Bakalářské studium informatiky
Na této stránce najdete podrobnější informace ke konkrétním specializacím, vybrané ukázky předmětů a projektů a odkazy na přesné studijní plány.
Webové a datově orientované programování
Tato specializace je flexibilní. Nabízí dvě hlavní cesty – webový vývoj nebo databáze a práci s daty. Můžeš si vybrat jednu z nich, nebo je libovolně kombinovat.
Proč tato specializace?
Profil si stavíš sám: neuzavíráme tě do jedné škatulky.
Specializace stojí na propojení programování a informačních systémů, které jsou jádrem všech moderních aplikací – od webu přes databázové systémy až po data-intenzivní platformy.
Webová větev
Datová větev
Co se naučíš
Nejdříve získáš pevné základy programování a algoritmizace. Ve vyšších ročnících si vybíráš předměty podle svého zaměření na webový vývoj, databáze a práci s daty.
Zapojit se můžeš také do reálných projektů ve spolupráci s firmami a institucemi díky Partnerskému programu MFF UK.
Uplatnění
Kam specializace vede: absolventi této specializace se uplatňují například jako:
- Full-stack developer
- Datový inženýr
- Specialista IS
- Vývojář databázových aplikací
Po bakalářském studiu můžeš pokračovat v navazujících magisterských programech zaměřených například na softwarové nebo datové inženýrství.
Vybrané předměty
Vývoj databázových aplikací
- SQL
- transakce
- ORM
- integrita dat
Pochopíš, jak navrhnout databázi tak, aby správně sloužila aplikaci a nebyla úzkým hrdlem systému.
Moderní databázové systémy
- NoSQL
- MongoDB
- Neo4j
- multimodelové DB
Naučíš se zvolit vhodné databázové řešení podle typu dat, dotazů a požadavků na výkon aplikace.
Programování webových aplikací
- frontend
- backend
- REST API
- React / Next.js
Naučíš se vytvořit webovou aplikaci od uživatelského rozhraní až po serverovou část a práci s daty.
Datové formáty
- JSON
- XML
- RDF
- schémata
Pochopíš, jak se data předávají mezi systémy a jak pracovat s dokumenty, schématy i převody formátů.
Úvod do datového inženýrství
- ETL / ELT
- datové sklady
- metadata
- pipeline
Získáš přehled o tom, jak data ve firmách putují od sběru přes transformace až po analytické využití.
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, profilování a závěrečné práce.
- ročník – pevné základy v programování, algoritmizaci a matematice
- ročník – profilování: web, databáze nebo kombinace
- ročník – bakalářská práce, Partnerský program a praxe
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací doporučených komisemi, které ukazují praktické webové, databázové a aplikační projekty.
ParcelSync – spojník mezi e-shopy a přepravními společnostmi
Projekt zaměřený na integraci e-commerce systémů a přepravních společností s důrazem na automatizaci a efektivní synchronizaci dat.
Přečíst rozhovor
Software pro rodinnou firmu
Open-source pokladní systém vytvořený jako dostupná alternativa ke komerčním POS řešením pro malé podnikatele.
Přečíst rozhovorIncomeMate
Android aplikace pomáhá lidem s nepravidelnými příjmy plánovat rozvrhy, sledovat příjmy a výdaje a synchronizovat události s Google Kalendářem.
Webové rozhraní pro EPP klienta
Webová aplikace pro registrátory umožňuje komunikaci s doménovými registry přes protokol EPP a doplňuje přístupové řízení, logování i podporu více registrů.
Integrovaný vyhledávač spojení v regionální dopravě
Jednotná platforma kombinuje sběr jízdních řádů, REST API, Android aplikaci a práci s otevřenými dopravními daty.
SmartWalk – plánovač cest na míru
Aplikace umožňuje automaticky navrhovat pěší trasy podle klíčových slov, požadovaných vlastností míst a maximální délky cesty.
Přečíst rozhovorSystémové programování
Proč tato specializace?
Každá aplikace stojí na vrstvě softwaru, kterou běžně nevidíš: správa paměti, sdílení procesoru, ochrana běžících programů i převod zdrojového kódu do spustitelné podoby.
Tento „software pro software“ — operační systémy, překladače, systémové knihovny a vývojářské nástroje — se v této specializaci naučíš navrhovat a vytvářet.
