Stáže pro středoškoláky

Přehled stáží Akademie věd ČR pro středoškolské studenty v roce 2026

Vědní oblast

Místo

Obor

Ústav AV ČR

Hlavní město PrahaFyzika

Otevřená věda v praxi: když fyzika potká knihovnu

LEKTOR STÁŽE Karolína Dědičová

INSTITUCE Fyzikální ústav AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

MÍSTO STÁŽE Cukrovarnická 10/112, 162 00 Praha 6

Co se děje s daty poté, co fyzici dokončí měření? Přidej se ke Skupině růstu diamantů ve Fyzikálním ústavu AV ČR a zjisti, jak probíhá moderní výzkum syntetických diamantů. Vyzkoušíš si práci s Ramanovou spektroskopií a rastrovací elektronovou mikroskopií (SEM) a poznáš, jak se z experimentálních měření získávají nové poznatky o struktuře materiálů. Zároveň nahlédneš do principů otevřené vědy – dozvíš se, jak se vědecká data zpracovávají, sdílí a uchovávají tak, aby mohla být znovu využita. Naučíš se základy FAIR přístupu k datům a pochopíš, proč je otevřenost důležitá pro rozvoj vědy. Stáž není jen pro ty, co se chtějí věnovat fyzice, ale i pro ty, které zajímá, jak věda funguje a jak své poznatky sdílí s ostatními.

Hlavní město PrahaGeologie

Stavba hornin jako čísla

LEKTOR STÁŽE Mgr. Vladimír Kusbach, Ph.D.

INSTITUCE Geofyzikální ústav AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Předpokládám standardní náročnost, preferuji osobní účast, byť část by dozajista šla realizovat distančně.

MÍSTO STÁŽE GFÚ AVČR v.v.i., Boční II 1401, Praha 4, 14000

Kvantitativní analýza (mikro)struktur je ve strukturní geologii pěkná výzva. Máme už zaběhané postupy, jak se taková analýza dělá, ale jako všechno je možné I naše postupy vylepšit skriptováním a automatizací. Právě teď se peru s analýzou vzorků z masivu Adamello v Itálii, plán na příští rok zatím není, ale určitě bude co řešit. Pokud by tě zajímala vnitřní stavba hornin a jak ji popsat v číslech – čekám právě na Tebe. Quantitative analysis of (micro)structures is quite a challenge in structural geology. We already have established procedures for performing such analyses, but like everything else, our procedures can be improved through scripting and automation. Right now, I am struggling with the analysis of samples from the Adamello massif in Italy. There are no plans for next year yet, but there will certainly be plenty to do. If you are interested in the internal structure of rocks and how to describe it in numbers, I am waiting for you.

Hlavní město PrahaIT

Rozpoznávání rakoviny kůže

LEKTOR STÁŽE prof. Ing. Michal Haindl, DrSc.

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Téma je časově náročné, vyžaduje aplikační znalost používání neuronové sítě.

MÍSTO STÁŽE UTIA, Pod Vodárenskou věží 4, 182 08 Praha 8

POZNÁMKA: Vhodné pro 2-3 studenty.

Melanom kůže, jako nejnebezpečnější forma rakoviny kůže, je rostoucím nebezpečím v posledních desetiletích díky svému stále zvyšujícímu se výskytu. Jeho efektivní léčba vyžaduje jeho rozpoznání a chirurgické odstranění v co nejranější fázi. Cílem práce je nalezení diskriminativních obrazových příznaků a vhodného klasifikátoru na bázi neuronových sítí, který umožní rozpoznání rakoviny kůže z barevných obrazů kůže a zároveň umožní monitorování pokroku léčby ze sekvence časově proměnných obrazů nádoru.

Hlavní město PrahaIT

Productivity of Geniuses

LEKTOR STÁŽE Dr Miroslav Karny

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI The student should like to learn a bit of mathematics and play with a simple implementation of the resulting algorithm.

MÍSTO STÁŽE UTIA, Pod vodárenskou věží 4, 182 00, Prague 8

Even highly creative humans (scientists, artists, influencers…) can produce a limited number of significant outputs in life. Predicting the extent to which their creative capacity is exhausted is significant for making decisions that influence their careers. The work focuses on a data-driven personalisation of personal-creative productivity. From a formal point of view, it is an analysis of short, highly volatile time series, with the fact that the quality of predicting the next ‘production’ of the person under investigation can strongly influence their professional life. References (to be tailored) The student will learn the theory, its Matlab implementation. Modify the implementation (possibly she/he rewrites it into the language of her/his preference, collects some interesting public data, processes it and writes a report on the gained results. [1] Peterka V.: Bayesian System Identification, in P. Eykhoff “Trends and Progress in System Identification”, Pergamon Press, Oxford, 239-304, 1981. [2] Marchetti C.: Action curves and clockwork geniuses. Technical report, IASA, Laxenburg, Vienna, 1984. [3] Braun T., Ganzel W., and Schubert A.: Scientometric indicators. World Scientific, (1985). [4] J. Mingers J. and L. Leydesdor L.: A review of theory and practice in scientometrics. European Journal of Operational Research, 246 (2015), 1-19.

