Действующая образовательная программа

6B07113 Интеллектуальные системы управления в КазНУ им. аль-Фараби

  • Высшая математика
    Кредитов: 9

    Цель дисциплины состоит в формировании способности использовать знания разделов высшей математики в прикладных задачах. Элементы линейной алгебры. Матрицы и определители. Системы линейных алгебраических уравнений. Векторы. Уравнения прямой. Уравнения второго порядка. Предел функции. Непрерывность функции. Производная функции.

    Год обучения - 1
    Семестр 1
  • Предпринимательство
    Кредитов: 5

    Цель: формирование практических навыков осуществления предпринимательской деятельности на основе изучения теории и практики предпринимательства. Студент будет способен: использовать возможности рынка, соответствующие их личным интересам и способностям; принять первоначальное решение о начале бизнеса; эффективно работать в рамках действующих правовых норм; определять и оценивать потенциальные рыночные возможности стартапа.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Экология и безопасность жизнедеятельности человека
    Кредитов: 5

    Цель дисциплины сформировать знания о закономерностях взаимодействия живых организмов со средой обитания, функционирования биосферы, основ обеспечения безопасности жизнедеятельности человека от вредных, поражающих факторов, способов защиты от опасностей, мероприятий по ликвидации последствий аварий, катастроф, стихийных бедствий, охране окружающей среды и рациональному природопользованию.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Правовые основы противодействия коррупции
    Кредитов: 5

    Цель дисциплины: формирование высококвалифицированных специалистов в совершенстве знающих нормы антикоррупционного законодательства и умеющих применять их в правоприприменительной практике, правильно квалифицировать коррупционные правонарушения, а также формирование антикоррупционной культуры. Будут изучены: антикоррупционное законодательство, система и деятельность субъектов противодействия коррупции, причины и условия, способствующие коррупции, антикоррупционная политика, международный опыт борьбы с коррупцией

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Учение Абая
    Кредитов: 5

    Цель дисциплины - сформировать у будущих специалистов компетенцию применения своих профессиональных знаний, пониманий и способностей в целях укрепления единства и солидарности страны, повышения интеллектуального потенциала общества. Будут изучены: понятие об учении Абая; источники учения; составные части учения Абая; категории учения Абая; измерительные приборы учения Абая; сущность и значение учения Абая.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Аль-Фараби и современность
    Кредитов: 5

    Цель дисциплины – формирование у студентов представлений о научно-философском наследии великого тюркского мыслителя Абу Насра аль-Фараби в контексте развития мировой и национальной культуры. Будут изучены особенности наследия аль-Фараби и его влияние на формирование тюркской философии, характер влияния восточной философии на Европейский Ренессанс; традиционные и современные проблемы истории национальной и мировой философии.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Алгоритмы и структуры данных
    Кредитов: 6

    Цель курса ознакомить с классическими и современным состоянием содержания предмета, а также приложениями содержания предмета к различным задачам, показать взаимосвязь между алгоритмами и структурами данных, которые обрабатывают эти алгоритмы. Численные и не численные алгоритмы.

    Год обучения - 1
    Семестр 2
  • Методы научных исследований
    Кредитов: 5

    Цель - сформировать навыки использования технологии организации и управления научными исследованиями в профессиональной деятельности. Изучение дисциплины направлено на развитие навыков планирования организации научного исследования, навыков процедур поиска в глобальных сетях информации по научным разработкам, возможностям научных контактов, подачам заявок на научные гранты различных уровней.

    Селективная дисциплина
    Год обучения - 1
    Семестр 2
  • Теоретические основы электротехники
    Кредитов: 9

    Обучить студентов теоретическим основам электротехники и математическому описанию процессов происходящих в электрических цепях. Понятие об электрическом токе; основные понятия электрической цепи; элементная база электрических цепей; расчет электрических цепей при различных режимах; методы расчета сложных электрических цепей; трехфазные цепи; электрические фильтры; цепи с распределенными параметрами; линейные электрические цепи синусоидального тока; нелинейные электрические цепи.

    Год обучения - 2
    Семестр 3
  • Введение в интеллектуальные системы
    Кредитов: 9

    Цель дисциплины: Ознакомление студентов с проблематикой и областями использования интеллектуальных информационных систем и технологий, освещение теоретических и организационно-методических вопросов построения и функционирования систем обработки знаний, привитие навыков практических работ по проектированию баз знаний.

    Год обучения - 2
    Семестр 3
  • Дифференциальные уравнения
    Кредитов: 6

    Цель дисциплины формирование способности применять основные подходы теории обыкновенных дифференциальных уравнений, методы интегрирования отдельных типов уравнений первого и высших порядков для исследования различных задач естествознания и техники. Основные понятия дифференциальных уравнений.

