Technologie informacyjne i komunikacyjne 1200-1CHMTIK1
- Elementy programowania i wykonywania obliczeń w języku Python:
Środowiska (Anaconda, Jupyter). Typy danych, operatory, instrukcje sterujące.
Funkcje i biblioteki matematyczne, moduły, NumPy – obliczenia macierzowe, funkcje matematyczne.
Przetwarzanie danych: wczytywanie i zapis danych (CSV, Excel), pandas – analiza danych.
Wizualizacja danych: Wprowadzenie do matplotlib, seaborn – wykresy, style wykresów.
- Prawidłowe raportowanie wyników badań
Struktura raportu, typy raportów, styl naukowy, błędy stylistyczne i logiczne, praktyka redakcyjna, pisanie własnych fragmentów raportu, formatowanie, praca w grupach.
- Procesowanie tekstu w języku LaTeX
Środowisko: TeXstudio, platforma Overleaf
Podstawy składni, dokumenty, formatowanie, struktura dokumentu, komendy, matematyka.
Zaawansowana redakcja tekstu naukowego, bibliografie (BibTeX), tabele, wykresy, pakiety.
- Zaawansowana prezentacja, wizualizacja i analiza danych:
Przygotowanie prezentacji naukowej w PowerPoint, wykorzystanie wykresów, tabele, multimedia.
- Źródła naukowe i ich wykorzystanie:
Bazy danych: Scopus, Web of Science, PubMed, ResearchGate, Orcid, Google Scholar. Wyszukiwanie i filtrowanie literatury
Zarządzanie bibliografią, menedżery cytowań: Zotero, Mendeley, tworzenie i formatowanie cytowań, integracja z Word i LaTeX.
- Narzędzia sztucznej inteligencji wspomagające pracę naukową
Narzędzia ChatGPT, Bing/Copilot, Claude, ScopusAI, ConnectedPapers, SemanticScholar.
Wykorzystanie narzędzi AI w analizie danych: tworzenie skryptów Pythona i szablonów LaTeXa
Zalety narzędzi AI i problemy związanie z ich wykorzystaniem: powielanie treści, halucynacje, ochrona danych
Nakład pracy studenta:
- uczestnictwo w zajęciach: 30 h
- samodzielna przygotowanie się do zajęć i egzaminu: 20 h
Sylabus został stworzony w ramach „Zintegrowanego programu rozwoju dydaktyki – ZIP 2.0”, współfinansowanego ze środków Europejskiego Funduszu Społecznego w ramach Programu Fundusze Europejskie dla Rozwoju Społecznego 2021-2027 (FERS) (nr umowy: FERS.01.05-IP.08-0365/23-00).
|
W cyklu 2024Z:
Szczegółowa tematyka kursu: |
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Koordynatorzy przedmiotu
W cyklu 2025Z: | W cyklu 2024Z: |
Efekty kształcenia
Student zna:
- podstawowe struktury języka Python
- podstawy przetwarzania i redakcji tekstu naukowego w LaTeX
- podstawowe narzędzia AI wspierające pracę badawczą
- przyjęte w środowisku akademickim regulacje dotyczące wykorzystania metod AI oraz rozumie związane z tym kwestie prawne i etyczne
Student umie:
- korzystać z baz danych i bibliotek naukowych
- wykonać proste obliczenia i analizy danych, korzystając z języka Python i dostępnych bibliotek
- przygotować raport zgodnie z powszechnie przyjętymi standardami
- przygotować prezentację wyników badań z użyciem odpowiednich narzędzi
Osoba studiująca zna i rozumie:
K_W04 w zaawansowanym stopniu pojęcia z zakresu matematyki umożliwiająca posługiwanie się aparatem matematycznym w chemii i naukach biomedycznych. Zna podstawowe metody informatyczne i statystyczne umożliwiające analizę uzyskiwanych danych eksperymentalnych oraz techniki komputerowe przydatne w pracy chemika
K_W23 w zaawansowanym stopniu narzędzia i sposoby pozyskiwania, obróbki i prezentacji danych. Rozpoznaje zagadnienia związane z bezpieczeństwem i prywatnością w internecie.
K_W24 techniki komputerowe przydatne w pracy chemika.
K_W25 zaawansowanym stopniu narzędzia i sposoby pozyskiwania, obróbki i prezentacji danych. Rozpoznaje zagadnienia związane z bezpieczeństwem i prywatnością w Internecie.
Osoba studiująca potrafi:
K_U20 Posiada umiejętność przygotowania prac pisemnych i wystąpień ustnych w języku polskim i angielskim, na tematy dotyczące wybranych zagadnień chemicznych, także w odniesieniu do nauk biomedycznych, z wykorzystaniem podstawowych ujęć teoretycznych a także korzystając z różnych źródeł.
K_U23 Potrafi samodzielnie zdobywać wiedzę i rozwijać swoje profesjonalne umiejętności, korzystając z różnych źródeł (pisanych i elektronicznych) w tym także w języku obcym.
Kryteria oceniania
Zaliczenie na podstawie egzaminu pisemnego obejmującego zagadnienia omawiane podczas zajęć – zaliczenie od 50%. Dopuszczalna liczba nieobecności: 2
Praktyki zawodowe
nie dotyczy
Literatura
„Zanurkuj w Pythonie” – darmowy podręcznik dostępny na stronie https://diveintopython.org/
Materiały do zajęć na stronie: https://lecturenotes.readthedocs.io/
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: