6B06126 Прикладной искусственный интеллект в ALT Университет имени Мухамеджана Тынышпаева

Дисциплины

• Инженерная математика

  Дисциплина «Инженерная математика» предназначена для формирования у студентов фундаментальных математических знаний и навыков, необходимых для решения прикладных задач в инженерных и технических областях. Курс охватывает основные разделы линейной алгебры, аналитической геометрии, дифференциального и интегрального исчисления функции одной переменной. Дисциплина изучает математические методы, используемые в анализе, моделировании и оптимизации технических систем, которые являются ключевыми компетенциями для будущих инженеров. В рамках дисциплины применяются методы интерактивного обучения и выполнение расчетно-графических работ.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Алгоритмы и структуры данных

  Формирование у студентов навыки обоснованного выбора способа хранения данных при решении задач обработки больших объемов информации, что может сделать это решение эффективным и конкурентоспособным. Ознакомление студентов с основами применения при решении различных задач структур данных различной сложности (массивы, списки, хэш-таблицы, деревья, графы, стеки, очереди) и алгоритмов работы с ними. Для решения различных практических задач используется языки программирования С++ или С#.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Дискретная математика

  Рассматриваются ключевые концепции дискретной математики, включая теорию множеств, комбинаторику, графы и алгоритмы. Изучаются методы логического вывода, свойства конечных автоматов и принципы построения алгоритмов. Формируются навыки анализа дискретных структур и решения задач, связанных с графами и комбинаторными задачами. Применяются полученные знания для решения практических задач в информатике и других смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Теория вероятностей и математическая статистика

  Формирование у студентов теоретических знаний и практических навыков по основам теории вероятностей и математической статистике как основного математического аппарата для построения моделей случайных явлений, освоение методов математического моделирования и анализа таких явлений. Иметь навыки использования статистических методов для решения задач оценивания параметров и проверки гипотез.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Основы искусственного интеллекта

  Дисциплина знакомит обучающихся с основными концепциями, методами и приложениями искусственного интеллекта. Целью курса является предоставление обучающимся базовых знаний о возможностях и применениях искусственного интеллекта в современном мире и их значении для различных областей деятельности.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Введение в генеративный ИИ

  Дисциплина формирует знания о принципах, методах и современных подходах в области генеративного ИИ (GenAI). Рассматриваются архитектуры нейросетей для генерации текста, изображений, музыки и других данных, а также вопросы этики и применения технологий. Курс охватывает ключевые модели, включая Gang, Wars, трансформеры (GPT, BERT, DALE, Stable Diffusion), а также их практическое использование. Студенты осваивают инструменты (TensorFlow, PyTorch, Hugging Face, Openal API), учатся разрабатывать и адаптировать генеративные модели.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Операционные системы Linux

  Формирования у будущих студентов способности работать со структурами и механизмами различных операционных систем, а также в операционной системе Linux. В рамках дисциплины рассматриваются следующие аспекты Linux: функции и архитектурные требования к ОС, общие принципы управления ресурсами, архитектура файловых систем, управление памятью, управление вводом, система управления данными. В практических занятиях используется ОС Linux (Ubuntu). В рамках дисциплины используются методы активного обучения - «мозговой штурм», тематическая дискуссия.

  Год обучения - 1
  Семестр - 3
  Кредитов - 6
  

• Программирование на языке Python

  Формирование у студентов создавать современные кроссплатформенные приложения на языке Python с использованием универсальной графической платформы PyQt5, взаимодействия с Интернетом, офисными документами, базами данных, графикой, мультимедиа и печатью. В рамках дисциплины используются методы активного обучения - лабораторные опыты, метод работы в малых группах, «мозговой штурм».

  Год обучения - 1
  Семестр - 3
  Кредитов - 6
  

• 3D-моделирование и визуализация

  Дисциплина "3D-моделирование и визуализация" посвящена изучению основ проектирования трехмерных объектов, сцен и их визуализации с использованием современных технологий и программного обеспечения. Этот курс направлен на формирование у студентов знаний и практических навыков, необходимых для работы в области создания цифрового контента, архитектурного дизайна, игровых разработок, виртуальной и дополненной реальности, а также других креативных индустрий

  Год обучения - 1
  Семестр - 3
  Кредитов - 3
  

• Объектно-ориентированное программирование

  Изучение основ классической теории объектно-ориентированного программирования, в том числе: пути эволюции технологий программирования от алгоритмического к ООП, основных принципов объектно-ориентированного построения программных систем (Абстракция, Инкапсуляция, Иерархия, Модульность,Типизация, Параллелизм, Сохраняемость), понятий классов, объектов, взаимоотношений между ними, а также многоуровневой модели OMG. изучение средств объектно-ориентированного и обобщенного программирования языка С++, средств стандартной библиотеки STL. В рамках дисциплины используются методы активного обучения - презентации на основе современных мультимедийных средств, метод работы в малых группах.

