Подписывайтесь на наш instagram, чтобы не пропустить результаты конкурса грантов!
6B05401 Статистика и наука о данных в Университет Нархоз
-
Цель образовательной программы Обеспечить практико-ориентированную подготовку высококвалифицированных специалистов по работе с данными, способных проводить сбор, обработку, анализ и визуализацию обширной статистической информации для прогнозирования и принятия управленческих решений на уровне отдельных предприятий и организаций, а также на макро уровне.
-
Академическая степень Бакалавриат
-
Языки обучения Русский, Казахский, Английский
-
Название ВУЗа Университет Нархоз
-
Срок обучения 4 года
-
Объем кредитов 240
-
Группа образовательных программ B055 Математика и статистика
-
Предметы на ЕНТ Математика и Физика
-
Область образования 6B05 Естественные науки, математика и статистика
-
Направление подготовки 6B054 Математика и статистика
Дисциплины
-
1 Год обучения
Дискретная математика
Математический анализ III
Математический анализ II
Теория вероятностей и математическая статистика
Основы программирования
Прикладная статистика
Технологии программирования
Линейная алгебра и аналитическая геометрия
Статистика
Профессионально-ориентированный иностранный язык
Математический анализ VI
Математический анализ I
Алгоритмы и структуры данных
Дифференциальные уравнения
Численные методы
-
2 Год обучения
Основы R
Учебная практика
Лидерство и инновации
Аналитика больших данных
Анализ временных рядов и прогнозирование
Преддипломная практика
Производственная практика
-
3 Год обучения
Введение в глубокое обучение
Профессиональный Excel
Регрессионный анализ
Машинное обучение
Введение в экономику
Управление данными (Big Data)
Бизнес-статистика
Основы демографии и статистика населения
Визуализация данных
Статистика производства и инвестиций
Международная экономическая статистика
Система национальных счетов
Система управления базами данных
Актуарная математика
-
4 Год обучения
Искусственный интеллект
Финансово-банковская статистика
Статистический анализ рисков
Data Lake и системная инфраструктура
Введение в стохастические процессы
Многомерные статистические методы
Распределенные системы
Технологическое предпринимательство
Статистика рынка товаров и услуг
Математическое моделирование
Результаты обучения
- Осуществляет профессиональную функцию в сфере анализа данных, статистики и управления информацией, используя соответствующие цифровые технологии, программные средства и программирование.
- Анализирует и представляет статистическую и управленческую информацию для внутренних и внешних заинтересованных сторон, применяя разнообразные статистические методы анализа и инструменты визуализации.
- Принимает решения и оценивает их последствия, анализируя актуальную информацию, используя разнообразные аналитические методы, учитывая принципы корпоративной социальной ответственности и этические последствия.
- Проявляет лидерские качества и практикует самостоятельное обучение как для раскрытия индивидуального потенциала и формирования предпринимательского мышления, так и на благо служению обществу.
- Проектирует и формирует корректную статистическую отчетность как государственного так и частного секторов.
- Интегрирует навыки моделирования и вычислений в разработку комплексных решений проблем на основе данных, используя математические инструменты (исчисления, линейной алгебры, дискретной математики, статистики и др.).
- Проектирует процесс сбора, хранения, обработки и анализа данных с целью принятия решений на основе данных в выбранной области (бизнес, экономика, ИТ, психология и т. д.).
- Манипулирует данными, используя соответствующие статистические методы и математический аппарат, а также проектирует базы данных и программное обеспечение с целью выработки и внедрения систем и решений по оптимизации бизнес процессов.
- Влияет на действия и поведение как лиц, принимающих решения, так и заинтересованных сторон организации, демонстрируя устные и письменные коммуникативные навыки и умение работать в команде.
- Применяет современные вычислительные технологии и алгоритмы (машинное обучение, искусственный интеллект, параллельные и распределенные вычисления и др.), для решения практических задач, связанных с большими объемами данных.