7M06105 Наука о данных в КБТУ (KBTU)

Дисциплины

• Машинное обучение

  Этот курс направлен на изучение моделей и алгоритмов машинного обучения, используемых в различных реальных приложениях и наборах данных. Рассматриваются теоретические основы методологии, методы распознавания изображений и речи, рекомендательные системы и применение искусственного интеллекта. Формируются навыки анализа данных, выбора моделей и их практического использования в различных задачах.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Оптимизация и алгоритмы

  Этот курс знакомит с основными алгоритмами линейной, сетевой, дискретной, нелинейной, динамической оптимизации и оптимального управления. Акцент делается на методологии и основных математических структурах. Темы включают в себя симплекс-метод, методы сетевого потока, методы ветвления и границы и плоскости разреза для дискретной оптимизации, условия оптимальности для нелинейной оптимизации, методы внутренней точки для выпуклой оптимизации, метод Ньютона, эвристические методы, а также динамическое программирование и методы оптимального управления.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Управление базой данных для бизнес-анализа

  Этот курс предназначен для учащихся, пытающихся изучить основы концепций платформы обработки данных в облачной среде. Он предназначен для тех, у кого есть минимальное техническое образование, кто хочет получить базовые навыки работы с облачными службами обработки данных и расширить свои базовые знания о концепциях core data и связанных с ними службах обработки данных Microsoft Azure.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Продвинутая статистика

  Курс преподается на промежуточном статистическом уровне. Основное внимание уделяется как теории многомерной статистики, так и ее применениям в многомерном анализе. Курс предполагает знакомство с основными понятиями в теории вероятностей и логических выводов. Компьютерная грамотность имеет важное значение, так как мы широко используем компьютер с использованием статистического программного обеспечения SAS.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Педагогика высшей школы

  Курс Педагогика Высшей школы дает будущим педагогам необходимые навыки преподавания. Он охватывает педагогическую психологию, разработку учебных программ, управление классом и развитие обучающиеся с упором на современные методы обучения и инклюзивные практики. Магистранты изучают практические навыки, такие как планирование уроков, вовлечение обучающиеся. Курс также интегрирует технологии в образование, готовя обучающиеся к адаптации к развивающейся среде в классе. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной педагогической карьеры.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Биоинформатика и геномика растений

  Курс изучается с целью формирования знаний о методах анализа генетической информации и биологических данных растений, а также навыков их применения в биоинформатике и геномике. Рассматриваются принципы секвенирования генома, биоинформатические алгоритмы и методы обработки данных. Особое внимание уделяется исследованию механизмов наследственности, адаптации и улучшения растений, а также использованию больших данных в генетических исследованиях.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Основы нейронауки

  Цель этого курса состоит в том, чтобы магистранты получили глубокие знания об основах функционирования нейронных систем от молекулярного и клеточного уровня до уровня сетей. В рамках курса будут рассмотрены различные экспериментальные методы, такие как визуализация головного мозга с использованием МРТ и ПЭТ, электрофизиологические записи с использованием ЭЭГ, МЭГ, ERP, а также транскраниальная стимуляция постоянным током. Кроме того, будет проведен анализ современных теорий о сознании и функционировании головного мозга.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Иностранный язык (профессиональный)

  Курс иностранного языка (профессиональный) направлен на повышение уровня владения магистрантами профессиональным английским языком, ориентируясь на области, необходимые для успеха в бизнесе, научных кругах и других формальных условиях общения. Он охватывает такие темы, как проведение эффективных презентаций, академическое письмо, предпринимательство и изменение климата, а также развитие необходимых навыков в области исследования рынка, бизнес-планирования и финансовых коммуникаций.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Конфиденциальность и защита данных

  Курс представит основы конфиденциальности и защиты данных, охватывая методы обеспечения безопасности информации, регулирования доступа и защиты от киберугроз. Магистранты изучат современные криптографические технологии, политики конфиденциальности и методы предотвращения утечек данных. Особое внимание уделяется юридическим аспектам и стандартам, таким как GDPR, а также практическим методам защиты информации в различных системах.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Психология управления

  Курс Психология управления дает будущим практикам необходимые навыки для эффективного психологического управления. Он охватывает ключевые области, такие как психологические теории, межличностную динамику, организационное поведение и психологию развития, уделяя особое внимание современным практикам и инклюзивным подходам. Магистранты приобретут практические навыки в таких областях, как разрешение конфликтов, командная динамика и эффективное общение. Курс также объединяет технологии в психологии, готовя магистрантов ориентироваться в развивающейся профессиональной среде. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной карьеры в области психологического менеджмента и смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Когнитивная нейронаука

