Действующая образовательная программа

7M06103 Компьютерная инженерия в КазНУ им. аль-Фараби

  • Цель образовательной программы Цель образовательной программы "7M06103 Компьютерная инженерия" - формирование квалифицированных специалистов в области компьютерной инженерии, предоставление всесторонних высококачественных образовательных и исследовательских возможностей для магистрантов; подготовка магистрантов к карьере в качестве специалистов, способных применять новейшие информационные технологии в сферах науки, управления, преподавания и разработки программного и аппаратного обеспечений.
  • Академическая степень Магистратура
  • Языки обучения Русский, Казахский, Английский
  • Срок обучения 2 года
  • Объем кредитов 120
  • Группа образовательных программ M094 Информационные технологии
  • Беспроводные телекоммуникационные системы и сетевые технологии
    Кредитов: 6

    Цель дисциплины: изучение основных методов, принципов, способов, алгоритмов и протоколов защиты информации в телекоммуникационных системах. В ходе изучения курса сформировать у магистрантов способности: - разработать масштабируемые сетевые решения; - управлять трафиком, конфигурировать серверы и маршрутизаторы, использовать документацию по использованию сетевого оборудования; - описывать и конфигурировать технологии WAN, включая PPP, ISDN, DDR и Frame Relay; - идентифицировать и решать проблемы телекоммуникационной сети, корпоративных сетей с использованием технологий локальных и глобальных сетей; - выполнять системный анализ, проектирование, кодирование, отладку и тестирование; - проводить документирование и выпуск программного продукта. При изучении дисциплины магистранты будут изучать следующие аспекты: Технические каналы утечки информации. Основные способы защиты информации от несанкционированного доступа. Основные понятия и определения криптографии. Требования к криптосистемам. Общая классификация шифров. Симметричное и ассиметричное шифрование. Основные требования к электронной цифровой подписи. Принцип формирования электронной цифровой подписи, алгоритм вычисления и проверки подлинности подписи. Принцип разделения секрета. Схема Шамира. Способы шифрования в аналоговой телефонии. Функциональная схема системы закрытой связи.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Технологии разработки программного обеспечения для систем реального времени
    Кредитов: 6

    Целью курса является изучение магистрантами теоретических основ построения и организации функционирования систем реального времени, особенностей построения их программного обеспечения и способов эффективного применения. Дисциплина находится на стыке программирования и администрирования компьютерных систем. Задачи дисциплины: в процессе обучения магистранты должны изучить терминологию, используемую при разработке систем реального времени, усвоить базовые принципы организации и функционирования систем реального времени.

    Год обучения - 1
    Семестр 1
  • Организация и планирование научных исследований (англ)
    Кредитов: 6

    Цель дисциплины – сформировать способность планировать, подготавливать, организовывать и проводить самостоятельные научные исследования. В рамках дисциплины изучаются международная система научных публикаций; авторские права в системе международных научных публикаций; методология и методы научного исследования; организация текста оригинальной статьи для журнала; законы развития науки; правилам оформления и защита результатов исследований; процедура рецензирования; коммерциализация научных разработок и ее правовое сопровождение; внедрение научных исследований и их эффективность.

    Год обучения - 1
    Семестр 1
  • История и философия науки
    Кредитов: 3

    Цель дисциплины: сформировать у магистрантов компетенции,необходимые для понимания и определения общих закономерностей возникновения и развития науки, основных концепций современной философии науки. Будут изучены: положения и категории философии науки для анализа и оценивания различных фактов и явлений;функции проблемы, гипотезы, философской, общенаучной, специальной, прикладной и междисциплинарной методологии в структуре научного исследования; формирование целостного системного научного мировоззрения.

    Год обучения - 1
    Семестр 1
  • Педагогика высшей школы
    Кредитов: 3

    Цель – формирование способности к педагогической деятельности в вузе на основе знаний дидактики высшей школы, теорий воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности. Курс рассматривает проектирование образовательной деятельности будущего преподавателя с применением КТО, реализации Болонского процесса, овладения лекторским, кураторским мастерством с использованием стратегий и методов обучения/воспитания и оценивания (TLA-стратегий).