Pokud tě zajímá, jak počítače fungují „pod kapotou“, a chceš psát software, na kterém závisí vše ostatní, je tato specializace pro tebe. Zapojit se můžeš i do technicky náročných projektů Partnerského programu MFF UK.
Co se naučíš
Nejdříve získáš pevné základy programování a algoritmizace společné celému studijnímu programu. Ve vyšších ročnících se ponoříš do toho, jak počítače skutečně fungují a jak psát software, který je efektivní, bezpečný a plně využívá možnosti moderních procesorů.
Uplatnění
Software, který drží pohromadě celý digitální svět, někdo musí navrhovat, psát a udržovat. Absolventi najdou uplatnění tam, kde na výkonu a stabilitě záleží nejvíce, zejména jako:
- Systémoví programátoři
- Vývojáři překladačů a analytických nástrojů
- Architekti cloudové infrastruktury
- Vývojáři výkonnostně kritických aplikací
Po bakaláři můžeš plynule navázat v magisterském studiu zaměřeném na softwarové a distribuované systémy.
Vybrané předměty
Operační systémy
- procesy
- vlákna
- paměť
- soubory
Naučíš se, jak operační systém spravuje procesy, vlákna, paměť, soubory a prostředky počítače. Pochopíš také, jak chrání běžící programy, aby si navzájem neškodily.
Principy překladačů
- překladače
- optimalizace
- strojový kód
- C/C++
Pochopíš, jak se zdrojový kód transformuje do podoby, kterou může vykonat procesor. Zaměříme se na architekturu překladačů, vnitřní reprezentaci programu a základní optimalizace.
Programování v paralelním prostředí
- paralelismus
- distribuce
- synchronizace
- vlákna
- výkon
Naučíš se navrhovat programy, které využívají více jader nebo běží na propojených strojích. Důraz je na koordinaci souběžných úloh, výkon a bezpečný přístup ke sdíleným datům.
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, profilování a závěrečné práce.
- ročník – základy programování, algoritmizace a matematiky společné celému studijnímu programu.
- ročník – prohloubení znalostí v systémovém programování: operační systémy, architektura počítačů, C++ a ročníkový projekt.
- ročník – počítačové sítě, překladače a paralelní programování zakončené bakalářskou prací.
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací, které ukazují systémové myšlení, práci s infrastrukturou a praktickou implementaci technicky náročnějších řešení.
Integrovaný vyhledávač spojení v regionální dopravě
Jednotná platforma kombinuje sběr jízdních řádů, REST API, Android aplikaci a práci s otevřenými dopravními daty.
Programování a vývoj software
Proč tato specializace?
Tato specializace se zaměřuje na celý životní cyklus softwaru – od analýzy a návrhu architektury až po implementaci, testování a nasazení.
Studenti navíc mají možnost zapojit se do reálných projektů a bakalářských prací prostřednictvím Partnerského programu MFF UK, který propojuje fakultu s firmami a institucemi.
Co se naučíš
Nejdříve získáš pevné základy programování a algoritmizace. V dalších ročnících se budeš zaměřovat na vývoj softwaru, který skutečně funguje – v backendu, frontendových technologiích, mobilních či internetových aplikacích.
Uplatnění
Absolventi této specializace jsou připraveni na pozice jako:
- softwarový vývojář / full-stack developer
- softwarový architekt
- test inženýr / DevOps engineer
- IT projektový manažer
Stejně tak jsou připraveni pokračovat v navazujících magisterských programech v oblasti softwarového a datového inženýrství a systémového vývoje.
Vybrané předměty
Operační systémy
- procesy
- vlákna
- paměť
- soubory
Naučíš se, jak operační systém spravuje procesy, vlákna, paměť, soubory a prostředky počítače. Pochopíš také, jak chrání běžící programy, aby si navzájem neškodily.
Programování v C++
- C++
- objekty
- šablony
- STL
- správa paměti
Naučíš se programovat v jazyce C++ a používat jeho hlavní prostředky pro psaní efektivního a strukturovaného kódu.
Úvod do softwarového inženýrství
- Git
- týmový vývoj
- návrhové vzory
- udržitelný kód
Vyzkoušíš si týmový vývoj softwaru a naučíš se navrhovat aplikace tak, aby byly čitelné, udržovatelné a dobře organizované.
Doporučené postupy v programování
- clean code
- refaktoring
- testování
- best practices
Naučíš se psát kvalitní, udržitelný a testovatelný kód a osvojíš si postupy používané při profesionálním vývoji softwaru.
