O kierunku
Profil kierunku
Studia podyplomowe GIS skierowane są do osób chcących pogłębić i usystematyzować swoją wiedzę z zakresu zaawansowanego wykorzystania systemów informacji geograficznej oraz nowoczesnych metod analizy danych przestrzennych z zastosowaniem Sztucznej Inteligencji. Studia obejmują zagadnienia podstawowe jak:
- pozyskiwanie i przetwarzanie danych przestrzennych,
- analiza przestrzenna wspierana algorytmami uczenia maszynowego
- automatyzacja procesów geoinformatycznych z wykorzystaniem programowania
- analiza danych wektorowych i rastrowych,
- wizualizacja danych,
oraz zagadnienia zaawansowane jak:
- tworzenie własnych skryptów w Python,
- geostatyka,
- analizy sieciowe,
- obsługa danych LiDAR,
- przetwarzanie danych z drona.
Najcenniejszym zasobem studiów jest wiedza przekazywana przez osoby pracujące na co dzień z danymi przestrzennymi.
Dlaczego warto?
Podczas studiów zapoznasz się z najnowszymi metodami pomiarowymi GNSS, LiDAR czy pozyskiwaniem danych z drona. Nauczysz się obsługi danych przestrzennych w środowisku ArcGIS Pro, QGIS i za pomocą Python. Poznasz nowoczesne metody prezentacji danych przestrzennych jak i danych pochodzących z baz danych.
Sztuczna Inteligencja
Od III Edycji studiów podyplomowych GISnaPG wprowadzamy kolejne nowoczesne technologie. Poznasz nowe narzędzia i metody wspomagane działaniem Sztucznej Inteligencji i uczenia maszynowego. Dzięki naszym studiom będziesz na bieżąco z najnowszymi technikami opracowywania danych.
Formuła studiów
Zajęcia prowadzone są w formie warsztatów i ćwiczeń w kontakcie, wykłady są głównie w formule zdalnej - online. Zjazdy planowane są co 2 tygodnie z uwzględnieniem przerw świątecznych. Podczas studiów odbędzie się kilka zajęć terenowych w obrębie kampusu Politechniki Gdańskiej.
GISnaPG w liczbach
Zaufało nam
absolwentów
Czas trwania
rok
Koszt studiów
zł
Opinie naszych absolwentów
Lokalizacja
Politechnika Gdańska
Wydział Inżynierii Lądowej i Środowiska
Katedra Geodezji
Budynek nr 20 - "Hydro"
Gabriela Narutowicza 11/12,
80-233 Gdańsk
Prowadzący
Dr inż. Adam Inglot
Kierownik studiów
Katedra Geodezji
Absolwent Akademii Górniczo-Hutniczej w Krakowie. W swoich badaniach zajmuje się kartografią cyfrową, generalizacją kartograficzną, stosowaniem algorytmów w GIS. Ponad dziesięcioletnie doświadczenie w prowadzeniu zajęć o tematyce GIS.
Mgr inż. Krzysztof Borkowski
Ekspert GIS
ConnectPoint
Absolwent Uniwersytetu Warszawskiego. Specjalista GIS, wieloletnie doświadczenie w obszarze GIS, szczególnie w branży szeroko pojętej infrastruktury, transportu i AEC.
Przedmioty
O przedmiocie
Podstawowe pojęcia i definicje związane z systemami informacji geograficznej (GIS). Struktura i klasyfikacja systemów GIS. Zasady funkcjonowania infrastruktury informacji przestrzennej (IIP) oraz podstawy prawne jej tworzenia i wykorzystania. Współczesne metody kartograficzne i zasady wizualizacji danych przestrzennych, w tym kartogramy, kartodiagramy, metody klasyfikacji danych i symbolizacji. Omówienie stosowanych w Polsce i na świecie układów odniesienia, odwzorowań kartograficznych i systemów współrzędnych. Wprowadzenie do sztucznej inteligencji jako narzędzia wspierającego analizę danych przestrzennych. Podstawowe pojęcia związane z AI, podział i zastosowania. Przegląd dostępnych dużych modeli językowych (LLM) oraz ich możliwości. Przykłady zastosowania algorytmów uczenia maszynowego (ML) w analizach geoinformacyjnych.
Liczba godzin
Wykładów
4 godz.
Ćwiczeń
11 godz.
