Karta Przedmiotu

Politechnika Białostocka Wydział Informatyki
Kierunek studiów Data Science Poziom i forma
studiów
pierwszego stopnia
stacjonarne
Grupa przedmiotów /
specjalność
Profil kształcenia ogólnoakademicki
Nazwa przedmiotu Inżynieria systemów AI E Kod przedmiotu DS1S5IAI
Rodzaj zajęć obowiązkowy
Formy zajęć i liczba godzin W Ć L P Ps T S Semestr 5
30 30 Punkty ECTS 4
Program obowiązuje od 2025/2026
Przedmioty wprowadzające Programowanie obiektowe (DS1S2POB),   Przegląd metod i narzędzi AI (DS1S2PMN),   Uczenie maszynowe 2 (DS1S4UM2),  
Cele przedmiotu Celem przedmiotu jest przedstawienie całego procesu związanego z tworzeniem i wykorzystywaniem systemów informatycznych oraz systemów AI, zgodnych z zasadami zrównoważonego rozwoju, w tym pod kątem efektywności energetycznej i etyki. Programowanie i trenowanie modeli AI jako element składowy całego procesu wytwarzania i wdrażania systemów. Omówienie, że na sukces projektu wpływają wszystkie etapy cyklu życia systemów – od analizy wymagań, przez modelowanie, implementację, testowanie, aż po wdrożenie i utrzymanie oprogramowania. W ramach zajęć uczestnicy zapoznają się z modelowaniem i projektowaniem systemów, wykorzystując odpowiednie techniki i narzędzia CASE, w tym wykorzystanie Unified Modeling Language (UML) w modelowaniu i projektowaniu systemów.

Odniesienia do frameworka edukacyjnego mikrokompetencji SFIA:
Project management PRMG - poziom 4
Requirements definition and management REQM - poziom 3
Systems and software life cycle engineering SLEN - poziom 4
Systems development management DLMG - poziom 5
Ramowe treści programowe Cele inżynierii oprogramowania (IO), przyczyny powstania IO, metodyka a metodologia, narzędzia CASE; wprowadzenie do UML: diagramy przypadków użycia systemu, diagramy czynności; diagramy klas i obiektów, pakietów; diagramy interakcji i stanów, diagramy fizyczne. Inżynieria wymagań dla systemów informatycznych i systemów AI. Modelowanie i projektowanie systemów; implementacja systemu; testowanie, weryfikacja i walidacja. Zapewnienie jakości oprogramowania. Zarządzanie projektami programistycznymi. Zasady projektowania i wdrażania systemów AI zgodnych z zasadami zrównoważonego rozwoju, w tym pod kątem efektywności energetycznej i etyki.
Inne informacje o przedmiocie treści przedmiotu odwołują się do zasad zrównoważonego rozwoju
przedmiot ma związek z prowadzoną na Uczelni działalnością naukową
przedmiot kształtuje umiejętności praktyczne
Wyliczenie: Nakład pracy studenta związany z: Godzin
ogółem
W tym
kontaktowych
W tym
praktycznych
udziałem w wykładach 30 30
udziałem w innych formach zajęć 30 30 30
indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w egzaminie i zaliczeniach organizowanych poza planem zajęć 4 4
przygotowaniem do egzaminu 10
przygotowaniem do bieżących zajęć 26 26
Razem godzin: 100 64 56
Razem punktów ECTS: 4 2.6 2.2
Zakładane kierunkowe efekty uczenia się Wiedza Umiejętności Kompetencje
społeczne
DS1_W05 DS1_U12 (H1_U02) DS1_K04 (H1_K03)
DS1_W10 DS1_U04
DS1_W17 DS1_U11
DS1_W19 DS1_U15
DS1_U21
Cele i treści ramowe sformułował(a) dr inż. Marcin Czajkowski, dr inż. Krzysztof Jurczuk, prof. dr hab. inż. Marek Krętowski, dr inż. Tomasz Łukaszuk Data: 29/05/2025
Realizacja w roku akademickim 2027/2028
 