  Год обучения - 1
  Семестр - 3
  Кредитов - 6
  

• Имитационное моделирование

  В результате изучения дисциплины студент будет ознакомлен с основными методами решения задач на основе имитационного моделирования, получение навыков создания моделей систем различного назначения, изучение методов планирования экспериментов, применение полученных знаний при создании и проведении экспериментов с имитационными моделями систем различной сложности.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Методы обработки и распознавания звука

  Целью курса «Методы обработки и распознавания звука» - изучение математических моделей и алгоритмов, лежащих в основе современных методов обработки звуковых, в первую очередь, речевых сигналов. Рассматриваются все этапы процесса обработки сигнала, начиная с предварительного анализа и выделения характерных признаков, и заканчивая построением классифицирующей или распознающей системы. Большое внимание уделено таким методам цифрового анализа сигналов, как скрытые модели Маркова, преобразование Фурье, вейвлет преобразование, искусственные нейронные сети, кластеризация, фильтрация и др. Проводится анализ современных распознающих систем и инструментария для их разработки.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Программирование на языке Java

  Формирование системы понятий, знаний, умений и навыков в области современного программирования, включающего в себя методы проектирования, анализа и создания программных продуктов на языке Java, основанные на использовании объектно-ориентированной методологии. В рамках дисциплины используются методы активного обучения - презентации на основе современных мультимедийных средств, метод работы в малых группах, практический анализ результатов.

  Год обучения - 2
  Семестр - 2
  Кредитов - 6
  

• Глубокое машинное обучение

  Формирование у студентов теоретических знаний и практических навыков по основам построения больших нейронных сетей для глубокого обучения.

  Год обучения - 2
  Семестр - 2
  Кредитов - 6
  

• SQL базы данных

  Дисциплина направлена на изучение теоретических основ и приобретение практических навыков работы с реляционными базами данных с использованием языка SQL. В рамках курса студенты знакомятся с основами проектирования баз данных, их администрирования, оптимизации запросов и обеспечения безопасности данных. Кроме того, изучаются методы хранения, обработки и извлечения данных, различные модели баз данных и их применение в современных информационных системах. В ходе обучения студенты осваивают работу с ведущими системами управления базами данных (СУБД), такими как MySQL, PostgreSQL, Microsoft SQL Server и Oracle.

  Год обучения - 2
  Семестр - 2
  Кредитов - 6
  

• Системное программирование

  Дисциплина направлена на изучение принципов и методов разработки программного обеспечения, взаимодействующего напрямую с аппаратными ресурсами компьютера или управляющего операционной системой. Этот курс предоставляет теоретические основы и практические навыки создания системных приложений, драйверов устройств, утилит и оптимизированных программ.

  Год обучения - 2
  Семестр - 2
  Кредитов - 6
  

• Зеленая экономика и устойчивое предпринимательство

  Дисциплина «Зеленая экономика и устойчивое предпринимательство» посвящена изучению экологически ориентированных экономических моделей и бизнес-стратегий, направленных на устойчивое развитие. В рамках курса рассматриваются концепции зеленой экономики, ESG (Environmental, Social, Governance) подходы, циркулярная экономика, устойчивые бизнес-модели и их влияние на глобальные рынки.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Разработка для IoT

  Дисциплина "Разработка для IoT" направлена на формирование компетенций в области проектирования, программирования и интеграции систем интернета вещей (IoT). В рамках изучения курса студенты знакомятся с основными принципами работы IoT-устройств, приобретают навыки работы с аппаратным обеспечением, изучают современные технологии передачи данных и методы обеспечения безопасности IoT-систем.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Профессионально-ориентированный иностранный язык

  Формирование и развитие иноязычной профессиональной коммуникативной компетенции необходимой для профессиональной деятельности, владение профессиональным иностранным языком для осуществления письменного и устного информационного обмена, развитие навыков чтения и понимания профессиональной литературы по своей специальности на иностранном языке, развитие умения выражать свои мысли в устной и письменной форме в ситуациях профессионального и делового общения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 3
  

