6B06107 Наука о данных в КазНУ им. аль-Фараби

Дисциплины

1 Год обучения Высшая математика Технологии программирования Методы научных исследований Экология и безопасность жизнедеятельности человека Аль-Фараби и современность Правовые основы противодействия коррупции Предпринимательство Введение в науку о данных Учение Абая Дискретная математика и математическая логика

2 Год обучения Алгоритмы и структуры данных Теория баз данных Теория вероятностей и математическая статистика Компьютерные сети Веб-программирование Прикладная статистика Основы искусственного интеллекта Операционные системы

3 Год обучения Анализ данных в приложениях Классификация и кластеризация Менеджмент бизнес-процессов Введение в инженерию данных Модели и методы практической предиктивной аналитики Интеллектуальный анализ данных Введение в блокчейн Инженерия признаков Базы данных NoSQL Методы оптимизации и исследование операций Управление базами данных Моделирование больших данных Прикладная наука о данных Облачные технологии в Data Science Обработка естественного языка (NLP) Машинное обучение Основы децентрализованных приложений Экосистемы больших данных Технология распределенной потоковой передачи данных Инструменты Business Intelligence Облачные вычисления Введение в архитектуру смарт-контрактов Статистические вычисления и анализ данных

4 Год обучения Параллельные вычисления для науки о данных Облачные хранилища данных Безопасность данных Глубокое обучение Проект по прикладной науке о данных Поисковые системы Проектирование и разработка программного обеспечения Бизнес аналитика и визуализация данных Мониторинг банковских процессов Рекомендательные системы Введение в бизнес модели блокчейн Обработка интернет данных Компьютерное зрение

Результаты обучения

• Применять методы математического анализа, теории вероятностей, алгебры и дискретной математики, статистические вычисления и принципы оптимизации для правильного формулирования и решения задач анализа данных.
• Устанавливать критерии выбора адекватной масштабируемой технологии управления данными на основе заданных критериев, настраивать базу данных для достижения наилучшей производительности, адекватно учитывать аспекты безопасности в базах данных, выбирать и использовать технологии облачных служб данных, обобщать основные принципы и возможности управления виртуализированными и распределенными данными.
• Анализировать данные путем соответствующей подгонки, оценки, визуализации и интерпретации различных статистических моделей, использовать статистические методы, применять стандартные пакеты статистического программного обеспечения.
• Оценивать сложности и ограничения предметной области для выбора методов анализа данных; внедрять и применять передовые методы интеллектуального анализа данных с помощью соответствующих инструментов, оценивать и сравнивать пригодность, масштабируемость и эффективность различных методов в практических условиях, выполнять полный цикл описательной, диагностической и предиктивной аналитики данных.
• Оценивать технологические возможности и инновации, основанные на больших данных, оценивать масштаб данных и скорость выполнения приложений на нескольких уровнях масштабирования, применять методы и инструменты экосистемы больших данных.
• Владеть необходимым и достаточным уровнем коммуникативной компетенции для активного применения иностранного языка, как в повседневном, так и в профессиональном общении, обладать широким кругом интересов, любознательностью, вовлеченностью в ключевые запросы клиентов, способностью быстро обучаться, работать в команде, толерантно воспринимая социальные, этнические и культурные различия, критически оценивать свою деятельность, деятельность команды.
• Конфигурировать операционную систему, применять сетевые протоколы передачи данных, механизмы и методы защиты вычислительных ресурсов от атак, определять источники данных, адаптировать масштабируемую вычислительную инфраструктуру для решения различных классов задач анализа данных.
• Нести профессиональную и этическую ответственность в таких областях, как цитирование и владение данными, безопасность и конфиденциальность данных, последствия и проблемы конфиденциальности анализа данных.
• Разрабатывать и внедрять компоненты систем искусственного интеллекта для повышения скорости и качества обработки данных и принятия решений, разрабатывать, внедрять и использовать различные представления данных для классификации и регрессии, определять подходящие инструменты и методы для решения основных классов задач машинного обучения, включая методы глубокого обучения.
• 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
• Моделировать логические структуры данных, определяя состав данных, структуру и источники данных, обеспечивая защиту данных, использовать процесс сбора данных для обеспечения полноты и взаимосвязанности данных из разных источников и для выработки решений по оптимизации хранения и обработки данных, описывать бизнес-модели, связанные с блокчейн, использовать блокчейн технологии для разработки децентрализованных приложений.
• Определять четкие требования к задаче, проводить декомпозицию задачи, использовать эффективные стратегии для получения алгоритмического решения, реализовывать решения посредством программирования на подходящем языке высокого уровня, оценивать и сравнивать различные алгоритмы анализа данных.

Похожие ОП