Treści programowe
Wykład
1. Przedmiot i cele inżynierii oprogramowania, przyczyny powstania IO, metodyka a metodologia, narzędzia CASE
2. Wprowadzenie do UML, diagramy przypadków użycia systemu, diagramy czynności
3. UML: Diagramy klas i obiektów, pakiety
4. UML: Diagramy interakcji i stanów
5. UML: Diagramy fizyczne: komponentów i wdrożenia
6. Cykl życia oprogramowania (modele: wodospadowy, spiralny, COTS, ...)
7. Inżynieria wymagań dla systemów informatycznych i systemów AI - metody zbierania informacji, wymagania funkcjonalne i niefunkcjonalne. Wpływ definiowania wymagań wydajnościowych na wykorzystanie zasobów infrastrukturalnych i obszary koncepcji zrównoważonego rozwoju
8. Modelowanie i projektowanie systemów
9. Implementacja systemu
10. Testowanie, weryfikacja i walidacja oprogramowania (testy dynamiczne i statyczne)
11. Zapewnienie jakości oprogramowania i systemów AI. Metryki oprogramowania i standardy zarządcze.
12. Dokumentowanie, instalacja, wdrażanie oraz konserwacja oprogramowania i systemów AI
13. Wiarygodność systemów informatycznych i systemów AI
14. Zarządzanie projektami programistycznymi
15. Zarządzanie ryzykiem w projektach
Pracownia specjalistyczna
1. Przedstawienie wymagań i sposobu prowadzenia zajęć, utworzenie zespołów, pokaz działania programów creatly.com, Visual Paradigm for UML
2. Diagram przypadków użycia, opisywanie przypadków użycia
3. Diagram klas, pakiety
4. Diagram czynności
5. Diagram stanów
6. Diagramy interakcji (przebiegu)
7. Diagramy fizyczne (komponentów i wdrożenia)
8. Uzgadnianie tematyki zadania grupowego, określanie celów i zakresu projektowanego systemu oraz korzyści z jego wdrożenia
9. Tworzenie i opisywanie diagramów przypadków użycia, projektowanie interfejsu użytkownika
10. Tworzenie diagramu klas, identyfikowanie atrybutów i metod, opracowywanie realizacji przypadków użycia, d. interakcji - poziom pojęciowy
11. Opracowywanie realizacji przypadków użycia, tworzenie diagramów przebiegu - poziom implementacyjny, czynności
12. Przygotowywanie diagramów zmiany stanu
13. Specyfikowanie wymagań niefunkcjonalnych i propozycji technologii informatycznych, przygotowanie proponowanego planu pracy i analiza ryzyka projektu
14. Prezentacja projektu, przedstawienie podziału pracy i przekazanie sprawozdania projektowego do oceny
15. Weryfikacja zadeklarowanego podziału pracy, omówienie oceny punktowej, wpisy ocen
Metody dydaktyczne
(realizacja stacjonarna)
W wykład problemowy; wykład konwersatoryjny; wykład z prezentacją multimedialną
Ps zadania indywidualne; zadania projektowe w grupach; dyskusja rozwiązań
Metody dydaktyczne
(realizacja zdalna)
W wykład problemowy; wykład konwersatoryjny; wykład z prezentacją multimedialną
-
Forma zaliczenia
W egzamin pisemny z pytaniami otwartymi
Ps realizacja zadań indywidualnych; opracowanie zadań projektowych realizowanych w grupach
Warunki zaliczenia
W Uzyskanie min. 30% z każdego E1-E2, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Ps Uzyskanie min. 30% z każdego E3-E6, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Symbol efektu Zakładane efekty uczenia się Odniesienie do efektów uczenia się zdefiniowanych dla kierunku studiów
Wiedza Umiejętności Kompetencje
społeczne
Wiedza: student zna i rozumie
E1 zasady inżynierii oprogramowania, metody i techniki wykorzystywane w projektowaniu systemów informatycznych i systemów AI; zna model cyklu życia oprogramowania i systemów AI; zna i rozumie procesy jego wytwarzania, wdrażania i utrzymania oraz powiązane metody zarzadzania i organizacji pracy; zna języki modelowania i komputerowe narzędzia wspomagające projektowanie
E2 procesy i zasady zarządzania przedsięwzięciami informatycznymi i projektami wdrożenia systemów AI, zgodnych z zasadami zrównoważonego rozwoju; zna zasady planowania procesu realizacji systemu informatycznego; zna techniki szacowania kosztów przedsięwzięcia i czasu potrzebnego na realizację zleconego zadania
Umiejętności: student potrafi
E3 zaprojektować i zaplanować implementację, testowanie i wdrożenie systemu informatycznego i systemu AI oraz ich komponentów, zgodnych z zasadami zrównoważonego rozwoju, stosując odpowiednie metody, techniki oraz narzędzia
E4 pracować w grupie jak i samodzielnie, korzystać z narzędzi i standardów
Kompetencje społeczne: student jest gotów do
E5 projektowania systemów informatycznych uwzględniając zadane kryteria ekonomiczne
Symbol efektu Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
E1 egzamin pisemny W
E2 egzamin pisemny W
E3 projekt grupowy, dokumentacja projektu, dyskusja na temat projektu, obserwacja pracy na zajęciach, indywidualne zadania Ps
E4 projekt grupowy, dokumentacja projektu, dyskusja na temat projektu, obserwacja pracy na zajęciach, indywidualne zadania Ps
E5 dokumentacja projektu Ps
Literatura podstawowa
1. I. Sommerville, Inżynieria oprogramowania, PWN, 2020
2. A. Roman, Testowanie i jakość oprogramowania: modele, techniki, narzędzia, PWN, 2022
3. A. Pawlak-Mowna, Inżynieria oprogramowania w projektach grupowych, Oficyna Wydawnicza Uniwersytetu Zielonogórskiego, 2023
4. D. Farley, T. Gee, T. Walczak, Nowoczesna inżynieria oprogramowania : stosowanie skutecznych technik szybszego rozwoju oprogramowania wyższej jakości, Pascal, 2023
5. T. Winters, T. Manshreck, H. Wright, Inżynieria oprogramowania według Google : czego warto się nauczyć o tworzeniu oprogramowania, Helios, 2023
Literatura uzupełniająca
1. C. Larman, Applying UML and Patterns: An Introduction to Object-Oriented Analysis and Design and Iterative Development, Pearson, 2024
2. A. Dennis, B. Wixom, D. Tegarden, Systems Analysis and Design: An Object-Oriented Approach with UML, Wiley, 2020
3. G. Orosz, The Software Engineer's Guidebook, Pragmatic Engineer BV, 2023
Koordynator przedmiotu: dr inż. Marcin Czajkowski, dr inż. Krzysztof Jurczuk, dr inż. Daniel Reska Data: 03/03/2025