł doktora nauk technicznych w dyscyplinie Informatyka Techniczna. Uczestniczyła w szkołach letnich: Summer School on Ontological Engineering and Semantic Web 2013 i DeepLearn 2017. W latach 2014 i 2015 brała udział w stażach naukowych na Politecnico di Bari we Włoszech. Jest autorką publikacji naukowych w dziedzinach systemów rekomendacyjnych, inżynierii ontologii, uczenia maszynowego oraz informatyki afektywnej. Brała udział w grantach EMBOA – Affective loop in Socially Assistive Robotics as an intervention tool for children with autism i AI Tech – Akademia Innowacyjnych Zastosowań Technologii Cyfrowych.

Prowadzi przedmioty:

Odkrywanie wiedzy; Deep Learning w Keras.

Sylwester Kozak

Mgr inż. Sylwester Kozak – praktyk z ponad 25-letnim doświadczeniem na styku technologii i biznesu. Od 1999 roku prowadzi e-biznes.pl – jeden z najdłużej działających polskich portali o e-commerce, gdzie śledzi globalne trendy technologiczne i analizuje ich wpływ na polski handel internetowy. Zawodowo związany z Westernacher Consulting, gdzie odpowiada za partnerstwo SAP i bezpieczeństwo informacji; wdrożył certyfikacje ISO 27001 i ISO 9001. Na co dzień wykorzystuje AI i automatyzację procesów w realnych projektach biznesowych. Na Politechnice Gdańskiej prowadzi zajęcia z praktycznych zastosowań sztucznej inteligencji w biznesie.

Prowadzi przedmioty:

Sztuczna Inteligencja w firmie – Transformacja Biznesu; Wdrożenie AI w firmie – warsztat.

Ewa Lechman

Prof. dr hab. Ewa Lechman jest absolwentką Wydziału Ekonomicznego Uniwersytetu Gdańskiego, od roku 2002 zatrudnioną na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej, gdzie w 2007 obroniła rozprawę doktorską z zakresu ekonomii rozwoju oraz nowych technologii. W 2016 roku uzyskała stopień doktora habilitowanego w dziedzinie nauk ekonomicznych. Jej zainteresowania naukowe koncentrują się wokół zagadnień związanych z ekonomią rozwoju, zaś w szczególności skupiają się wokół problematyki rozwoju społeczno-gospodarczego, ze szczególnym uwzględnieniem roli technologii informacyjnych i komunikacyjnych, jako jego determinant. Kierownik i współwykonawca grantów badawczych finansowanych przez Narodowe Centrum Nauki, Narodowy Bank Polski, CERGE-EI Global Development Network. Za prowadzoną działalność recenzencką w czasopismach naukowych, w roku 2013 otrzymała międzynarodową nagrodę Emerald Literati Network 2013 Awards for Excellence przyznaną przez wydawnictwo Emerald Insight. Prowadzi szeroko zakrojoną działalność ekspercką w ramach której współpracuje m.in. z Agencją Rozwoju Pomorza (od 2009 jest członkiem Zespołu Ekspertów, przy Agencji Rozwoju Pomorza, ds. oceny projektów małych i średnich przedsiębiorstw, składanych w ramach Funduszy Unii Europejskiej), od 2013 – członek Kapituły konkursu Gdyński Biznes Plan. Ekspert ds. oceny ex-post w projektach Narodowego Centrum Badań i Rozwoju (m.in. Take Off Austria, Competence Centres for Excellent Technologies).

Prowadzi przedmioty:

Rewolucja technologiczno-gospodarcza.

Jan Majkutewicz

Mgr Jan Majkutewicz – asystent naukowo-dydaktyczny w Katedrze Architektury Systemów Komputerowych na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Posiada doświadczenie zarówno w projektach komercyjnych, jak i badawczych. Jego zainteresowania naukowe koncentrują się na dużych modelach językowych, w szczególności na ich dostrajaniu do ludzkich preferencji oraz analizie sposobu podejmowania decyzji przez te modele.

Prowadzi przedmioty:

NLP w Pythonie.

