7M06107 Компьютерная наука и аналитика данных в КБТУ (KBTU)

Дисциплины

1 Год обучения Архитектура компьютерной системы Продвинутые программные парадигмы Методы исследований Иностранный язык (профессиональный) Психология управления История и философия науки Введение в большие данные и аналитику Архитектура программного обеспечения Педагогика высшей школы Разработка мобильных приложений Обработка естественных языков и методы распознования образов Системы управления базами данных Программная инженерия Искусственный интеллект Облачные вычисления Системы баз данных Дизайн и анализ алгоритмов

2 Год обучения Продвинутые темы в компьютерных науках Интернет вещей и большие данные Обратный инжиниринг и моделирование Технологическое предпринимательство и стартапы Алгоритмы компьютерного зрения Интеллектуальный анализ данных Глубокое обучение Машинное обучение Блокчейн и финтех Разработка веб-приложений Прикладная аналитика данных Научно-исследовательская работа магистранта, включая прохождение стажировки и выполнение магистреской диссертации Оформление и защита магистерской диссертации

Результаты обучения

• Применять методические знания в проведении научных исследований, педагогической и воспитательной работы, знать психологические методы и средства для повышения эффективности и качества работы, а также уметь выстраивать коммуникации, и владеть в совершенстве иностранным языком.
• Создавать базы данных для эффективного хранения и управления данных различных крупных организаций, государственных учреждений и др..
• Аргументировать выбор основных стандартов, принципов и шаблонов проектирования, методов, инструментов и языков программирования, а также разрабатывать программы и приложения для обработки структурированных и полуструктурированных данных огромных объемов.
• Анализировать сложность вычислений и возможность распараллеливания разрабатываемых алгоритмов и программ.
• Определять теоретические основы машинного обучения и уметь реализовать методы и алгоритмы для распознавания речи, распознавания жестов, распознавания рукописного ввода, распознавания образов, технической диагностики, медицинской диагностики, прогнозирования временных рядов.
• Определять технологии обработки данных, уметь обрабатывать текстовую информацию, растровые и векторные графики, анимации, видеоизображения и звуки, уметь проводить сравнительный анализ и выбор технологий обработки данных, осуществлять постановку задач по обработке информации, использовать технологии обработки данных для решения прикладных задач.
• Определять технологии больших данных и больших систем, уметь использовать аппаратно-программный комплекс, знать методы класса Data Mining, краудсорсинга, смешивания и интеграции данных, владеть технологиями искусственных нейронных сетей, сетевого анализа, оптимизации, генетического алгоритма и распознавания образов, уметь анализировать геометрическую и географическую информацию в данных, а также проводить статистический анализ.
• Разрабатывать модели компонентов информационных систем, включая модели баз данных; разрабатывать компоненты программных комплексов и баз данных, использовать современные инструментальные средства и технологии программирования; обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности.
• Знать и уметь пользоваться инструментальными средствами разработки интеллектуальных систем; владеть технологиями параллельного программирования.
• Проводить комплексный анализ и аналитически обобщать результаты научно-исследовательских работ с использованием современных достижений науки и техники, иметь навыки самостоятельного сбора данных, изучения, анализа и обобщения.

Похожие ОП