  Этот курс предоставит магистрантам всестороннее понимание основ нейроанатомии, передачи избирательных сигналов, механизмов движения и некоторых заболеваний нервной системы. Курс по продвинутой нейробиологии состоит из двух частей: Продвинутая нейробиология I и Продвинутая нейробиология II. Эти части связаны между собой по содержанию, но не по системе оценок или сертификации, что позволяет магистрантам выбрать одну из частей или изучать обе.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Обработка естественных языков и методы распознования образов

  Этот курс знакомит магистрантов с основными понятиями обработки естественного языка. В ходе изучения курса магистранты исследуют естественный язык в сравнении с языком программирования, изучат язык блокировок, регулярные выражения, разработку простых чат-ботов, ранжирование по релевантности, классификатор LDA, ориентацию матрицы SVD и другие методы. Данный курс также охватывает ключевые темы NLP, включая извлечение именованных сущностей, ответ на вопросы, диалоговые механизмы, оптимизацию, распараллеливание и пакетную обработку.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Сбор и анализ данных (Hadoop)

  Этот курс предназначен для всестороннего изучения инфраструктуры больших данных с использованием Hadoop, HBase, Hive, Sqoop и PIG, а также для изучения сбора и анализа данных основываясь на классификации, кластеризации, анализа текста, анализа временных рядов и анализа графов. По завершению данного курса магистранты смогут планировать методы оценки, строить архитектуру управления и проводить аналитику больших данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Генетика и геномика вирусных патогенов

  Курс включает изучение генетики и геномики вирусных патогенов, с акцентом на анализ их генетической структуры, мутаций и механизмов распространения. Магистранты изучат современные методы секвенирования, биоинформатические подходы к анализу вирусных данных, а также способы разработки антивирусных препаратов и вакцин. Особое внимание уделено изучению вирусов, представляющих угрозу здоровью человека.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Методы исследований

  Курс методы исследований предназначен для ознакомления магистрантов с исследованиями в области технических наук и для развития исследовательских и аналитических навыков магистрантов. Обучающиеся знакомятся с теорией и логикой исследования, этикой, лежащей в основе исследовательского процесса, а также с рядом методов исследования, обычно используемых в технических науках. Внимание будет уделено дизайну исследования, сбору данных, элементарному анализу данных и написанию отчетов. Курс включает обсуждение конкретных методических подходов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• История и философия науки

  Курс История и Философия науки дает необходимые навыки для критического анализа и понимания научных концепций и методологий. Он охватывает основы научных рассуждений, природу научных исследований, этические соображения в исследованиях и историческое развитие научной мысли с упором на современные философские дебаты. Магистранты изучают практические навыки, такие как построение аргументов, оценка научных утверждений и применение философских основ к различным научным дисциплинам. Курс также включает дискуссии о роли технологий в науке, готовя магситрантов ориентироваться в развивающемся ландшафте научных исследований. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной карьеры в академических кругах и смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Визуализация данных

  Разработчики и исследователи в области визуализации данных занимаются передачей данных различным пользователям, улучшением процесса принятия аналитических решений и играют ключевую роль в таких сферах, как бизнес-аналитика, анализ больших данных, наука о данных, научная коммуникация и журналистика. Данная дисциплина обеспечивает магистрантов как теоретическими, так и практическими знаниями, необходимыми для профессионального роста или научной деятельности в области визуализации данных.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Техники реконструкции генома для патогенных организмов

  Курс представит техники реконструкции генома для патогенных организмов, охватывая методы секвенирования, сборки и аннотации геномов. Магистранты изучат биоинформатические подходы для анализа геномных данных, алгоритмы для выявления мутаций и эволюционных процессов в патогенах. Курс направлен на практическое применение методов реконструкции генома в медицинских и эпидемиологических исследованиях.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Анализ данных (кейсы из Индустрии)

  Этот курс готовит магистрантов к сбору, описанию и анализу данных, а также использованию передовых статистических инструментов для принятия решений об операциях, управлении рисками, финансах, маркетинге и т. д. Анализ проводится с целью принятия экономических и финансовых решений в сложных системах, в которых участвует несколько партнеров. Темы включают вероятность, статистику, проверку гипотез, регрессию, кластеризацию, деревья решений и прогнозирование.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Обработка сигналов в нейронауке

  В рамках этого курса магистранты будут изучать математическое моделирование сигналов как функции или последовательности чисел, которые отображают состояние или поведение физической системы. В этом семестре акцент сделан на основах сигналов и систем дискретного времени. Содержание курса охватывает концепции и классификацию сигналов дискретного времени, их представление во временной, частотной, z- и дискретно-частотной областях, а также анализ систем и проектирование фильтров.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Искусственный интеллект

  Данный курс даст базовое представление о методах искусственного интеллекта и научит применять некоторые из методов для решения задач ИИ. Обучающиеся получат вводные сведения о концепциях машинного обучения в рамках искусственного интеллекта и изучат терминологию, синтаксис и операции, необходимые для создания решения машинного обучения, используя на занятиях практические упражнения и инструменты.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Высокопроизводительная функциональная геномика в микробиологии

