8D06103 Информационные системы в МУИТ (IITU)
-
Цель образовательной программы Подготовка компетентных научно-исследовательских и педагогических кадров, для обеспечения потребностей науки, образования и производства в области современных информационныхсистем.
-
Академическая степень Докторантура
-
Языки обучения Английский
-
Название ВУЗа Международный университет информационных технологий
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
-
Методы научных исследований
Кредитов: 4Изучение видов научных исследований, методологии научного познания, проведения исследований, формирования выводов и заключений, написания научных статей и докладов на конференции, обобщения результатов научно-исследовательской работы в диссертации, ее структуры и содержания.
Год обучения - 1
Семестр 1
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 5Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 1
Семестр 1
-
Актуальные проблемы в прогнозировании
Кредитов: 5Курс охватывает основные принципы и особенности построения прогнозных моделей для оценки экспериментов, проверки адекватности построенных моделей и анализа полученных результатов, что составляют основу эффективного управленческого решения. В курсе подробно рассматриваются методы классификации, кластеризации и машинного обучения в прогнозировании с сопровождением мощного математического аппарата. Рассматривается оценка и визуализация прогностических моделей, используя ВИ-технологии, Probabilistic Forecasting, SAS, Deep-Learning, инновационной инженерии. В процессе учебной деятельности докторанты имеют возможность анализировать и оценивать известные научных исследования и генерировать собственные аналитические материалы для выработки стратегических решений современных проблем экономики и ИКТ.
Год обучения - 1
Семестр 1
-
Мультиагентная технология программирования
Кредитов: 1Цель курса получение знаний по теоретическим и техническим аспектам многоагентных интеллектуальных систем. Для этих целей лекционная часть курса охватывает следующее: концепция системного подхода к организации систем интеллектуальных агентов, классификация организаций агентов, архитектура агентов, алгебраические модели многоагентных систем и создание многоагентных систем.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Академическое письмо
Кредитов: 5Целью изучения дисциплины «Академическое письмо» является развитие у докторантов соответствующих компетенций, направленных на формирование готовности и способности научно-педагогических кадров к реализации собственных исследовательских проектов и представлению их результатов в письменной форме в соответствии с нормами международного академического сообщества.
Год обучения - 1
Семестр 1
-
Информационно-поисковые системы
Кредитов: 5Курс охватывает автоматизированную систему поиска, анализ контента, поисковые модели, представление результатов и оценку системы. Изучает применение методов поиска в Интернете, в мультимедийной и многоязычной среде, а также в классификации текста и отслеживании событий
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Методы анализа и обработка больших данных
Кредитов: 5В данном курсе изучаются методы хранения, анализа и обработки больших объемов данных, а также как эффективно анализировать большие данные и извлекать из них деловую и социально значимую информацию. Курс знакомит докторантов с некоторыми ключевыми ИТ-технологиями, которые они смогут использовать для манипулирования, хранения и анализа больших данных. В курсе рассматриваются парадигма программирования MapReduce для параллельной обработки и Hadoop, среда с открытым исходным кодом, которая позволяет дешево и эффективно внедрять MapReduce в бизнес задачах. Докторанты получат возможность разрабатывать системы с высокой масштабируемостью, которые могут принимать, хранить и анализировать большие объемы неструктурированных данных в пакетном режиме и / или в режиме реального времени.
Год обучения - 1
Семестр 1
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 10Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 1
Семестр 2
-
Педагогическая практика
Кредитов: 10Практические навыки и компетенции в преподавательской деятельности в вузе; ответственность и творческого отношения к научной и научно-педагогической деятельности.
Год обучения - 1
Семестр 2
-
Исследовательская практика
Кредитов: 7Практика проходит под контролем научного руководителя магистранта и руководителя научно-исследовательского подразделения. Цель научно-исследовательской практики: систематизация, расширение и закрепление профессиональных знаний, формирование у магистрантов навыков ведения самостоятельной научной работы, исследования и экспериментирования.
Год обучения - 1
Семестр 2
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 30Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 2
Семестр 3
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 30Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 2
Семестр 4
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 30Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 3
Семестр 5
-
Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Кредитов: 18Научно-исследовательская работа докторанта, включая прохождение стажировки и выполнение докторской диссертации
Год обучения - 3
Семестр 6
-
Код ON1
Формулировать задачи исследования и найти пути их решения на основе моделей и методов интеллектуального анализа данных, машинного обучения, нейронных сетей, теорий вычислительной сложности и оптимизации.
-
Код ON2
Применять методы обработки больших данных и интеллектуального анализа данных для решения ресурсоемких задач
-
Код ON3
Разрабатывать интеллектуальные информационные системы и компоненты к ним на основе современных методов
-
Код ON4
Демонстрировать закономерности познания информационных процессов, методы поиска, обработки и представления профессионально значимой информации
-
Код ON5
Генерировать собственные новые научные идеи в конкретной предметной области и доносить их до научного сообщества
-
Код ON6
Предлагать обоснованные заявки или пояснительные записки научно-исследовательских проектов в области ИКТ