Cel kształcenia i wykaz literatury

Główny cel kształcenia: przekazanie studentom podstawowej wiedzy w zakresie prowadzenia projektów i kompetencji miękkich w praktyce inżynierskiej

Ogólne informacje o zajęciach: moduł prowadzony jest na szóstym semestrze studiów inżynierskich na kierunku "automatyka i robotyka"

Materiały dydaktyczne: http://www.automatyka.kia.prz.edu.pl/

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	M. Flasiński	Zarządzanie projektami informatycznymi	PWN Warszawa.	2006
2	K. Waćkowski, J. M. Chmielewski	Wspomaganie zarządzania projektami informatycznymi	Helion, Gliwice.	2007
3	J. Phillips	Zarządzanie projektami	Helion, Gliwice.	2005

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	M. Kopertowska, W. Sikorski	MS Project w praktyce	PWN, Warszawa.	2007
2	S. Wilczewski	MS Project 2007. MS Project Server 2007	Helion, Gliwice.	2008

Literatura do samodzielnego studiowania

1	J. Marasco	Zarządzanie projektami informatycznymi	Helion, gliwice.	2006
2	B.K. Jayaswal, P.C. Patton	Oprogramowanie godne zaufania	Helion, Gliwice.	2007
3	M. Cantor	Inżynieria oprogramowania. Jak kierować zespołem programistów	WNT Warszawa.	2004

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: rejestracja na szósty semestr studiów

Wymagania wstępne w kategorii Wiedzy: podstawowa wiedza z zakresu systemów sterowania i systemów informatycznych

Wymagania wstępne w kategorii Umiejętności: podstawowa umiejętność obsługi komputera

Wymagania wstępne w kategorii Kompetencji społecznych: podstawowa umiejętność pracy w zespole

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Posiada podstawową orientację w zakresie wykorzystania systemów i narzędzi informatycznych do wspomagania zarządzania projektem i organizacji pracy własnej	wykład, projekt	zaliczenie, projekt	K_W21+++ K_U02+ K_K06+	P6S_KO P6S_UK P6S_WG
02	Zna zasady i techniki komunikacji w zespole oraz utrzymywania motywacji i poczucia dobrostanu	wykład, projekt	zaliczenie, projekt	K_U02+++ K_K02+++	P6S_KO P6S_UK
03	Zna zasady, narzędzia i dobre praktyki w w prowadzeniu projektów z obszaru opracowywania i wdrażania systemów sterowania	wykład, projekt	zaliczenie, projekt	K_W04+++ K_W21+++ K_U02+ K_U08+++ K_K02++ K_K06+	P6S_KO P6S_UK P6S_UW P6S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Proces realizacji projektów opracowania systemów sterowania	W01-W04, P01-P15	MEK01 MEK03
6	TK02	Dobre praktyki w prowadzeniu projektów z obszaru opracowywania i wdrażania systemów sterowania	W05-W06, P01-P15	MEK01 MEK03
6	TK03	Dobre praktyki w obszarze pracy z kalendarzem i pocztą. Komunikacja w zespole, typy psychologiczne	W07-W08 P01-P15	MEK01 MEK02
6	TK04	Samomotywacja i dobrostan	W09-W10	MEK02

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 6)		Godziny kontaktowe: 10.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem.
Projekt/Seminarium (sem. 6)		Godziny kontaktowe: 15.00 godz./sem..	Wykonanie projektu/dokumentacji/raportu: 30.00 godz./sem. Przygotowanie do prezentacji: 5.00 godz./sem.
Konsultacje (sem. 6)	Przygotowanie do konsultacji: 1.00 godz./sem.	Udział w konsultacjach: 1.00 godz./sem.
Zaliczenie (sem. 6)	Przygotowanie do zaliczenia: 5.00 godz./sem.	Zaliczenie pisemne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład
Projekt/Seminarium
Ocena końcowa

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	K. Cymerys; M. Oszust	Attraction–Repulsion Optimization Algorithm for Global Optimization Problems	2024
2	M. Oszust; I. Stępień	No-Reference Image Quality Assessment of Magnetic Resonance images with multi-level and multi-model representations based on fusion of deep architectures	2023
3	M. Oszust; I. Stępień	TIQA-PSI: Toolbox for perceptual Image Quality Assessment of Pan-Sharpened Images	2023
4	M. Bielecka; A. Bielecki; R. Obuchowicz; M. Oszust; A. Piórkowski; I. Stępień	Blind image quality assessment of magnetic resonance images with statistics of local intensity extrema	2022
5	M. Oszust; D. Warchoł	Augmentation of Human Action Datasets with Suboptimal Warping and Representative Data Samples	2022
6	M. Oszust; D. Warchoł	Efficient Augmentation of Human Action Recognition Datasets with Warped Windows	2022
7	M. Oszust; D. Warchoł	Time Series Augmentation with Time-Scale Modifications and Piecewise Aggregate Approximation for Human Action Recognition	2022
8	M. Oszust; I. Stępień	A Brief Survey on No-Reference Image Quality Assessment Methods for Magnetic Resonance Images	2022
9	M. Oszust; I. Stępień	No-Reference Quality Assessment of Pan-Sharpening Images with Multi-Level Deep Image Representations	2022
10	S. Dippel; V. Grossmann; R. Kiko; R. Koch; M. Oszust; M. Pastell; L. Schmarje; J. Stracke; A. Valros; N. Volkmann; C. Zelenka	Is one annotation enough? - A data-centric image classification benchmark for noisy and ambiguous label estimation	2022
11	J. Krupski; M. Oszust	Isolated Sign Language Recognition with Depth Cameras	2021
12	K. Cymerys; M. Oszust; G. Sroka	A hybridization approach with predicted solution candidates for improving population-based optimization algorithms	2021
13	M. Oszust	Enhanced Marine Predators Algorithm with Local Escaping Operator for Global Optimization	2021
14	M. Oszust; G. Sroka	Approximation of the Constant in a Markov-Type Inequality on a Simplex Using Meta-Heuristics	2021
15	M. Oszust; M. Rajchel	No-reference image quality assessment of authentically distorted images with global and local statistics	2021
16	R. Obuchowicz; M. Oszust; A. Piórkowski; I. Stępień	Fusion of Deep Convolutional Neural Networks for No-Reference Magnetic Resonance Image Quality Assessment	2021
17	K. Kamycki; T. Kapuściński; M. Oszust	Data Augmentation with Suboptimal Warping for Time-Series Classification	2020
18	M. Bielecka; A. Bielecki; R. Obuchowicz; M. Oszust; A. Piórkowski	Magnetic resonance image quality assessment by using non-maximum suppression and entropy analysis	2020
19	R. Obuchowicz; M. Oszust; A. Piórkowski	Interobserver variability in quality assessment of magnetic resonance images	2020
20	R. Obuchowicz; M. Oszust; A. Piórkowski	No-reference image quality assessment of magnetic resonance images with high-boost filtering and local features	2020
21	M. Oszust	Członkostwo w komitecie redakcyjnym czasopisma „SIGNAL IMAGE AND VIDEO PROCESSING”	2019
22	M. Oszust	Local Feature Descriptor and Derivative Filters for Blind Image Quality Assessment	2019
23	M. Oszust	No-Reference Image Quality Assessment with Local Gradient Orientations	2019
24	M. Oszust	No-Reference quality assessment of noisy images with local features and visual saliency models	2019
25	T. Kapuściński; J. Marnik; M. Oszust; D. Warchoł; M. Wysocki	Układ wspomagający komunikowanie się osób głuchoniemych z osobami słyszącymi i sposób wspierania takiego komunikowania się	2019