Povinně volitelné předměty
Student si vybírá podle směru, o který má zájem:
- programování pro mobilní platformy
- paralelní a vícevláknové programování
- backendové systémy / datové API
- strojové učení a umělá inteligence
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, profilování a závěrečné práce.
- ročník – Základy informatiky, programování, algoritmizace a matematiky
- ročník – Profilování na vývoj software: Operační systémy, Programování v C++, Softwarové inženýrství, Doporučené postupy
- ročník – Specializace: bakalářská práce, případně zapojení do Partnerského programu
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací doporučených komisemi, které ukazují praktické webové, databázové a aplikační projekty.
Software pro rodinnou firmu
Open-source pokladní systém vytvořený jako dostupná alternativa ke komerčním POS řešením pro malé podnikatele.
Přečíst rozhovor
SmartWalk – plánovač cest na míru
Aplikace umožňuje automaticky navrhovat pěší trasy podle klíčových slov, požadovaných vlastností míst a maximální délky cesty.
Přečíst rozhovor
Interaktivní simulace pandemie pro podporu kritického uvažování
Interaktivní simulace pandemie a konfigurovatelná komponenta umožňují vytvářet modely podporující kritické uvažování a lepší porozumění jejich výsledkům.
Prohlédnout práci
Zachycení paketů pro HelenOS
Rozšíření operačního systému HelenOS o framework pro zachytávání síťových paketů napříč síťovými ovladači pro ladění a analýzu síťového provozu.
Prohlédnout práciArbitrage Bot
Automatizovaný systém v reálném čase vyhledává ziskové arbitrážní příležitosti mezi kryptoměnovými burzami a přehledně je prezentuje obchodníkovi.
Umělá inteligence
Proč tato specializace?
Umělá inteligence dnes stojí za mnoha moderními technologiemi – od doporučovacích systémů a analýzy dat až po autonomní systémy.
Tato specializace propojuje teoretické základy informatiky s jejich praktickým využitím při návrhu systémů pro automatické rozhodování, zpracování přirozeného jazyka, autonomní robotiku nebo počítačové vidění.
Získáš přehled o metodách, které umožňují vytvářet inteligentní systémy pracující s velkým množstvím dat, a můžeš se zapojit i do projektů Partnerského programu MFF UK zaměřených například na strojové učení, analýzu dat nebo zpracování textu a obrazu.
Co se naučíš
Nejdříve získáš pevné základy matematiky, programování a algoritmizace. Ve vyšších ročnících se začneš věnovat metodám a technikám umělé inteligence.
Naučíš se reprezentovat znalosti a formálně uvažovat, vytvářet modely učící se z dat, pracovat s textem a přirozeným jazykem a navrhovat inteligentní systémy pro autonomní roboty.
Uplatnění
Umělá inteligence dnes nachází využití v téměř každém oboru – od technologických firem přes průmysl až po výzkum. Absolventi této specializace jsou připraveni například na pozice:
- Data scientist
- Machine learning engineer
- Specialista na analýzu dat
- Vývojář inteligentních systémů
- AI engineer
Stejně tak mohou pokračovat v navazujících magisterských programech zaměřených na umělou inteligenci, data science nebo datové inženýrství.
Vybrané předměty
Úvod do umělé inteligence
- prohledávání
- teorie her
- logické uvažování
- plánování
Seznámíš se se základními oblastmi umělé inteligence – od hledání řešení a logického či pravděpodobnostního uvažování až po automatické plánování a teorii her.
Úvod do strojového učení v Pythonu
- Python
- klasifikace
- regrese
- shlukování
- modely
Naučíš se základní metody strojového učení, pracovat s vlastními daty a zvolit vhodný model pro klasifikaci, regresi nebo shlukovou analýzu.
Úvod do robotiky
- kinematika
- řízení
- senzory
- lokalizace
- plánování
Seznámíš se s modelováním, řízením a návrhem robotů, jejich senzory a nástroji pro mapování, lokalizaci, plánování a počítačové vidění.
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, odborného zaměření a závěrečné práce.
-
ročník – pevné základy v programování, algoritmizaci a matematice
-
ročník – symbolická AI, strojové učení, robotika nebo zpracování přirozeného jazyka
-
ročník – pokročilé předměty, bakalářská práce a možnost zapojení do Partnerského programu
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací doporučených komisemi, zaměřených na strojové učení, neuronové sítě, jazykové modely a inteligentní zpracování dat.