    Год обучения - 1
    Семестр 1
  • Основы кибербезопасности
    Кредитов: 6

    Цель дисциплины: сформировать способность у магистранта: - излагать основополагающие принципы защиты информации с помощью криптографических методов и примеров реализации методов, - применять основы системного подхода к организации защиты информации, передаваемой и обрабатываемой техническими средствами на основе применения криптографических методов, - излагать принципы разработки шифров и применения математических методов.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Обработка и анализ больших данных
    Кредитов: 6

    Цель дисциплины: формирование необходимой теоретической базы и практических навыков, позволяющих магистрантам всесторонне и системно разбираться в проблемах обработки и анализа информации, используемых при работе с большими данными, а также разработка и анализ концептуальных и теоретических моделей решения научных и прикладных задач в информационные технологии. В ходе изучения курса сформировать у магистрантов способности: - формировать целостное представление о современных проблемах анализа и обработки больших данных, помочь овладеть опытом разработки и анализа концептуальных и теоретических моделей прикладных задач анализа больших данных с применением моделей Data Mining; - использовать методы решения задач обработки и анализа больших данных, возможности высокопроизводительных вычислительных систем, технологии распределенных, вычислений, методы и модели Data Mining; - разрабатывать и анализировать концептуальные и теоретические модели прикладных задач анализа больших данных; - использовать и применять углубленные знания в области обработки и анализа больших данных; - оценивать время и необходимые аппаратные ресурсы для решения задач анализа и обработки данных; - создавать алгоритмы анализа и обработки большого объема данных с применением моделей Data Mining. При изучении дисциплины магистранты будут изучать следующие аспекты: Современные проблемы анализа и обработки больших данных. Опыт разработки и анализа концептуальных и теоретических моделей прикладных задач анализа больших данных с применением моделей Data Mining. Методы решения задач обработки и анализа больших данных, возможности высокопроизводительных вычислительных систем, технологии распределенных, вычислений, методы и модели Data Mining. Концептуальные и теоретические модели прикладных задач анализа больших данных. Время и аппаратные ресурсы для решения задач анализа и обработки данных. Алгоритмы анализа и обработки большого объема данных с применением моделей Data Mining.

    Селективная дисциплина
    Год обучения - 1
    Семестр 1
  • Высокопроизводительные вычислительные системы
    Кредитов: 6

    Цель дисциплины: сформировать у магистрантов способности - описывать подходы к разработке параллельных программ, методы параллельных вычислений для задач вычислительной математики, - применять общие схемы разработки параллельных программ для реализации конкретных алгоритмов, - разрабатывать параллельные программы с MPI и OpenMP, - строить модель выполнения параллельных программ, - рассчитывать параметры параллельных программ.

    Год обучения - 1
    Семестр 2
  • Машинное обучение
    Кредитов: 9

    На базе дисциплины будут изучаться следующие вопросы: классификация, регрессия, прогнозирование, кластеризация. Программирование нейронных сетей на языке Python. Библотеки TensorFlow, Keras. Метод ближайших соседей и его обобщения. Отбор эталонов и оптимизация метрики. Логические методы классификации. Бинаризация признаков. Байесовская регуляризация. Двоичная классификация. Калибровка. Коэффициент детерминации. Логарифмические потери. Функция потерь. Средняя абсолютная погрешность. Контролируемое и еконтролируемое машинное обучение.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Мобильная безопасность
    Кредитов: 9

    Цель дисциплины: сформировать способность у магистранта: - проектировать и оценивать пользовательские интерфейсы для мобильных устройств, - изучать принципы проектирования и разработки приложений на мобильных и веб платформах, - сопоставлять различные библиотеки, сервисы, push-уведомления, Core Data, Pod, UI-дизайн, MVC, которые используются при разработке мобильных приложений.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Психология управления
    Кредитов: 3

    Цель дисциплины: сформировать у магистрантов компетенции, необходимые для применения современных психологических подходов научного управления. Будут изучены: теоретические основы управленческого взаимодействия, психологические особенности реализации основных управленческих функций, психология субъекта управленческой деятельности, методики психологического исследования в сфере управленческой деятельности и взаимодействия.

    Год обучения - 1
    Семестр 2
  • Иностранный язык (профессиональный)
    Кредитов: 6

    Цель дисциплины: сформировать у магистрантов навыки, необходимые для общения в деловой и научной сферах, реализации коммуникативных компетенций, позволяющих вести научно-исследовательскую деятельность в международных исследовательских коллективах. Будут изучены: методы устной, письменной и электронной коммуникации; создание профессионально значимых текстов на английском языке.