Hlavní město PrahaIT

Metody analýzy multimodálních dat

LEKTOR STÁŽE doc. Ing. Evženie Uglickich, CSc.

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

MÍSTO STÁŽE Pod Vodárenskou věží 1143/4 182 00 Praha 8

Naměřená data často vykazují multimodální povahu. Typickým příkladem takových dat mohou být údaje získané během dopravní špičky, které se liší mezi ranními hodinami, kdy všichni jedou do práce či školy, poledním útlumem, odpolední špičkou a nočním provozem. Při analýze takových dat tedy nestačí použít jeden model, ale je zapotřebí směsi modelů, které popisují jednotlivé fáze dopravní špičky zvlášť. Volba vhodných modelů je klíčovým úkolem, který prostřednictvím pochopení chování měřených veličin přispěje ke zlepšení přesnosti jejich predikce. Metody shlukové analýzy a klasifikace jsou určeny právě pro hledání shluků v takto strukturovaných multimodálních datech. Umožňují identifikovat jednotlivé skupiny datových bodů s podobnými vlastnostmi, což následně usnadňuje jejich klasifikaci a predikci. Tímto způsobem je možné efektivně odhalit vzory a trendy, které v datech jinak zůstávají skryty. Během stáže se student seznámí s bayesovskými rekurzivními algoritmy pro shlukovou analýzu a klasifikaci spojitých, diskrétních a sčítacích multimodálních dat. Tyto algoritmy si vyzkouší aplikovat na data ze své oblasti zájmu v programovacím prostředí Scilab a naučí se interpretovat výsledky.

Hlavní město PrahaIT

Jak souvisí vzhled materiálů s jejich dotykovými vlatnostmi

LEKTOR STÁŽE Ing. Jiří Filip, Ph.D.

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Student si sám určí v jakém rozsahu se bude ochoten tématu věnovat, ale větší zájem obvykle směřuje k získání více zkušeností a lepším výsledkům.

MÍSTO STÁŽE ÚTIA AV ČR, v.v.i., Pod Vodárenskou věží 4, 18200 Praha 8

POZNÁMKA: Předpokladem pro stáž je znalost angličtiny, alespoň základní zkušenosti v programování (C++, Python nebo Matlab), samostatná tvořivost a chuť se učit něco úplně nového. Práce bude probíhat samostatně v kombinaci s pravidelnými osobními nebo online schůzkami.

Každý materiál – ať už látka, kůže nebo kov – má svůj vlastní vzhled a jedinečný „pocit“, když se ho dotkneme. Jak ale spolu souvisí to, jak materiál vypadá, a to, jak se chová při ohybu nebo natažení? Na této stáži se ponoříš do světa digitálních materiálů – naučíš se, jak pomocí speciálních kamer a světel zachytit realistický vzhled povrchů, a jak z těchto dat zjistit jejich optické a mechanické vlastnosti. Vyzkoušíš si práci s unikátním skenovacím zařízením, které dokáže nafotit materiál z tisíců úhlů, i s daty z měření, kde se materiály ohýbají, natahují. Taky budeme navrhovat vlastní zařízení pro testování mechanických vlastností. Pomocí počítačového zpracování obrazu a jednoduchých neuronových sítí budeš hledat vztahy mezi tím, co „vidíme“, a tím, jak se materiál „chová“. Na konci stáže uvidíš, jak lze z pouhého vzhledu odhadnout fyzikální vlastnosti objektu – a jak se věda o materiálech potkává s umělou inteligencí a počítačovou grafikou.

Hlavní město PrahaIT

Analýza sociologických dat pomocí bayesovských sítí

LEKTOR STÁŽE Ing. Jiří Vomlel, Ph.D.

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Časová náročnost je v průměru cca 4 hodiny týdně, většinou se jedná o domácí samostatnou práci, menší část tvoří konzultace na pracovišti lektora.

MÍSTO STÁŽE Pod Vodárenskou věží 4, Praha 8

POZNÁMKA: This internship is also available in English.

V rámci stáže se studenti seznámí s jedním z modelů umělé inteligence, který se nazývá bayesovská síť. Bayesovské sítě mají dobrou vysvětlitelnost především díky grafové reprezentaci vztahů mezi modelovanými veličinami. Cílem stáže bude vytvoření modelu bayesovské sítě na základě dat získaných v průzkumech veřejného mínění. Předpokladem úspěšné stáže je dobrá znalost matematiky a programování.