• Интеллектуальные методы анализа данных

  Формирование представления о типах задач, возникающих в области интеллектуального анализа данных (Data Mining) и методах их решения, которые помогут обучающимся выявлять, формализовать и успешно решать практические задачи анализа данных, возникающие в процессе их профессиональной деятельности.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Основы права и антикоррупционной культуры

  В дисциплине излагаются фундаментальные понятия права, конституционные устройства государственной власти Республики Казахстан, права и свободы граждан, закрепленные в Конституции, механизм и защиты законных интересов человека в случае их нарушения. Дисциплина формирует у студентов повышение общественного и индивидуального правосознания и правовой культуры, а также систему знаний и гражданской позиции по противодействию коррупции как антисоциальному явлению.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• ИИ на транспорте

  Цель изучения дисциплины является способность применять современные методы и средства технического, информационного и алгоритмического обеспечения для решения прикладных задач относящихся к области транспортной деятельности с применением ИИ.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Основы финансовой грамотности

  Дисциплина направлена на развитие способности принимать обоснованные финансовые решения, планировать доходы и расходы, оценивать риски и эффективно управлять своими ресурсами в условиях рыночной экономики. Изучает базовые знания в сфере финансов и рационального управления денежными срествами, рассматриваются понятия финансовой системы, бюджета, банковских продуктов, кредитования, сбережений, инвестиций, страхования, налогообложения и защиты от финансового мошенничества

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Экологические устойчивые технологии

  Дисциплина «Экологические устойчивые технологии» изучает современные методы и инновационные решения, направленные на минимизацию негативного воздействия человеческой деятельности на окружающую среду. В рамках курса рассматриваются принципы устойчивого развития, технологии энергосбережения, возобновляемые источники энергии, стратегии управления отходами и экологически безопасные производственные процессы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Цифровая инклюзия

  Дисциплина «Цифровая инклюзия» посвящена изучению принципов обеспечения равного доступа к цифровым технологиям и информации для всех социальных групп, включая людей с ограниченными возможностями. В рамках курса рассматриваются барьеры цифрового неравенства, стратегии их преодоления, технологии адаптации цифровой среды и государственные инициативы по развитию инклюзивного цифрового общества.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Логический вывод в системах искусственного интеллекта

  В курс входит обзор основных логических систем, используемых в ИИ, от классической пропозициональной логики и логики предикатов до основных неклассических систем – интуиционистской, модальной, временной логики, монотонных и немонотонных систем. В курсе приводится ряд примеров, иллюстрирующих применение логического вывода в системах ИИ.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Тестирование программного обеспечения

  Формирование знаний и навыков по вопросам контроля качества программного обеспечения - верификации и тестирования программных продуктов. Активные методы обучения: кейс-методы; деловые ролевые игры, групповая работа.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Microsoft Power BI (Минор)

  Формирование у студентов навыков и знаний собирать, анализировать и структурировать данные, чтобы строить интерактивные дашборды, программировать на современном уровне развития языка анализа многомерных данных MDX, строить модели и алгоритмы проектов по актуальным направлениям технологии BI, уметь анализировать суть предметного поля проекта и принимать решения. Применяются методы активного обучения - мозговой штурм, работа в малых группах. Форма контроля - индивидуальный проект.

  Год обучения - 3
  Семестр - 1
  Кредитов - 3
  

• Минорная программа 1

  Первая из трех дисциплин, позволяющая сформировать дополнительные профессиональные компетенции в различных предметных областях.

  Год обучения - 3
  Семестр - 1
  Кредитов - 3
  

• Охрана труда и безопасность жизнедеятельности

  Дисциплина изучает направление на формирование у студентов знаний и навыков, необходимых для обеспечения безопасных условий труда и жизнедеятельности. Изучаются правовые и организационные основы охраны труда, методы оценки и управления профессиональными рисками, средства индивидуальной и коллективной защиты, профилактика чрезвычайных ситуаций, а также меры по предупреждению травматизма и профессиональных заболеваний. Особое внимание уделяется созданию безопасной производственной среды, соблюдению норм и требований охраны труда, а также формированию культуры безопасности в профессиональной деятельности.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Системы управления роботами

  Освоение основ робототехники, конструирования роботов на базе комплекса Arduino и программирования в среде разработки Arduino IDE. Методами обучения являются: решение задач, проведение тематических коллоквиумов, семинаров «мозговой штурм».