  Курс представит высокопроизводительные методы функциональной геномики, применяемые в микробиологии, включая технологии секвенирования и анализ геномных данных. Магистранты изучат, как эти методы используются для изучения генетических функций, регуляции генов и взаимодействия микроорганизмов с окружающей средой. Курс акцентирует внимание на практическом применении функциональной геномики в микробиологических исследованиях и биотехнологиях.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Клиническая нейронаука

  Клиническая нейронаука для магистрантов в области Наука о данных предоставляет основы для анализа данных в сфере медицины и нейробиологии. Курс охватывает методы обработки нейрофизиологических данных, диагностики неврологических расстройств и прогнозирования на основе больших данных. Магистранты изучат, как применять инструменты науки о данных для решения клинических задач в нейронауке.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Глубокое обучение

  Этот курс направлен на изучение основ глубоких нейронных сетей и их применения в различных задачах искусственного интеллекта. Магистранты освоят методы глубокого обучения, научатся применять их на практике и разбирать современные исследования в данной области. Курс формирует навыки самостоятельного изучения и расширения знаний в сфере нейросетевых технологий.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Технологическое предпринимательство и стартапы

  Этот курс представляет собой обзор основ бизнеса, предназначенный для инженеров и ученых, стремящихся к коммерциализации технологий. Темы будут включать разработку, тестирование и адаптацию бизнес-концепций; финансирование технологического предприятия; маркетинг и распространение; организационные вопросы; глобальный бизнес; и юридические соображения, влияющие на технологические предприятия.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Алгоритмы компьютерного зрения

  Цель этого курса - дать магистрантам знания и навыки, необходимые для проведения исследований в области компьютерного зрения и его областей применения, таких как робототехника, здравоохранение и графика. Магистранты должны понимать сильные и слабые стороны существующих подходов к исследованию проблем и определять интересные открытые вопросы и направления будущих исследований. Магистранты также улучшат свои навыки критического чтения и общения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Интернет вещей и большие данные

  В этом курсе будут представлены вводные концепции программирования, которые позволяют подключаться к устройствам Интернета вещей и реализовывать на них некоторые функции с использованием языка программирования Python. Кроме того, магистранты узнают, как использовать Python для обработки текстовых файлов журналов, таких как файлы, автоматически создаваемые датчиками Интернета вещей и другими системами, подключенными к сети.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Вычислительная нейронаука

  Курс вычислительной нейронауки основан на основах нейронауки. Этот курс предлагает тщательное изучение математических принципов, управляющих нейронным кодированием и декодированием, теории нейронной информации, нейронных цепей, пластичности и обучения, сенсорных и моторных систем, а также практических руководств по MATLAB и Python для формирования всестороннего набора навыков для теоретических / вычислительных исследований в области нейронауки.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять методические знания при проведении научных исследований, использовать психологические методы и средства для повышения эффективности и качества работы, выстраивать коммуникации, а также демонстрировать высокий уровень владения иностранным языком в профессиональной деятельности.
• Интерпретировать теоретические основы машинного обучения для проведения исследований, а также анализировать различия в анализах, вызванные проблемами регрессии, классификации, кластеризации и уменьшения размерности.
• Разрабатывать информационные системы с использованием облачных технологий для работы с инфраструктурами данных, применять инструменты для обработки больших датасетов и оценивать модели, сгенерированные из данных, используя инфраструктуры больших данных и высокопроизводительные сети.
• Анализировать и оценивать разведочные данные, случайные переменные, дискретные и непрерывные распределения, а также распределения выборки с использованием тестов гипотез и статистического моделирования.
• Разрабатывать, оптимизировать и внедрять алгоритмы машинного обучения и искусственного интеллекта, адаптируя их под конкретные задачи и оценивая их производительность.
• Интерпретировать результаты работы алгоритмов машинного обучения, оценивать их достоверность и объяснять их влияние на процессы анализа данных, обеспечивая корректную передачу информации техническим и нетехническим специалистам.
• Анализировать и улучшать работу моделей машинного обучения, адаптировать их к различным прикладным областям, а также разрабатывать методы повышения точности и надежности прогнозов.
• Создавать панели данных и генерировать аналитические отчеты с использованием эффективных методов визуализации и интерпретации.
• Формулировать задачи профессиональной деятельности на языке статистики, выполнять математические расчеты с применением компьютерных инструментов и применять статистические методы для решения задач продвинутого уровня сложности.
• Анализировать данные в контексте бизнес-процессов, формулировать аналитические выводы и использовать их для принятия стратегических и управленческих решений.
• Демонстрировать комплексные профессиональные компетенции в области преподавания, научных исследований, методической работы и социализации обучающейся молодежи, эффективно сочетая их для обеспечения высокого качества образования и всестороннего развития обучающегося.

Похожие ОП