Plánování skladů kontejnerů
Práce navrhuje algoritmy pro plánování přesunů kontejnerů pomocí jeřábů a autonomních vozidel s důrazem na efektivní koordinaci skladu.
Prohlédnout práci
Shlukování hitů a predikce v datech z detektoru TimePix3
Práce vyvíjí paralelní algoritmy pro rychlé klastrování dat z částicových detektorů Timepix a jejich zpracování v reálném čase.
Prohlédnout práci
Sběr a klasifikace dat z bezdotykového senzoru pomocí neuronové sítě
Neuronové sítě rozpoznávají gesta ruky z bezdotykového senzoru v reálném čase a součástí práce je také nástroj pro sběr a anotaci dat.
Prohlédnout práci
Generování textů českých coververzí anglických písní
Práce vytváří datové sady a porovnává jazykové modely pro automatické generování českých textů anglických písní se zachováním významu i zpěvnosti.
Prohlédnout práci
Herní rozhraní pro anotaci emocí v hudbě
Videohra umožňuje sběr anotací emocí vyvolaných hudbou a vytváří kvalitnější datové sady pro výzkum afektivní umělé inteligence.
Prohlédnout práci
Měření lexikálního překvapení v právních textech
Nástroj využívá jazykové modely k vizualizaci čitelnosti právních textů a pomáhá odhalovat obtížně srozumitelné pasáže.
Prohlédnout práciPočítačová grafika a vidění
Proč tato specializace?
Tato specializace se zaměřuje na technologie pro práci s obrazem, grafikou a vizuálními daty.
Počítačová grafika a vidění jsou základem mnoha moderních technologií – od herních enginů přes vizualizaci dat až po autonomní systémy.
Studenti se naučí, jak počítače vytvářejí, zobrazují a analyzují vizuální informace.
V rámci Partnerského programu MFF UK mohou studenti spolupracovat na projektech v oblasti grafiky, zpracování obrazu nebo vizualizace dat.
Co se naučíš
Nejdříve získáš pevné základy matematiky, programování a algoritmizace. Ve vyšších ročnících se začneš věnovat metodám a technikám počítačové grafiky a počítačového vidění.
Naučíš se vytvářet grafické aplikace, zpracovávat a analyzovat obrazová data a navrhovat systémy pro práci s obrazem a videem.
Uplatnění
Kam specializace vede: absolventi této specializace se uplatňují například jako:
- Vývojář grafických aplikací
- Vývojář herních technologií
- Specialista na zpracování obrazu
- Vývojář systémů počítačového vidění
- Specialista na vizualizaci dat
Stejně tak mohou pokračovat v navazujících magisterských programech zaměřených na grafiku, vidění, multimédia nebo vizualizaci dat.
Vybrané předměty
Základy počítačové grafiky
- 3D grafika
- modelování
- materiály
- osvětlení
- renderování
Naučíš se, jak počítače vytvářejí 3D scénu – od modelování objektů přes materiály a osvětlení až po výsledné vykreslení obrazu.
Digitální zpracování obrazu
- filtrace
- detekce hran
- analýza obrazu
- obrazová data
Seznámíš se s metodami zpracování digitálního obrazu a naučíš se z obrazových dat získávat užitečné informace.
Strojové učení v počítačovém vidění
- strojové učení
- detekce
- segmentace
- vidění
Naučíš se využívat metody strojového učení pro analýzu obrazu a videa, rozpoznávání objektů i orientaci ve vizuálním prostředí.
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, odborného zaměření a závěrečné práce.
-
ročník – pevné základy v programování, algoritmizaci a matematice
-
ročník – počítačová grafika, zpracování obrazu a grafické algoritmy
-
ročník – bakalářská práce a projekty v oblasti grafiky nebo počítačového vidění
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací doporučených komisemi, zaměřených na počítačovou grafiku, zpracování obrazu a počítačové vidění.
Vylepšení generování Super Mario úrovní pomocí dokonalých agentů
Práce vylepšuje generování úrovní hry Super Mario využitím výkonnějších AI agentů pro jejich rychlejší a spolehlivější validaci.
Prohlédnout práci
Navigace zvukem ve hrách s otevřeným světem pro zrakově postižené
Práce navrhuje systém prostorové zvukové navigace, který zpřístupňuje hry s otevřeným světem hráčům se zrakovým postižením.