    Год обучения - 2
    Семестр 3
  • Методы оптимизации и численные методы
    Кредитов: 9

    Цель курса в овладение основных идей методов, особенностей областей применения и методики использования их как готового инструмента практической работы при проектировании и разработке систем МО, математической обработке данных экономических и других задач, построении алгоритмов и организации вычислительных процессов на ПК.

    Год обучения - 2
    Семестр 4
  • Теория баз данных и приложения
    Кредитов: 9

    Цель дисциплины состоит в формировании способности проектировать и разрабатывать веб-приложения, формировании способности осуществлять концептуальное, логическое и физическое проектирование баз данных; использовать языки создания запросов для организации и управления данными. Архитектуры клиент-серверных технологий. Проектирование базы данных веб-приложений, основы FRONTEND разработки.

    Год обучения - 2
    Семестр 4
  • Интегрированная среда автоматизации
    Кредитов: 6

    Цель дисциплины состоит в формировании способности практически применять интегрированную среду автоматизации для создания программно-аппаратного комплекса многоуровневой современной автоматизации на микроконтроллерах сложного технического объекта. Реализация задач автоматизации на языке программирования в STL. Структура и компоненты команд и операторов языка STL.

    Селективная дисциплина
    Год обучения - 3
    Семестр 5
  • Симуляторы в системах автоматизации
    Кредитов: 6

    Цель дисциплины состоит в формировании способности разрабатывать локальные системы автоматического регулирования и управления на базе микропроцессорного комплекта, реализовывать, отлаживать и запускать на практике все виды изученных программно-аппаратных средств регулирования и управления актуаторами. Компоненты среды разработки и коммуникация. Принцип обработки программы системой автоматизации. Адресация и подключение сигнальных модулей. Конфигурирование, параметрирование модулей.

    Селективная дисциплина
    Год обучения - 3
    Семестр 5
  • Принципы и методы проектирования интеллектуальных систем управления
    Кредитов: 9

    Цель дисциплины формирование способности по разработке математических моделей и алгоритмов интеллектуальных систем управления для подвижных робототехнических систем различного целевого назначения, отличающихся конструкцией движителей, элементами мехатроники и платформами реализации программного обеспечения. Силовые системы роботов и их математические модели.

    Год обучения - 3
    Семестр 5
  • Линейные системы автоматического регулирования
    Кредитов: 6

    Цель дисциплины состоит в формировании способности проектировать и использовать линейные системы автоматического управления в соответствии с техническим заданием и нормативно-технической документацией. Принципы построения системы автоматического регулирования (САР).

    Год обучения - 3
    Семестр 5
  • Компьютерные системы, сети и кибербезопасность
    Кредитов: 9

    базовых знаний, навыков, охватывающих все области информационной безопасности, безопасности систем и сетей, технологии и методы защиты. Многоуровневая компьютерная архитектура.

    Год обучения - 3
    Семестр 5
  • Теория распознавания образов
    Кредитов: 6

    Цель дисциплины состоит в формировании способности выбирать приемлемые инструменты и среды и разрабатывать приложения для решения задач обработки сигналов и распознавания образов. Представление образов и основные подходы к машинному распознаванию. Приложения методов распознавания образов. Классификация на основе байесовской теории решений.

    Селективная дисциплина
    Год обучения - 3
    Семестр 5
  • Система имитационного моделирования М2М
    Кредитов: 6

    Цель дисциплины состоит в формировании способности применять принципы построения и использовать на практике симуляторы межмашинного взаимодействия М2М. Особенности беспроводного обмена данными устройств IoT и М2М. Протокол САN для связи между автомобилями и M-Bus для дистанционного снятия показаний со счетчиков потребления электроэнергии.

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Инструмент для анализа Big Data
    Кредитов: 6

    Цель дисциплины состоит в формировании способности в работе с инструментами для анализа и обработки больших данных.В рамках дисциплины рассматриваются следующие аспекты: Анализ больших данных; Управление большими данными; Интеграция больших данных;Системы управления (инструменты) большими данными такие как: Apache Hive; Oracle; HDFS.

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Машинное обучение
    Кредитов: 6

    Цель дисциплины состоит в формировании способности осуществлять выбор приемлемого метода машинного обучения для решения конкретной задачи анализа данных, выполнять предобработку данных, настройку параметров метода анализа и интерпретацию полученных результатов. В рамках дисциплины рассматриваются следующие аспекты: Введение в машинное обучение. Логические методы: решающие деревья и решающие леса. Метрические методы классификации. Линейные методы, стохастический градиент. Метод опорных векторов (SVM).