Grażyna Musiatowicz-Podbiał

Dr Grażyna Musiatowicz-Podbiał jest zatrudniona na stanowisku adiunkta w Katedrze Informatyki w Zarządzaniu, Wydziału Zarządzania i Ekonomii Politechniki Gdańskiej. Przez ponad 20 lat pracowała w instytucjach administracji państwowej oraz firmach sektora finansowego, m.in. w Nordea Bank Polska, GE Money Bank, Meritum Bank, Alior Bank i Nest Bank, zajmując stanowiska związane zarówno z informatyką i bezpieczeństwem teleinformatycznym, jak i zarządzając komórkami operacyjnymi i administracyjnymi. Ostatnie kilkanaście lat zarządzała zespołami specjalistów, zajmując kolejno stanowiska dyrektorskie jak i zasiadając w zarządach spółek. Aktualnie przekazuje zdobytą wiedzę i doświadczenie studentom w trakcie prowadzonych zajęć oraz rozwija swoje zainteresowania naukowe.

Prowadzi przedmioty:

Automatyzacja i robotyzacja procesów biznesowych w praktyce.

Natalia Potrykus

Mgr inż. Natalia Potrykus na co dzień pracuje przy tworzeniu oprogramowania. Do tej pory brała udział w rozwoju projektów badawczych i komercyjnych, szczególnie w obszarach computer vision, process automation oraz smart city. Doświadczenie zdobywała na uczelniach w Polsce, Danii oraz we Włoszech. Obecnie zajmuje się badaniem metod wykorzystania wiedzy z zakresu uczenia maszynowego w cyberbezpieczeństwie oraz integracją modeli AI z procesami produkcyjnymi, ze szczególnym naciskiem na ich skalowalność i niezawodność. Poza pracą działa w wolontariackiej grupie ratowniczej, a w wolnych chwilach tworzy kolaże z gazet o najróżniejszej tematyce.

Prowadzi przedmioty:

Computer Vision.

Jan Wasilewski

Dr Jan Wasilewski – Graduate Research Assistant i doktorant imaging science na Rochester Institute of Technology (USA) oraz absolwent matematyki na Politechnice Gdańskiej. W pracy naukowej zajmuje się wykorzystaniem uczenia maszynowego oraz aktywnych sensorów LiDAR do detekcji obiektów pod osłoną roślinności. Przed rozpoczęciem doktoratu pracował w firmach Actum Lab i OKE Poland. Autor publikacji naukowych. Prywatnie miłośnik narciarstwa i campingu.

Prowadzi przedmioty:

Podstawy teorii uczenia maszynowego; Wprowadzenie do uczenia maszynowego w Pythonie.

Michał Wasilewski

Mgr Michał Wasilewski jest z wykształcenia prawnikiem (wykonuje zawód adwokacki jako aplikant). Tytuł magistra prawa uzyskał na Uniwersytecie Mikołaja Kopernika w Toruniu. W praktyce zawodowej skupia się przede wszystkim na obszarze prawa karnego oraz szeroko rozumianego prawa cywilnego, a także analizuje dynamiczny wzrost znaczenia sztucznej inteligencji w świecie prawniczym. W związku z tym stara się w praktyce wdrażać płynące z niej rozwiązania w ramach codziennej pracy. Prywatnie interesuje się przede wszystkim polityką, jak również historią. W wolnym czasie największą przyjemność sprawia uprawianie oraz oglądanie sportu.

Prowadzi przedmioty:

Prawo w AI.