Prohlédnout práci
Procedurální generování budov v Unity
Parametrický systém pro Unity automaticky generuje 3D budovy a celé skupiny staveb s jednotným architektonickým stylem.
Prohlédnout práci
Desková hra Scotland Yard
Grafická aplikace implementuje deskovou hru Scotland Yard včetně počítačových protihráčů využívajících prohledávání stavového prostoru.
Prohlédnout práciObecná informatika
Proč tato specializace?
Každou aplikaci musel někdo nebo něco naprogramovat, ale ještě předtím je potřeba vymyslet, co má dělat a jak. Tomu se říká algoritmus. Často je volba správného algoritmu tím, co zkrátí dobu běhu programu z několika měsíců na pár minut.
V této specializaci se naučíš, jak se efektivní algoritmy navrhují. K tomu je potřeba nejen poznat běžné algoritmy, ale také vybudovat dostatečné teoretické základy.
Tím získáš hlubší porozumění základním konceptům informatiky, na nichž stojí moderní výpočetní systémy. To ti umožní nejen běžné algoritmy upravovat pro konkrétní použití, ale i navrhovat algoritmy nové.
Když budeš chtít, můžeš se zapojit do projektů nebo výzkumných aktivit na fakultě i do projektů v rámci Partnerského programu MFF UK, který nabízí témata bakalářských prací i možnost spolupráce s technologickými firmami.
Co se naučíš
Nejdříve získáš pevné základy matematiky, programování a algoritmizace. Ve vyšších ročnících se zaměříš především na témata, která stojí za návrhem efektivních algoritmů a formálním popisem složitých problémů.
Studium ti pomůže porozumět základním principům informatiky a naučí tě analyzovat složité problémy formálním a systematickým způsobem.
Uplatnění
Kam specializace vede: absolventi této specializace se uplatňují například jako:
- Softwarový vývojář
- Specialista na algoritmy a optimalizaci
- Vývojář analytických a výpočetních systémů
- IT specialista v technologických firmách
Velká část absolventů také pokračuje v navazujících magisterských programech zaměřených na teoretickou informatiku, algoritmy, diskrétní matematiku nebo další oblasti informatiky.
Vybrané předměty
Algoritmická teorie her
- teorie her
- aukce
- sdílení zdrojů
- routing
- stabilní řešení
Seznámíš se s tím, jak modelovat rozhodování více účastníků a hledat stabilní řešení v problémech, jako jsou aukce, sdílení zdrojů nebo směrování v sítích.
Neprocedurální programování
- Haskell
- Prolog
- funkcionální
- logické
Naučíš se přemýšlet o programech jiným způsobem pomocí funkcionálního a logického programování v jazycích Haskell a Prolog.
Úvod do kryptografie
- šifrování
- podpisy
- kryptografie
- bezpečnost
Seznámíš se se základy moderní kryptografie a pochopíš, jak funguje šifrování, elektronické podpisy i matematické principy bezpečné komunikace.
Doporučený průběh studia
Orientační pohled na to, jak se specializace postupně skládá ze společného základu, odborného zaměření a závěrečné práce.
-
ročník – pevné základy v programování, algoritmizaci a matematice
-
ročník – neprocedurální programování, lineární programování, kombinatorická optimalizace a vlastní projekt
-
ročník – bakalářská práce a volba pokročilých předmětů podle vlastního zaměření
Závazné požadavky jsou v Karolínce: Kompletní studijní plán
Studentské projekty a ukázkové práce
Výběr závěrečných prací doporučených komisemi, které ukazují šíři obecné informatiky – od algoritmů a teoretických základů přes kryptografii až po zpracování dat.
Barvení platónských a archimédovských těles
Práce zkoumá různé typy barvení grafů platónských a archimédovských těles a implementuje algoritmy pro výpočet jejich vlastností.
Transformace dat v prostředí Vega
Práce navrhuje typový systém a prototypový typechecker, který odhaluje chyby při práci s datovými transformacemi ve vizualizační knihovně Vega.
Virtuální stroje s nulovou znalostí
Práce porovnává architektury zero-knowledge virtuálních strojů a jejich využití pro efektivní generování kryptografických důkazů.
Digitální zpracování rané barevné fotografie
Multiplatformní grafická aplikace umožňuje digitálně rekonstruovat barvy historických fotografií z přelomu 19. a 20. století pomocí knihovny Color-Screen.