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Интеллектуализация управления технологическими процессами
    Кредитов: 9

    Целью дисциплины является систематическое исследование задач управления производственно-технологическими процессами с помощью математических и компьютерных методов моделирования для обеспечения устойчивого и ритмичного функционирования предприятия. Формировании способности проектировать, создавать и обеспечивать защиту оригинальности прототипа устройства IoT с интеллектуализированными технологическими параметрами объекта управления и обмена данными.

    Год обучения - 3
    Семестр 6
  • Программирование промышленных программируемых логических контроллеров для IIoT
    Кредитов: 6

    Цель дисциплины формирование знаний студентов по вопросам теории, принципам построения и функционирования основных технических средств на базе программируемых логических контроллеров и условиям их применения в системах автоматизации; усвоение основных принципов и методов программирования на языке лестничных диаграмм.

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Протоколы беспроводной связи IoT устройств
    Кредитов: 6

    Цель дисциплины состоит в формировании способности применять принципы стандартизации и методы беспроводного обмена данными устройств IoT в минипроектах. В рамках дисциплины отображаются следующие аспекты: Особенности беспроводного обмена данным устройств IoT, связанные с миниатюрностью и слабой энерговооруженностью датчиков IoT. Протокол DDS и присущие ему операции чтения/записи в соответствии с принятыми классами обмена данными.

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Нелинейные системы автоматического регулирования
    Кредитов: 6

    Цель дисциплины состоит в формировании способности строить математические модели нелинейных систем, определять их топологические свойства и характеристики, применять методы исследования периодических движений в нелинейных системах управления. Методы линеаризации нелинейных моделей. Анализ поведения СУ на фазовой плоскости.

    Год обучения - 3
    Семестр 6
  • Микроконтроллеры смарт систем IoT
    Кредитов: 6

    Цель дисциплины состоит в изучении принципов функционирования микроконтроллеров, встраиваемых в смарт системы IoT. Универсальные микроконтроллеры для IoT. Технико-габаритные и параметры электронного блока микроконтроллеров для IoT.

    Селективная дисциплина
    Год обучения - 3
    Семестр 6
  • Проектирование интеллектуальных систем управления
    Кредитов: 9

    Цель дисциплины состоит в изучение методов синтеза знаний и построения интеллектуальных систем; навыки описания систем в рамках проекта. Классификация интеллектуальных систем. Проектирование регуляторов. Сравнительные характеристики четких и нечетких регуляоров. Синтез параллельных алгоритмов обработки информации.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Проект по управлению и визуализации технологических данных
    Кредитов: 6

    Цель дисциплины состоит в формировании способности проектировать, создавать прототип устройства IoT с визуализацией технологических данных. Основные возможности связи с устройствами нижнего уровня. Виды ОРС-серверов. Интегрированная среда пакета и работа с проектом. Элементы пользовательского интерфейса.

    Год обучения - 4
    Семестр 7
  • Проект MatLab IoT
    Кредитов: 6

    Цель дисциплины состоит в формировании способности применять технологии и архитектуры IoT для анализа и моделирования данных. Основные возможности Matlab для анализа данных. Работа с облачным сервисом интернета вещей ThingSpeak, включая анализ и визуализации данных в «облаке». Создание независимых от Matlab приложений.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Межмашинное и человеко-машинное взаимодействие
    Кредитов: 6

    Целью дисциплины является изучение моделей, методов и технологии оптимального проектирования процессов функционирования человеко-машинных систем. Формировании способности применять принципы М2М беспроводного обмена данными устройств IoT для создания удаленного управления коллективными смарт устройствами.Экспертные системы.

    Год обучения - 4
    Семестр 7
  • Локальные и облачные сервера для смарт систем
    Кредитов: 9

    Цель дисциплины состоит в формировании способности оценивать экономические и программно-аппаратные преимущества предпроектной разработки баз данных смарт систем на локальных серверах с последующим переносом готового проекта с тестовыми заданиями на облачные сервера.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Моделирование и оптимизация управления устройств IIoT
    Кредитов: 9

    Целью дисциплины является построение информационной модели управления устройствами IIoT, а также моделирование и оптимизация межмашинного взаимодействия устройств IIoT. В рамках дисциплины отображаются аспекты: Проблема унификации протоколов проводного и беспроводного обмена данными технологических процессов. Выбор специализированных серверных решений. ОРС-серверы.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Технологии в интеллектуальных системах управления в IoT
    Кредитов: 9