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Основы обработки текстов

  Цель дисциплины дать обзор современных подходов к применению искусственных нейронных сетей в задачах анализа текстов на естественном языке. Изучаются основные возможности библиотеки Tensorflow для проектирования и обучения нейронных сетей. Формируется владение подходами к разработке приложений и модулей обработки текстов на естественном языке, навыки проектирования и обучения искусственных нейронных сетей для решения задач обработки текстов.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Тайм-менеджмент

  Дисциплина изучает систему методов, инструментов и подходов, которые направлены на эффективное управление временем с целью достижения поставленных задач. Курс предназначен для повышения навыков организации и оптимизации использования рабочего времени, повышения продуктивности работы, снижения стресса, планирования, делегирования, использования инструментов и технологий, а также знать свои временные и энергетические ритмы с целью эффективного использования своего времени.

  Год обучения - 3
  Семестр - 1
  Кредитов - 3
  

• Суперкомпьютерные технологии моделирования распределенных систем и процессов

  Формирование у студентов практических навыков владения методами построения, параллельной реализации и исследования моделей и методов распределенной обработки информации. Ознакомление классическими и современными распределенными вычислительными моделями и алгоритмами – клеточных автоматов, нейронных сетей, генетических алгоритмов, методов роевого интеллекта и т.д.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Управленческая экономика

  Формирование понятийного аппарата и развития навыков экономического анализа с использованием современных моделей и закономерностей экономической науки, рассмотрения экономических проблем и задач, стоящих перед руководителем фирмы. Изучение данной дисциплины позволит студентам получить и развить знания в области аналитических исследований экономических, технологических и технических параметров предприятия, а также позволит овладеть навыками применения специальных методов экономического обоснования управленческих решений и оценки их последствий.

  Год обучения - 3
  Семестр - 1
  Кредитов - 3
  

• Минорная программа 2

  Вторая из трех дисциплин, позволяющая сформировать дополнительные профессиональные компетенции в различных предметных областях.

  Год обучения - 3
  Семестр - 2
  Кредитов - 3
  

• Основы облачной инфраструктуры

  Освоение технологии создания облачного сервиса, работы с существующими облачными сервисами, студенты научатся использовать облачные вычисления и будут готовы к применению технологии облачных вычислений при решении задач оптимизации ИТ-процессов. В рамках дисциплины используются интерактивные методы обучения, расчетно-аналитический метод, метод кейс-заданий, игровые методы.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Кибербезопасность

  Сформировать понимание технологий достижения информационной безопасности во всех сферах деятельности и освоить системный подход для решения поставленных задач в области кибербезопасности. Включены вопросы о видах инструментов, используемых для борьбы с киберугрозами, обеспечение кибербезопасности, а также по видам вредоносных программ, видам атак, системам защиты, средствам контроля для достижения целей обеспечения информационной безопасности. В рамках дисциплины используются методы активного обучения - метод работы в малых группах, «мозговой штурм».

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Основы компьютерных сетей и телекоммуникаций (Cisco)

  Рассматриваются ключевые аспекты сетевых технологий, включая модели OSI и TCP/IP, типы сетей (LAN, WAN), сетевые устройства и протоколы маршрутизации и коммутации. Формируется понимание принципов работы сетевых инфраструктур, настройки и диагностики сетевых устройств с использованием оборудования Cisco. Приобретаются практические навыки настройки, администрирования и диагностики сетей с использованием оборудования и технологий Cisco.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Machine Learning A-Z: Python & R in Data Science

  Дисциплина направлена на изучение методов машинного обучения с помощью Python. Рассматриваются основные библиотеки и инструменты, такие как, пакеты – Jupiter Notebook, NumPy, SciPy, matplotlib, библиотеки – scikit-learn, pandas, mglearn.

  Год обучения - 3
  Семестр - 2
  Кредитов - 3
  

• Технологии и разработка VR/AR

  Дисциплина направлена на изучение теоретических основ и практических навыков разработки виртуальной (VR) и дополненной (AR) реальности. В рамках курса студенты знакомятся с принципами работы VR/AR-систем, их архитектурой, методами взаимодействия с пользователем, а также инструментами и технологиями, используемыми для создания интерактивных приложений. Студенты осваивают основные программные среды и фреймворки для разработки VR/AR-приложений, включая Unity, Unreal Engine, ARKit, ARCore и Vuforia, а также работают с различными аппаратными платформами, такими как шлемы виртуальной реальности, мобильные AR-устройства и специализированные контроллеры.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Геймдизайн и проектирование игр

  В ходе обучения студенты научатся проектированию компьютерных игр анализировать и проектировать игры и освоят все этапы производства – от подготовки концепта до разработки игры, а также ознакомление с практическими навыками и для создания цифровых и настольных игр, видеоигр в различных жанрах, геймификационных приложений, игровых сценариев, игровой графики в 2D и 3D.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Методы обработки и распознавания изображений