    Год обучения - 1
    Семестр 2
  • Методы сетевого администрирования и технологии проектирования
    Кредитов: 9

    Цель дисциплины: формирование у магистрантов необходимой теоретической базы и практических навыков, которые позволят всесторонне и системно видеть этапы и процесс разработки программных продуктов. В ходе изучения курса сформировать у магистрантов способности: - внедрять шаблоны проектирования, использовать рефакторинг для оптимизации проектирования программного обеспечения и программирования кода; - оценивать и анализировать системные требования для определения случаев использования и модели предметной области; - разработать архитектуру системы, которая поддерживает нефункциональные требования; - оценивать исходный код для выявления потребностей в улучшении и критически обсуждать дизайн с целью выявления потребностей в улучшении; - выполнять системный анализ, проектирование, кодирование, отладку и тестирование; - эффективно использовать UML, чтобы выражать структуру и поведение системы. При изучении дисциплины магистранты будут изучать следующие аспекты: Введение в анализ и проектирование систем. Управление проектами разработки программного обеспечения. Определение требований, бизнес-процесс и функциональное моделирование. Структурное моделирование. Поведенческое моделирование и переход к проектированию. Класс и метод. Проектирование уровня управления данными. Проектирование уровня человеко-и компьютерного взаимодействия. Проектирование уровня физической архитектуры. Гибкое моделирование и экстремальное. UML и его новые функции и стереотипы. Объектный язык ограничений. Рефакторинг и префакторинг. Каркасные, структурные и поведенческие шаблоны проектирования.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Сетевая безопасность
    Кредитов: 9

    Цель дисциплины состоит в формировании способности осуществлять управление безопасностью в сетях для безопасного хранения, передачи и обработки информации внутри сетей. В результате изучения дисциплины сформировать у магистрантов способности: - объяснить сложные концепции безопасности; - анализировать риски безопасности в сетях; - применять механизмы безопасности, политики безопасности, компоненты, безопасность портов и защиту для защищенных сетей; - эффективно применять соответствующие стандарты, этические соображения и понимание вопросовконфиденциальности при проектировании безопасных сетей; - обосновывать соответствующие альтернативы и рекомендации по принятию решений. В рамках дисциплины рассматриваются следующие аспекты: Общие методологии сетевых атак и методы защиты для защиты сетевых устройств. Безопасный административный доступ на сетевых маршрутизаторах и коммутаторах Сетевые устройства с и инструменты безопасного сетевого управления и отчетности. Безопасные маршрутизаторы. AAA и различные методы реализации. Технологии межсетевого экрана. Брандмауэры. Предотвращение вторжений на основе сети и хоста. Уязвимости конечных точек и методы защиты. Безопасность коммутатора. Целостность данных и конфиденциальность данных. IPSec VPN.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Теория распознавания образов
    Кредитов: 9

    Цель дисциплины состоит в формировании способности применять фундаментальные концепции, теории и алгоритмы системы распознавания образов, в значительной степени основанные на методах машинного обучения, и реализовать эти системы с использованием компьютерных приложений. В результате изучения дисциплины сформировать у магистрантов способности: - определять и описывать работу различных фильтров сглаживания и резкости; - определять различные методы распознавания образов и примените их в проблемных зонах; - анализировать различные методы сегментации; - применять различные шумоподавляющие модели для восстановления исходного изображения; - разрабатывать системы распознавания образов и применять их для решения задач из реальной жизни. В рамках дисциплины рассматриваются следующие аспекты: Постановка задачи распознавания образов. Представление изображений в цифровой форме. Методы анализа и первичной обработки изображений. Задачи выбора информативных признаков. Методы распознавания образов: детерминистские, статистические, структурные методы решения задач распознавания; алгебраические методы построения решающих правил и распознавания образов; интеллектуальные методы анализа и распознавания. Решение прикладных задач анализа и распознавания образов

    Год обучения - 2
    Семестр 3
  • Промышленная кибербезопасность
    Кредитов: 9

    Цель дисциплины: сформировать способность у магистранта: - обеспечевать профессиональными компетенциями информационной безопасности, - обеспечевать безопасности систем и сетей, мобильных устройств, - обеспечевать загрузку и выгрузку файлов с использованием протокола FTP, - выполнять безопасное подключение к удаленному узлу, - обеспечивать защиту маршрутизатора, - настраивать межсетевые экраны на сервере и списки контроля доступа на маршрутизаторе.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Java для целей безопасности
    Кредитов: 9

    Цель дисциплины: сформировать способность у магистранта: - применять методы объектно-ориентированного анализа предметной области, - анализировать взаимосвязи между ее основными компонентами, - проводить полный цикл объектно-ориентированной разработки программного обеспечения, включая анализ предметной области, - проектировать классы и объекты.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Технологии цифровой обработки сигналов
    Кредитов: 9

    В ходе изучения курса сформировать у магистрантов знания по следующим темам: Сигналы: аналоговые, дискретные, цифровые. Z-преобразование, Преобразование Фурье: амплитудный и фазовый сигнала, ДПФ и БПФ, Свертка и корреляция. Линейная и циклическая свертка. Быстрая свёртка, Случайные процессы. Белый шум. Функция плотности вероятностей, Детерминированные сигналы. Модуляция: АМ, ЧМ, ФМ, ЛЧМ. Манипуляция, Фильтрация сигналов: БИХ, КИХ фильтры, Оконные функции в задачах фильтрации. Детектирование слабых сигналов, Ресемплинг: децимация и интерполяция. CIC-фильтры, фильтры скользящего среднего, Непараметрические методы спектрального анализа, Усреднение по частоте и по времени. Полифазный БПФ.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Моделирование и симуляция схем
    Кредитов: 9