Hlavní město PrahaIT

Analýza historických map pomocí metod hlubokého učení

LEKTOR STÁŽE Dr.Ing. Jan Schier

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Student bude pracovat částečně samostatně, je možné používat prostředky pro vzdálený přístup.

MÍSTO STÁŽE Pod vodárenskou věží 4, Praha 8

POZNÁMKA: Pro použití serverů na pracovišti se bude hodit určitá zkušenost s Linuxem (ssh a základní práce s příkazovou řádkou) a gitem.

Cílem této stáže je automatizovat získávání informací o objektech (zejména vodních tocích - řekách) v historických - rytých nebo ručně kreslených - mapách. V těchto mapách jsou zakreslené říční toky, města, lesy, jsou v nich popisky, i mnoho ozdobných prvků. Analýza starých map úzce souvisí se studiumem způsobu znázornění objektů, který se v závislosti na čase, vývoji společnosti a stavu poznání měnil. Množství dat, vznikajících digitalizací mapových archivů, je však příliš velké pro jejich ruční zpracování. V průběhu stáže budeme pracovat se skeny map z 16. a 17. století, použijeme při tom metody hlubokého učení a umělé inteligence. Na stáži budeme používat knihovny pro hluboké učení a zpracování dat, volně dostupné v Pythonu, jako je např. PyTorch, HuggingFace, Numpy, scikit-learn. Pro práci využijeme také výpočetní servery a GPU karty, dostupné na pracovišti.

Hlavní město PrahaIT

Interaktivní a bez-anotační segmentace pórů v archeologických keramických nálezech

LEKTOR STÁŽE Dr.Ing. Jan Schier

INSTITUCE Ústav teorie informace a automatizace AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Stáž předpokládá částečně samostatnou práci studenta s použitím vzdáleného přístupu, a každotýdenní konzultace s lektorem, které mohou také probíhat částečně online.

MÍSTO STÁŽE Pod vodárenskou věží 4, Praha 8

POZNÁMKA: Pro stáž je potřebná znalost angličtiny (budeme pracovat s anglickými odbornými texty) a znalost programování v jazyku Python. Výhodou je předchozí zkušenost s knihovnami PyTorch a HuggingFace. Při stáži budeme používat linuxové pracovní stanice a prostředí VSCode nebo PyCharm.

Cílem stáže je otestovat moderní metody pro interaktivní a slabě anotované segmentace (příkladem jsou MONAI Label nebo nnInteractive, používané zejména pro medicínské snímky) v kontextu tomografických (CT) skenů archeologických nálezů keramických fragmentů. Velikost těchto skenů je taková, že prakticky vylučuje provádět na nich podrobnou a přesnou anotaci. Zmíněné metody se však dokáží z velmi omezených anotací postupně „naučit“ segmentaci, reagovat na uživatelské pokyny a adaptovat se na specifickou doménu. Student bude pracovat s datovými soubory, ve kterých je třeba identifikovat porozity. Ty dávají informaci o způsobu jejich výroby, a použitých technologických postupech, což jsou faktory, které vypovídají o dané kultuře. Student se v první fázi naučí základní manipulaci s obrazovými daty v Pythonu (zobrazení, filtrace, jednoduché baseline segmentace). Následně nainstaluje a vyzkouší vybrané nástroje a provede několik experimentů, jako segmentace porozit bez anotací, použití jednoduchých "sribble" anotací a interaktivních oprav, porovnání rychlosti, přesnosti a robustnosti jednotlivých metod.

Hlavní město PrahaMatematika

Využití VR pro vizualizace vírů v proudění

LEKTOR STÁŽE Ing. Jakub Šístek, Ph.D.

INSTITUCE Matematický ústav AV ČR, v. v. i.

DOBA TRVÁNÍ 12 měsíců

POČET HODIN STÁŽE ZA MĚSÍC 8

UPŘESNĚNÍ ČASOVÉ NÁROČNOSTI Odhadovaná náročnost je 8 hodin měsíčně, ideálně 2x měsíčně na 4 hodiny. Může být ale přizpůsobena možnostem studenta např. jednou měsíčně na celý den, nebo každý týden na 2 hodiny.