O przedmiocie
Zasady działania i zastosowania nawigacji satelitarnej oraz odbiorników GNSS wysokiej dokładności. Pozyskiwanie danych za pomocą urządzeń mobilnych i technik fotogrametrii niskiego pułapu (UAV/drony), w tym planowanie nalotu, kalibracja sprzętu oraz post-processing i integracja danych. Omówienie danych dostępnych w państwowym zasobie geodezyjnym i kartograficznym oraz przegląd Europejskiej i Polskiej infrastruktury informacji przestrzennej (INSPIRE). Podstawy modelowania danych przestrzennych: pojęcia i definicje modeli danych, modele wektorowe i rastrowe, modele topologiczne. Struktura relacyjnych baz danych oraz wytyczne i standardy stosowane w GIS. Najczęściej wykorzystywane formaty zapisu danych przestrzennych i ich zastosowania w praktyce. Eksport i przygotowanie danych do analiz w systemach GIS.
Liczba godzin
Wykładów
4 godz.
Ćwiczeń
11 godz.
O przedmiocie
Analiza danych przestrzennych w środowisku wektorowym, rastrowym i sieciowym. Przetwarzanie danych z wykorzystaniem narzędzi geoprzetwarzania, algebry map, metod interpolacji oraz analiz hydrologicznych. Statystyka przestrzenna i geostatystyka: analiza skupień, mapy prawdopodobieństwa, przedstawianie wyników na wykresach i mapach. Analiza wielokryterialna i metody wspomagania decyzji z zastosowaniem zbiorów rozmytych i danych kosztowych. Obsługa danych BIM w środowisku GIS, modelowanie wnętrz budynków i integracja z danymi przestrzennymi. Wspomaganie realizacji analiz przestrzennych oraz automatyzacja zadań za pomocą sztucznej inteligencji i modeli językowych – generowanie i uzupełnianie kodu w ArcPy, PyQGIS i geopandas.
Liczba godzin
Wykładów
20 godz.
Ćwiczeń
55 godz.
O przedmiocie
Zakres promieniowania elektromagnetycznego wykorzystywanego w teledetekcji satelitarnej i lotniczej. Metody klasyfikacji, filtracji i korekcji obrazów zdalnych. Przetwarzanie danych optycznych oraz radarowych w kontekście analiz przestrzennych. Definicje, podział i zastosowanie technologii LiDAR. Parametry chmur punktów z naziemnego i lotniczego skaningu laserowego, ich interpretacja i wykorzystanie w systemach informacji geograficznej.
Liczba godzin
Wykładów
8 godz.
Ćwiczeń
22 godz.
O przedmiocie
Zasady ochrony danych przestrzennych w kontekście infrastruktury informacji przestrzennej (IIP) i danych o infrastrukturze krytycznej. Rodzaje zagrożeń dla systemów GIS i środowisk opartych na AI, metody zapobiegania nieautoryzowanemu dostępowi i manipulacji danymi. Standardy bezpieczeństwa informacji w systemach geoinformacyjnych, ochrona danych wrażliwych, zgodność z przepisami prawa (w tym RODO, KRI, INSPIRE). Zasady bezpiecznego udostępniania danych i pracy w środowiskach współdzielonych (repozytoria, API, chmura).
Liczba godzin
Wykładów
8 godz.
Ćwiczeń
22 godz.
O przedmiocie
Przetwarzanie i integracja dużych zbiorów danych przestrzennych i nieprzestrzennych z wielu źródeł. Automatyzacja analiz z wykorzystaniem środowisk programistycznych GIS oraz skryptów Python. Wprowadzenie do metod uczenia maszynowego w kontekście danych geoprzestrzennych. Wykorzystanie bibliotek Python do budowy modeli uczenia maszynowego. Praktyczne zastosowania sztucznej inteligencji w analizie danych przestrzennych, przygotowaniu cech, ocenie jakości modeli i wizualizacji wyników. Udostępnianie kodu i danych w otwartych repozytoriach.
Liczba godzin
Wykładów
12 godz.
Ćwiczeń
33 godz.
O przedmiocie
Prezentacja i omówienie autorskich projektów końcowych realizowanych z wykorzystaniem narzędzi GIS i elementów sztucznej inteligencji. Konsultacje merytoryczne, analiza zastosowanych rozwiązań oraz ewaluacja rezultatów końcowych.
Liczba godzin
Seminarium
15 godz.
Galeria