    Цель дисциплины состоит в формировании способности применять новую элементную базу интеллектуальных системах управления - нейросетевых контроллеров, нечетких контроллеров, ориентированных на поддержку интеллектуальных технологий обработки информации и управления.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Смарт технологии при моделировании интеллектуальных объектов
    Кредитов: 6

    Целью дисциплины является оценка методами компьютерного моделирования в среде MATLAB 8.0 уровня интеллектуализации смарт систем по параметрам технологического процесса.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Big Data и облачные вычисления
    Кредитов: 9

    Цель дисциплины состоит в формировании способности применять концепции, технологии, архитектуры и приложения облачных вычислений для исследования и решения современных фундаментальных задач. В рамках дисциплины рассматриваются следующие аспекты: Основные тенденции развития облачных вычислений и технологий. Архитектура «облачных» технологий. Способы и особенности проектирования «облачных» сервисов. Основные модели предоставления услуг облачных вычислений. Решения ведущих вендоров – Microsoft, Amazon, Google. Основные преимущества и недостатки моделей облачных вычислений и предлагаемых на их основе решений.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Имитационное моделирование процессов
    Кредитов: 9

    Цель дисциплины состоит в изучении методов и технологий имитационного моделирования в приложении к задачам логистики и управления сложными системами. В рамках дисциплины рассматриваются следующие аспекты: Краткий экскурс в системный анализ. Метод имитационного моделирования. Процессно-ориентированные дискретные имитационные модели. Технология имитационного моделирования: основы практического подхода. Инструменты имитационного моделирования. Освоение инструментальных возможностей современных систем моделирования. Моделирование и реинжиниринг логистических процессов в цепях поставок. Имитационное моделирование цепей поставок.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Введение в блокчейн технологии
    Кредитов: 6

    Цель дисциплины состоит в формировании способности обосновывать, проектировать и применять технологию блокчейна в практической работе. В рамках дисциплины рассматриваются следующие аспекты: Архитектура программного обеспечения и ее связь с технологией блокчейна. Различные способы определения технологии блокчейна. Проектирование блокчейна. Основные концепции управления правом владения с помощью блокчейна. Документирование права владения. Хэширование данных.

    Селективная дисциплина
    Год обучения - 4
    Семестр 7
  • Код ON7

    Разрабатывать имитационную модель рассматриваемого объекта (процесса), осуществлять разработку и верификацию программного кода, тестирование и модернизацию приложений и устройств IoT.

  • Код ON4

    Производить установку, обслуживание и мониторинг сетевого оборудования с использованием протоколов информационного обмена, правил и методов установления сетевых соединений, базовых сетевых служб и принципов сетевой безопасности.

  • Код ON8

    Проводить анализ предметной и проблемной области и на его основе проектировать и разрабатывать интеллектуальную систему, применять смарт технологии при решении прикладных задач.

  • Код ON3

    Осуществлять управление, анализ и мониторинг IoT устройств в соответствии с утвержденными нормативными документами, метрологическими характеристиками и режимами работы IoT устройств.

  • Код ON6

    Проектировать программное обеспечение для IoT устройств, программировать графический интерфейс пользователя, бизнес-логику приложений и межмашинное взаимодействие для IoT систем.

  • Код ON1

    Анализировать особенности социальных, политических, культурных институтов в контексте их роли в модернизации казахстанского общества, описывать этапы становления независимой казахстанской государственности в контексте всемирного и евразийского исторического процесса.

  • Код ON5

    Выполнять проектирование, разработку и тестирование программного обеспечения, осуществлять концептуальное, логическое и физическое проектирование баз данных, разрабатывать приложения на локальных и облачных серверах.

  • Код ON9

    Исследовать задачи управления производственно-технологическими процессами, применять методы искусственного интеллекта при решении задач и принятии решений, проводить тестирование, внедрение и сопровождение интеллектуальных систем управления.

  • Код ON10

    Проводить анализ больших данных, проектировать и разрабатывать программные средства для хранения, обработки и анализа больших данных, использовать службы облачных платформ для поддержки современных архитектур приложений.

  • Код ON2

    Использовать понятийный аппарат, методы и средства высшей математики, автоматического управления, электротехники, систем автоматического регулирования для анализа и синтеза информационных потоков данных измерительных приборов систем автоматизации.

  • Код ON12

    Работать в команде, толерантно воспринимая социальные, этнические и культурные различия, критически оценивать свою деятельность, деятельность команды.

  • Код ON11

    Разрабатывать инновационные решения для интеграции новых технологий с существующими IoT системами и создавать новые интеллектуальные решения.

Top