    Цель дисциплины: обучение магистрантов современным методам, технологиям и программным средствам имитационного моделирования сложных систем на примере моделирования функционирования информационно-вычислительных систем и сетей, в том числе в условиях активных внешних воздействий. В ходе изучения курса сформировать у магистрантов способности: - создавать программные модели поведения (имитационные модели) сложных систем; - планировать имитационные эксперименты; - проводить имитационные эксперименты; - анализировать результаты имитационных экспериментов; - использовать современные программные средства имитационного моделирования сложных систем; - использовать современные программные средства имитационного моделирования информационно-вычислительных сиcтем и сетей. При изучении дисциплины магистранты будут изучать следующие аспекты: Совокупность средств, способов и методов человеческой деятельности, направленной на теоретическое и экспериментальное исследование; математическое и компьютерное моделирование, проектирование, конструирование, технология производства; использование и эксплуатацию материалов, компонентов, электронных приборов, устройств; установок вакуумной, плазменной, твердотельной, микроволновой, оптической, микро и нано электроники различного функционального назначения.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Продвинутые встроенные мультипроцессоры
    Кредитов: 9

    Цель дисциплины: получение глубоких знаний об устройстве и принципах функционирования современных микропроцессоров и мультипроцессоров, основных направлениях и тенденциях их развития. Изучение влияния архитектурных особенностей ЭВМ на качество их работы на различных классах прикладных программ. знакомство с архитектурной оптимизацией прикладных программ. В ходе изучения курса сформировать у магистрантов способности: - научно-исследовательской деятельности в создании технологий обработки, хранения, передачи и защиты информации; - в организации распределённых и высокопроизводительных вычислений, вычислительной математике и моделировании; - в разработке программного обеспечения; - анализировать и определять характеристики аппаратного обеспечения, необходимого для эффективной работы с тем или иным классом прикладных программ; - применять современные информационные технологии для науки, экономики на основе фундаментального образования, позволяющего выпускникам быстро адаптироваться к меняющимся потребностям общества; - оптимизировать программное обеспечение. При изучении дисциплины магистранты будут изучать следующие аспекты: Технологии обработки, хранения, передачи и защиты информации; организация распределённых и высокопроизводительных вычислений, вычислительной математике и моделировании; разработка програмнного обеспечения; характеристики аппаратного обеспечения, необходимого для эффективной работы с тем или иным классом прикладных программ; современные информационные технологии для науки, экономики на основе фундаментального образования, позволяющего выпускникам быстро адаптироваться к меняющимся потребностям общества; оптимизация программного обеспечения.

    Селективная дисциплина
    Год обучения - 2
    Семестр 3
  • Код ON9

    пользоваться навыками организации процессов обучающего характера;

  • Код ON4

    использовать теоретические основы методов разработки программного обеспечения, методов проектирования программных комплексов, создания абстрактных типов данных, доказательства правильности программ, организации тестов и сопровождения программных комплексов;

  • Код ON3

    использовать теоретические концепции распознавания образов, обучения и цифрового представления и обработки изображений;

  • Код ON6

    на основе знаний теории вероятностей, математической логики строить логические модели расчета надежности аппаратного и программного обеспечения автоматизированных систем обработки информации и управления;

  • Код ON11

    применять парадигмы программного обеспечения, анализировать их сильные и слабые стороны;

  • Код ON1

    анализировать современные проблемы организации вычислений на высокопроизводительных вычислительных системах;

  • Код ON8

    применять методы анализа и расчета надежности аппаратных и программных средств, методы обеспечения и повышения надежности систем;

  • Код ON5

    пользоваться навыками проведения анализа рисков, системной интеграции, тестирования, компьютерного моделирования, проектирования и конструирования;

  • Код ON2

    составлять математические модели для ресурсоёмких вычислений, выполнять программную реализацию с помощью современных суперкомпьютерных технологий;

  • Код ON12

    разрабатывать функциональные спецификации на основе анализа требований, предъявляемых к программному обеспечению.

  • Код ON7

    дизассемблировать и отлаживать программу, выявлять атаку в информационных журналах системы, описывать природу атаки, ее признаки и методы обнаружения, оценивать систему с точки зрения выполнения возможных атак на систему;

  • Код ON10

    производить и синхронизировать вычисления одновременно на большом количестве вычислительных единиц; использовать кластерные и многопроцессорные системы;

Top