FIT ČVUT pravidelně inovuje výuku – kromě aktualizace stávajících předmětů rozšiřuje nabídku i o nové. Zimní semestr akademického roku 2025/2026 přinese studentům fakulty 4 nové volitelné předměty v magisterském studiu.
Neuronové jazykové modely (NI-NLM)
Neuronové jazykové modely jsou základem moderního počítačového zpracování textu. Studenti se v předmětu seznámí s technickými základy architektury Transformer i praktickými aspekty používání jazykových modelů. Cílem předmětu je naučit studenty využívat jazykové modely při řešení úloh, kvalifikovaně vyhodnotit rizika a kriticky pracovat s odbornou literaturou.
Neuronové sítě, strojové učení a náhodnost (NI-NMS)
Za nebývalý vzrůst role umělé inteligence vděčíme generativním systémům, jejichž základem jsou moderní metody strojového učení, především pokročilé varianty rozsáhlých neuronových sítí. Přestože studenti fakulty se v jiných předmětech dost solidně seznámí s tradičními oblastmi týkajícími se náhodnosti pravděpodobností a statistikou, systematické objasnění souvislostí mezi stochastickými metodami a trénováním neuronových sítí či dalších modelů strojového učení jim přinese teprve předmět Neuronové sítě, strojové učení a náhodnost.
Programování distribuovaných aplikací v jazyce GO (NI-GOL)
Předmět si klade za cíl naučit studenty implementovat distribuované systémy založené na mikroslužbách s využitím trojice technologií programovací jazyk Go, serializační formát Protocol Buffers a komunikační protokol gRPC a vysvětlit filozofii za jejich používáním. Go se stal v posledních letech populárním programovacím jazykem s velkou uživatelskou základnou, ve kterém je napsáno velké množství známých nástrojů, jako Docker, Kubernetes, Prometheus, Terraform.
Počítačové vidění (NI-PIV)
Předmět Počítačové vidění se zaměřuje na teoretické i praktické zvládnutí moderních metod a algoritmů z oblasti zpracování obrazových dat. Studenti se seznámí se základními principy počítačového vidění, postupně přejdou k pokročilým technikám počítačového vidění využívající hluboké učení. Cílem kurzu je vybavit studenty znalostmi a dovednostmi potřebnými pro porozumění, analýzu a návrh systémů počítačového vidění v kontextu aktuálních výzkumných trendů a praktických aplikací.
