Szanowni Studenci,

sztuczna inteligencja staje się dziś jedną z kluczowych kompetencji przyszłości, w sposób fundamentalny wpływając na rynek pracy oraz kierunki rozwoju edukacji wyższej.

Warszawska Wyższa Szkoła Informatyki, we współpracy z Lucerne University of Applied Sciences and Arts ze Szwajcarii, uruchamia drugą edycję międzynarodowego projektu edukacyjnego „AI for All 2.0”. Inicjatywa ta stanowi wartościową propozycję rozwojową dla studentów, umożliwiając zdobycie praktycznych kompetencji w obszarze AI w środowisku międzynarodowym.

Udział w projekcie daje studentom wymierne korzyści:

uzyskanie europejskiego certyfikatu wydanego przez szwajcarski uniwersytet,
rozwój kompetencji cyfrowych i językowych – kursy realizowane są w języku angielskim,


Kwestionariusz rejestracji na kursy: proszę o kontakt z dziekanatem

Rejestracja trwa do 20 maja. Kursy są w języku angielskim, realizowane w trybie asynchronicznym w formie samokształcenia.
Udział w kursach jest nieodpłatny.

Opisy kursów

1. AI Application in Medical Science and Engineering
Kurs wprowadza w praktyczne zastosowania sztucznej inteligencji w inżynierii medycznej. Uczestnicy poznają podstawy machine learningu i deep learningu oraz ich wykorzystanie w diagnostyce, analizie obrazów medycznych i telemedycynie. Program łączy teorię z ćwiczeniami programistycznymi i case studies, przygotowując do pracy z nowoczesnymi technologiami w ochronie zdrowia.
This course provides a practical introduction to artificial intelligence in medical engineering. Participants learn the fundamentals of machine learning and deep learning and their applications in diagnostics, medical imaging, and telemedicine. Combining theory with coding exercises and real-world case studies, the course prepares students to work with modern healthcare technologies.

2. AI Application in Material Science and Engineering
Kurs koncentruje się na zastosowaniu machine learningu w inżynierii materiałowej i środowiskach przemysłowych. Uczestnicy uczą się budować i wdrażać modele AI do takich zadań jak detekcja uszkodzeń czy predykcja korozji. Program kładzie nacisk na praktyczne umiejętności, narzędzia (Python, GitHub, Jupyter) oraz dobre praktyki pracy z danymi i modelami.
This course focuses on applying machine learning in materials science and industrial environments. Participants learn how to design and deploy AI models for tasks such as damage detection and corrosion prediction. The program emphasizes practical skills, key tools (Python, GitHub, Jupyter), and best practices in data and model management.

3. AI Application in Data Science and Engineering
Kurs oferuje kompleksowe wprowadzenie do machine learningu w kontekście data science i zastosowań inżynierskich. Uczestnicy poznają kluczowe metody uczenia maszynowego, walidację modeli, optymalizację oraz wdrażanie rozwiązań AI – także na urządzeniach edge. Program rozwija umiejętności potrzebne do pracy z danymi i budowy skalowalnych systemów AI.
This course offers a comprehensive introduction to machine learning in data science and engineering contexts. Participants explore key ML methods, model validation, optimization, and deployment, including on edge devices. The program develops practical skills for working with data and building scalable AI systems.