Katedra softwarového inženýrství (14118)

Výuka

Katedra softwarového inženýrství vychovává studenty bakalářského a navazujícího magisterského studia ve studijním programu Aplikace informatiky v přírodních vědách, který je založen na interdisciplinárním propojení informatiky s přírodními vědami, zejména s aplikovanou fyzikou. Studenti se během studia seznámí také s aplikacemi informatiky v oblasti ekonomie či zpracováním velkého objemu dat. Bakalářské studium je realizováno v Praze a na detašovaném pracovišti FJFI v Děčíně, kde navíc mohou studenti využívat laboratoř 3D tisku v rámci 3D modelování. V doktorském studiu zajišťuje katedra výchovu studentů v oboru Aplikovaná informatika.

Věda a výzkum

Vědeckovýzkumná činnost katedry pokrývá široké spektrum oblastí aplikací informatiky a vývoje software. Na katedře se pěstují zejména následující disciplíny:

Strojové učení, neuronové sítě a umělá inteligence (vývoj a implementace algoritmů strojového učení a umělé inteligence).
Sběr dat, zpracování dat a optimalizace (zpracování medicínských obrazových dat z PET, SPECT či MRI, aplikace metod matematické optimalizace, zpracování finančních časových řad).
Programování a správa dat (databáze, paralelní a distribuované výpočty, optimalizace algoritmů, řízení fyzikálních experimentů).
Matematické modelování (ekonomické a průmyslové procesy, numerická řešení parciálních diferenciálních rovnic, predikce hospodářského vývoje).
Aplikace 3D modelování (pokročilé metody 3D modelování, využití v medicíně, laboratoř 3D tisku v Děčíně).

Mezinárodní spolupráce katedry softwarového inženýrství je zaměřena na problematiku inteligentních systémů pro sběr dat (DAQ) v experimentech ve fyzice vysokých energií a využití algoritmů strojového učení pro jejich analýzu. Studenti mají možnost zapojit se již v bakalářském studiu do experimentů AMBER (CERN), DUNE (Fermilab) nebo PANDA (Darmstadt). Členové týmu COMPASS a na něj navazujícího experimentu AMBER se starají o implementaci a bezproblémový chod systému pro sběr velkého objemu dat v reálném čase a řízení experimentu.