  Изучает основные математические методы обработки изображений, овладеть методами их решений и получить представление от использования математических методов обработки изображений при решении практических задач.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Основы компьютерных сетей и телекоммуникаций (Huawei)

  Освоение студентами принципов построения и функционирования локальных, региональных, глобальных компьютерных сетей и мобильных телекоммуникаций, а также получение практических навыков в работе с их информационными ресурсами, работа с сетями Cisco и Huawei, SD-WAN и SDN. Методы активного обучения - «тренажерные» методы обучения, т.е. направленные на формирование специальных знаний, умений, навыков: ситуационные задачи, метод выявления ошибок, метод проектов, кейс-метод, открытые и закрытые тесты.

  Год обучения - 3
  Семестр - 2
  Кредитов - 6
  

• Минорная программа 3

  Третья из трех дисциплин, позволяющая сформировать дополнительные профессиональные компетенции в различных предметных областях.

  Год обучения - 3
  Семестр - 3
  Кредитов - 3
  

• Технологии больших данных

  Формирование у студентов необходимой теоретической базы и практических навыков, которые позволят всесторонне и системно понимать современные проблемы прикладной математики и информатики, проблемы обработки и анализа информации, а также разрабатывать и анализировать концептуальные и теоретические модели при решении научных и прикладных задач в области информационных технологий.

  Год обучения - 3
  Семестр - 3
  Кредитов - 5
  

• Управление ИТ проектами

  Формирование у студентов системы теоретических знаний и практических навыков для решения проблем, возникающих при управлении проектами в различных сферах хозяйственной деятельности, с акцентом на проекты, связанные с разработкой и внедрением информационных систем и технологий (ИТ – проекты);

  Год обучения - 3
  Семестр - 3
  Кредитов - 5
  

• Введение в MongoDB

  Формирование у студентов способности осуществлять обработку больших объемов данных (MongoDB) для решения профессиональных задач, эффективно применять методы, технологии и инструментальные средства анализа больших данных в профессиональной деятельности. Применяются методы активного обучения - групповая работа.

  Год обучения - 3
  Семестр - 3
  Кредитов - 3
  

• Методы и средства информационного поиска

  Формирование у студентов теоретических знаний и практических навыков в области информационного поиска (ИП). Курс направлен на изучение методов поиска, организации и обработки информации в больших объемах данных, включая текстовые, мультимедийные и структурированные данные. Особое внимание уделяется использованию современных алгоритмов и технологий, применяемых в информационных системах.

  Год обучения - 3
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять фундаменталь­ные знания, полученные в области математи­ческих и естественных наук, и исполь­зовать их в профессиональной деятельности
• Исследовать методы обработки данных и решения научно-технических задач с помощью математических моделей применяя теорию прогнозирования и принятия решений, нейросетевых технологии.
• Моделировать надежные методы защиты информации при разработке интеллектуально-экспертных систем и в облачных сервисах.
• Моделировать задачи исследования и разрабатывать новые инструменты и приложения для сбора, хранения, анализа больших данных и оптимального управления данными.
• Классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта.
• Разрабатывать, тестировать программное обеспечение для решения различных прикладных задач искусственного интеллекта с использованием современных инструментальных средств и языков программирования
• Понимать принципы работы технических и программных средств для разработки моделей локальных, региональных и глобальных компьютерных сетей и облачных вычислений с обработкой больших объемов данных.
• Применять навыки в разработке и поддержке нейросетевых моделей и методов машинного обучения для решения задач.
• Применять навыки внедрении одной или нескольких сквозных цифровых субтехнологий искусственного интеллекта.
• Формировать практические компетенции в области конфигурирования маршрутизаторов и коммутаторов Cisco в условиях многопротокольных сетей, а также в создании и программировании роботов на базе Arduino с акцентом на устойчивое технологическое развитие.
• Эффективно интегрировать знания в области информационно-коммуникационных технологий, устойчивого развития, социально-экономических, правовых и этических аспектов, используя языковые компетенции для профессиональной деятельности в поликультурной, инклюзивной и междисциплинарной среде.
• Планировать и осуществлять профессиональное развитие, применяя междисциплинарные знания в экономике, экологии, устойчивом развитии, безопасности и научных исследованиях для принятия эффективных решений и ответственного управления ресурсами, при этом соблюдая принципы инклюзивности и социальной ответственности.

Похожие ОП