Sebastian Wilczewski

Dr inż. Sebastian Wilczewski – od ponad 20 lat w branży IT. Obecnie jest zatrudniony w firmie Nordea jako lider międzynarodowego zespołu analityków IT oraz jako adiunkt na Wydziale Zarządzania i Ekonomii Politechniki Gdańskiej. Swoje doświadczenia zbierał w różnych obszarach IT: zarządzanie wymaganiami funkcjonalnymi i niefunkcjonalnymi (BABOK, IREB), zarządzanie projektami i portfelami (w podejściu zwinnym i klasycznym), zarządzanie usługami IT (ITIL), zarządzanie wiedzą. Pracował dla firm z różnych sektorów (wytwarzanie oprogramowania, bankowość, energetyka, sektor publiczny, ubezpieczenia, inne). Chętnie dzieli się wiedzą jako wykładowca, prelegent, menadżer i konsultant na studiach podyplomowych, konferencjach oraz w książkach, artykułach i webcastach. Posiada prestiżowe certyfikaty: PMP (Project Management Professional), certyfikaty ITIL czy Microsoft Most Valuable Professional (MVP) oraz tytuł doktora nauk o zarządzaniu i ekonomii.

Prowadzi przedmioty:

Metody i techniki zbierania oraz definiowania wymagań – zagadnienia podstawowe.

Zajęcia odbywają się średnio dwa razy w miesiącu i są prowadzone przez 10 miesięcy z pominięciem wakacyjnych.

Zajęcia laboratoryjne (czyli większość) będą się odbywały na prywatnych komputerach uczestników ze względu na:

możliwość tworzenia indywidualnych kont użytkowników na platformach dostawców oferujących rozwiązania AI jako usługi internetowe
możliwość pracy nad rozwiązaniami pomiędzy zajęciami, np. w domu
możliwość zachowania wypracowanych przez użytkowników kodów źródłowych.

Link do E-kursy.

Wymagane dokumenty:

Oryginalny odpis dyplomu ukończenia studiów wyższych – skan wystarczy do momentu rozpoczęcia studiów; oryginał należy dostarczyć do czasu rozpoczęcia studiów
Formularz zgłoszeniowy na studia podyplomowe – skan podpisanego odręcznie formularza wystarczy do momentu rozpoczęcia; podpisany oryginał należy dostarczyć do czasu rozpoczęcia studiów

Aplikuj na kierunek

Aktualności aplikacyjne

Planowane rozpoczęcie 6 edycji – październik 2026
Rekrutacja w trakcie
Liczy się kolejność zgłoszeń

Kontakt

Kierownik Studiów Podyplomowych

prof. dr hab. Ewa Grzegorzewska-Mischka
pokój 510 gmach WZiE
Ewa.Grzegorzewska@zie.pg.gda.pl
T: +48 58 347 28 75, +48 500 073 737

Sekretariat

Lifelong Education Office
Pokój 305, gmach WZiE
E-Mail: leo.wzie@pg.edu.pl
T: +48 518 025 641

Godziny otwarcia:
WTOREK : 14-18
CZWARTEK: 11-15

Referencje

Szczerze polecam!

Szczerze polecam studia podyplomowe na PG. Dużo ciekawych rozwiązań, casów z innych firm i przede wszystkim znajomości z ludźmi z różnych branż.

Paweł
Studia Menedżer Sprzedaży

Bogaty program studiów

Bogaty program studiów znalazł przełożenie w rzeczywistości. Ilość przekazanej wiedzy i jej sposób przekazania był bardzo dostępny i trafiający do każdego.

Elżbieta
Studia Rachunkowości i finansów

Kopalnia wiedzy

Zajęcia były dla mnie kopalnią wiedzy, wspaniałym polem do wymiany doświadczeń i okazją do nawiązania trwałych przyjaźni.

Elwira
Studia Menedżer HR

Bogaty program

Bogaty program studiów znalazł przełożenie w rzeczywistości. Ilość przekazanej wiedzy i jej sposób przekazania był bardzo dostępny i trafiający do każdego.

Elżbieta
Studia Rachunkowości i finansów

Dlaczego studia na PG?

bookmark star icon

Ponad 117 lat doświadczenia

Politechnika Gdańska od 1904 roku jest pionierem edukacji spełniającym najwyższe standardy.

income icon

Kierunki poszukiwane przez pracodawców

Kreujemy ofertę kształcenia w oparciu o trendy i potrzeby rynku pracy.

learn icon

Kadra naukowa z doświadczeniem biznesowym

Łączymy wszechstronną wiedzę akademicką z praktyką i doświadczeniem biznesowym.