Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Data Science							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Język obcy 3							Kod przedmiotu	-
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	4
		30						Punkty ECTS	2
Przedmioty wprowadzające	Język obcy 2 (-),
Cele przedmiotu	Dostępne języki: angielski, niemiecki, rosyjski Doskonalenie kompetencji językowych w zakresie słuchania, czytania, interakcji, produkcji oraz pisania na poziomie B2 lub wyższym, zgodnie z Europejskim Systemem Opisu Kształcenia Językowego. Rozwijanie umiejętności komunikacyjnych w obszarze nauk technicznych, ze szczególnym naciskiem na terminologię dotyczącą sztucznej inteligencji, inżynierii danych i analityki. Poszerzanie świadomości na temat kluczowych wyzwań współczesnej cywilizacji, w tym aspektów etycznych i społeczno-gospodarczych związanych z rozwojem AI. Wykorzystanie zaawansowanego słownictwa z zakresu nauk matematycznych, technicznych i technologii sztucznej inteligencji. Kształtowanie umiejętności autoprezentacji oraz jasnego i precyzyjnego przedstawiania zagadnień związanych z AI.
Treści programowe	Zakres tematyczny obejmujący życie akademickie, aktualne wyzwania społeczne oraz dylematy współczesnej cywilizacji, ze szczególnym uwzględnieniem roli sztucznej inteligencji w różnych obszarach życia. Analiza językowa i gramatyczna tekstów, w tym artykułów naukowych i technicznych dotyczących AI. Wprowadzenie kluczowego słownictwa z zakresu nauk matematycznych, technicznych i technologii sztucznej inteligencji, obejmującego terminologię związaną z uczeniem maszynowym, przetwarzaniem danych i automatyzacją. Doskonalenie umiejętności autoprezentacji w formie pisemnej i ustnej, ze szczególnym naciskiem na klarowne przedstawianie projektów i koncepcji związanych z AI. Kształtowanie umiejętności precyzyjnego definiowania pojęć i konstruowania definicji. Ćwiczenia: 1. Omówienie karty przedmiotu oraz zasad oceniania i warunków uzyskania zaliczenia 2. Koncepcja "inteligentnego" systemu opartego na AI 3. Sposoby wyrażania propozycji w kontekście wdrażania systemów AI 4. Tworzenie definicji kluczowych pojęć z zakresu sztucznej inteligencji 5. Umowa i jej istota we współpracy pomiędzy kontrahentami w zakresie dostarczania systemów AI 6. Ćwiczenia leksykalne i gramatyczne w określaniu warunków umowy dotyczących wdrożeń technologii AI 7. Powtórzenie materiału przed testem zaliczeniowym 8. Test zaliczeniowy pisemny 1 9. Praca z tekstem nt. wykorzystania Ai w budowaniu noweoczesnego świata 10. Pisanie dokumentacji technicznej – ćwiczenia gramatyczno-leksykalne 11. Tworzenie raportów z analizy danych opartych na AI 12. Metody testowania modeli AI i ocena ich skuteczności 13. Powtórzenie materiału przed testem zaliczeniowym 14. Test zaliczeniowy pisemny 2 15. Zaliczenie ustne: prezentacje multimedialne na temat zastosowań AI w różnych branżach
Metody dydaktyczne	metoda projektów, ćwiczenia przedmiotowe, analiza tekstów z dyskusją,
Forma zaliczenia	Ćwiczenia: test językowy, wypowiedź ustna
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	w większym stopniu rozumieć wypowiedzi ustne pod warunkiem, że dotyczą w miarę znanej tematyki, również te zawierające podstawową terminologię z zakresu studiowanego kierunku								DS1_U13(H1_U01) DS1_U14
EU2	w większym stopniu rozumieć teksty dotyczące różnych zagadnień współczesnego świata, również te zawierające podstawową terminologię z zakresu studiowanego kierunku								DS1_U13(H1_U01) DS1_U14
EU3	brać czynny udział w dyskusji na tematy związane ze studiowanym kierunkiem								DS1_U13(H1_U01) DS1_U14
EU4	przygotować oraz przeprowadzić prezentację multimedialną na temat związany ze studiowanym kierunkiem								DS1_U13(H1_U01) DS1_U14
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie ustne, zaliczenie testowe								Ć
EU2	zaliczenie testowe								Ć
EU3	zaliczenie ustne								Ć
EU4	zaliczenie testowe, przygotowanie i wygłoszenie autoprezentacji								Ć
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - udziałem w innych formach zajęć								30
	2 - indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w zaliczeniach organizowanych poza planem zajęć								4
	3 - przygotowaniem do bieżących zajęć								16
RAZEM:									50
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									34 (1)+(2)	1.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									50 (1)+(2)+(3)	2.0
Literatura podstawowa	Literatura zostanie podana przez prowadzącego po wyborze języka obcego
Literatura uzupełniająca	Literatura zostanie podana przez prowadzącego po wyborze języka obcego
Jednostka realizująca	Studium Języków Obcych								Data opracowania programu
Program opracował(a)									2025.05.30