Grupa przedmiotów obieralnych dla informatyki magisterskiej- specjalność Systemy informatyczne (grupa przedmiotów zdefiniowana przez Wydział Matematyki, Informatyki i Mechaniki)

Semestr zimowy 2024/25

• Ćwiczenia - 30 godzin
• Wykład - 30 godzin

Semestr zimowy 2025/26

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Przedmiot ugruntowuje teoretyczną i praktyczną wiedzę z zakresu metod uczenia maszynowego i eksploracji danych, pod kątem zastosowań związanych z dużymi, heterogenicznymi, rozproszonymi i dynamicznie przyrastającymi źródłami danych. Omawiana jest problematyka zapewnienia wystarczającej wiarygodności i jakości danych celem uczenia skutecznych modeli klasyfikacji, predykcji itd., jak i utrzymania skuteczności takich modeli jako składowych większych systemów informatycznych. Odwołujemy się do szerokiego zakresu praktycznych form i źródeł danych, w szczególności danych generowanych maszynowo. Omawiamy szeroki zakres praktycznych celów stawianych metodom uczenia maszynowego i eksploracji danych, jak np. wykrywanie anomalii lub podobnych przypadków. Dyskutujemy na praktycznych przykładach pełen cykl życia danych i informacji w systemach przetwarzania i analizy danych, z uwzględnieniem odpowiednio w nie wkomponowanych rozwiązań bazujących na uczeniu maszynowym i eksploracji danych.

Semestr zimowy 2024/25

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Semestr zimowy 2025/26

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Przedmiot to spojrzenie z perspektywy inżyniera na tworzenie złożonego ekosystemu serwisów które składają się na publiczną chmurę obliczeniową. Infrastruktura chmury to złożony system rozproszony z wyjątkowymi wymaganiami: wysokiej niezawodności, ogromnej skali i pracujący w wielowarstwowym oprogramowaniu. Pokażemy, jak te wymagania wpływają na kluczowe zagadnienia projektowania (komunikacja, skalowalność, alokacja zasobów, zarządzanie danymi) i inżynierii niezawodności (monitorowanie i testowanie). Kurs prowadzony będzie przez inżynierów Google’a pracujących na co dzień przy projektowaniu, wdrażaniu i utrzymywaniu infrastruktury chmury. Naszym celem nie jest nauczenie konkretnych technologii chmurowych, a raczej fundamentalnych zasad projektowania systemów rozproszonych wielkiej skali. Planujemy ilustrować te zasady na przykładach systemów, nad którymi pracowali wykładowcy.

Semestr zimowy 2024/25

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Semestr zimowy 2025/26

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Celem przedmiotu jest pogłębienie wiedzy na temat programowania niskopoziomowego i zapoznanie z metodami programowania mikrokontrolerów (sterowników mikroprocesorowych). Na wykładzie są omawiane typowe techniki programowania i narzędzia programistyczne, architektura mikroprocesorów ARM oraz typowe układy peryferyjne. Na laboratorium są prowadzone praktyczne ćwiczenia w oparciu o zestawy prototypowe z mikroprocesorem ARM. Programy pisze się w języku C, ewentualnie z drobnymi wstawkami asemblerowymi.

Wykład odbywa się co tydzień po 2 godziny, a zajęcia laboratoryjne - co drugi tydzień po 4 godziny. w pierwszym tygodniu są dwa wykłady (1 i 2); w drugim tygodniu jest wykład 3; zajęcia laboratoryjne startują w drugim tygodniu; kolejność wykładów może się zmienić.

Semestr zimowy 2024/25

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Semestr zimowy 2025/26

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Celem przedmiotu jest zbudowanie teoretycznej podstawy oraz praktycznych umiejętności pozwalających używać w wielkiej skali algorytmów i technik uczenia maszynowego.

Omówimy architekturę współczesnych klastrów obliczeniowych (ML, chmurowych i HPC). Przedstawimy metody rozpraszania obliczeń na klastrach oraz podstawowe modele algorytmiczne pozwalające na szacowanie wydajności. Na przykładach typowych algorytmów MLowych (drzewa decyzyjne, uczenie sieci neuronowych) pokażemy teoretyczne i praktyczne wyzwania użycia ich w skali kilku do kilkuset maszyn. Następnie omówimy problemy trenowania i wykorzystania wielkoskalowych modeli językowych (LLM). Przedmiot podsumujemy przedstawiając podstawowe problemy użycia modeli ML w wielkoskalowej produkcji.

Semestr letni 2024/25

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Semestr letni 2025/26

• Laboratorium - 30 godzin
• Wykład - 30 godzin

Wykład jest gorąco zalecany studentom, którzy zamierzają w przyszłości uczestniczyć w seminarium magisterskim 'Systemy rozproszone', które w części obejmuje zagadnienia systemów operacyjnych, w tym rozproszonych systemów operacyjnych. Przedmiot jest realizowany poprzez wykład i laboratorium.

Zamierzamy razem ze studentami przyjrzeć się dokładnie budowie konkretnego systemu operacyjnego. Przykładem omawianym na zajęciach jest Linux, który jest nowoczesnym systemem, popularnym u nas na wydziale, często stosowanym jako platforma serwerowa, ale także na stacjach roboczych, komórkach, jako system wbudowany. Linux jest dostępny w postaci źródeł co pozwala na dokładnie przyjrzenie się zastosowanym w nim algorytmom, strukturom danych, a także samodzielne eksperymentowanie i prowadzenie badań w dziedzinie systemów operacyjnych.