7M06102 Machine Learning & Data Science в Satbayev University

Дисциплины

1 Год обучения История и философия науки BigData Processing applications Методология научного исследования и инновационная деятельность Компьютерное зрение Computer Architecture & Concurrency Основы Нейронных сетей QA/QC and Continuous Integration Machine Learning & Deep Learning Virtual Reality Systems Big Data Storage Systems and Computations Педагогика высшей школы Облачные технологии Иностранный язык (профессиональный) Моделирование экосистем Психология управления

2 Год обучения Multiagent Systems Theory of Complexity & Computations Прикладное машинное обучение и глубокое обучение Обработка естественного языка Основы Искусственного Интеллекта Advanced Python Прикладная обработка текстов Цифровая обработка изображений Python для науки геномных данных

Профессии

Результаты обучения

• Применять иностранный язык на профессиональном уровне, позволяющем осуществлять преподавание базовых дисциплин в вузах, проводить обзор литературных источников, анализировать тенденции современной науки и определять перспективные направления научных исследований.
• Применять модель программирования MapReduce для обработки научных и масштабируемых данных.
• Планировать и проводить семинарские, практические, лабораторные занятия с учетом требований разработанных и утвержденных рабочих учебных планов и методических указаний, разрабатывать учебно-методические материалы для сопровождения образовательного процесса и реализации инноваций в обучении и воспитании обучающихся, применять знания педагогики и психологии высшей школы в своей педагогической и научно-исследовательской деятельности.
• Применять методы статистического анализа и машинного обучения применительно к задачам обработки различных данных, включая структурированные, неструктурированные, научные, геномные и т.п., вести научные изыскания, организовывать работы по сбору, хранению и обработке информации, создавать аналитические системы и рекомендательные сервисы на основе алгоритмов машинного обучения и глубокого обучения.
• Устанавливать межличностные и групповые коммуникации; определять свою роль в команде, ставить цели и формулировать задачи, связанные с ее реализацией; выстраивать взаимодействие с учетом социальных особенностей членов команды; проектировать и организовывать командную работу; определять потребности участников команды в овладении новыми знаниями и умениями.
• Интегрировать знания, полученные в рамках разных дисциплин для решения научно-исследовательских задач в новых незнакомых условиях и генерации новых идей в контексте научных исследований в области искусственного интеллекта и интеллектуального анализа данных.
• Применять подход, основанный на численных методах решения задач оптимизации и линейного программирования, методах решений уравнений в частных производных, Навье-Стокса и теплопроводности для формализации и моделирования объектов реального мира.
• Извлекать нужную информацию из всевозможных источников, включая информационные потоки в режиме реального времени, разрабатывать научные, технические и инновационные решения для информационной инфраструктуры предприятия с учетом возможностей технологий больших данных, моделей облачных вычислений и принципов информационной безопасности.
• Применять концепции моделирования бизнес-экосистем, моделей виртуальной реальности, систем реального времени.
• Разрабатывать и внедрять модели глубокого обучения и обучать их на реальных наборах данных.

Похожие ОП