MÍSTO STÁŽE Žitná 25, 110 00 Praha 1

Vírové struktury patří k nejcharakterističtějším a současně nejpozoruhodnějším jevům při proudění tekutin, mají zásadní vliv např. na aerodynamiku aut nebo letadel. Chceme-li těmto strukturám v různých situacích rozumět, je nezbytné si je umět zobrazit a prohlédnout. Ačkoliv intuitivně víme, co to je vír, přijít s jeho univerzální matematicko-fyzikální definicí je překvapivě obtížné. V naší skupině se dlouhodobě zabýváme vývojem metod pro jejich identifikaci. Víry identifikované pomocí těchto metod je následně třeba umět zobrazit, což je často rovněž náročné. Zajímavé možnosti pro vizualizaci vírů v proudění nabízí využití virtuální reality (VR). Orientace ve složitějších 3D vírových strukturách je s VR často výrazně rychlejší než při běžném zobrazení na monitoru. Nástroje pro tato zobrazení však často nejsou k dispozici nebo slouží k poněkud jinému účelu. V předchozím ročníku Otevřené vědy AV se podařilo generovat 3D videa zobrazitelná ve VR. Cílem této stáže je studovat možnosti využití VR pro zobrazení vírů v proudění včetně možnosti volného pohybu kolem animovaných dat a spolupráce několika uživatelů. Kromě matematických metod pro vizualizaci vírů se zájemce seznámí i se softwarovými nástroji jako jsou vizualizační software ParaView, 3D animační nástroj Blender, herní engine Unreal nebo metaversum Resonite.

předchozí 1 234 5 6 7 8 9...14 15 další

FAQ Nejčastější otázky

Na kolik stáží se můžu přihlásit?

Můžeš si podat více přihlášek na různé stáže. Docházet však můžeš pouze na jednu stáž.

Co když budu přijat/a na více stáží?

Nemohou tě vybrat na více stáží současně, protože hned jak si tě vybere jeden lektor nebo lektorka na svou stáž, tak ostatním zmizíš z výběru.

Kdy se dozvím, jestli jsem byl/a přijat/a?

Přihlašování na stáže je možné pouze do 30. listopadu. Poté si lektoři a lektorky budou z přihlášek vybírat nejvhodnější adepty na svou stáž. Výsledek o přijetí nebo nepřijetí na stáž se dozvíš do konce roku.

Jaké reference mám přiložit k přihlášce?

Reference přikládat nemusíš, ale pomáhají lektorům a lektorkám při rozhodování, koho na stáž ze všech uchazečů nakonec přijmou. Reference mohou být např. diplomy, certifikáty, potvrzení o účasti v SOČ a olympiádách, doporučující dopisy od pedagogů apod. Prostě všechno, čím se chceš pochlubit.

Jakou musím mít úroveň znalostí, abych se mohl/a přihlásit?

Předpoklady jsou někdy uvedeny v anotaci stáže. Většinou lektoři a lektorky neočekávají žádné zvláštní znalosti. Rozhodující je chuť vyzkoušet si něco nového a učit se. Stáže Otevřené vědy jsou příležitostí pro studenty a studentky středních škol a gymnázií, jak získat odbornou praxi. Do motivačního dopisu můžeš napsat, o co konkrétně se zajímáš, co by ses chtěl/a na stáži naučit nebo proč tě dané téma zajímá.

Můžu se přihlásit, i když budu příští rok maturovat a dokončím střední školu?

Ano, můžeš.

Probíhají stáže i o prázdninách?

Ano, stáže běží po celý rok, tedy i o prázdninách v červenci a srpnu. Vždy ale záleží na konkrétní dohodě s lektorem nebo lektorkou stáže o tom, jak stáž bude probíhat. Stáže mohou probíhat i formou online diskuzí a studia literatury v kombinaci s docházkami do terénu nebo na pracoviště Akademie věd ČR.

Co mám napsat do životopisu?

Na rady a tipy, jak napsat životopis, se podívej třeba TADY.

Jak odevzdat přihlášku na stáž popsanou v angličtině?

Pokud je stáž pojmenovaná a popsána v přehledu v anglickém jazyce, vede ji anglicky mluvící lektor nebo lektorka, který/á tvé přihlášce v českém jazyce nemusí porozumět. Přelož si tedy tvůj životopis a motivační dopis do angličtiny. Přílohy, které nelze přeložit z češtiny, popiš v motivačním dopise.

Od kolika let se můžu na stáž přihlásit?

Stáže Otevřené vědy jsou určené středoškolákům a středoškolačkám od 15 let a rozhodujícím kritériem je věk. Pokud už jsi na střední škole, ale nemáš ještě 15 let, nemůžeme ještě bohužel tvoji přihlášku přijat. Pro všechny studenty a studentky mladší 18 let je nutné se přihlásit se souhlasem zákonného zástupce. Formulář souhlasu je možné stáhnout k vyplnění a podpisu při přihlašování.

Nestihl/a jsem se na stáž přihlásit. Jaké jsou další možnosti?

Doporučujeme ti prostudovat si další informace, aktivity a příležitosti na webech jednotlivých pracovišť Akademie věd ČR.

Jak můžu zvýšit své šance na přijetí?

Doporučujeme ti prostudovat si aktivity a akce na webu pracoviště Akademie věd ČR, o které máš zájem. Určitě navštiv i akce Akademie věd ČR pro veřejnost, například Týden mozku, Veletrh vědy nebo Týden Akademie věd ČR.

Galerie