Подписывайтесь на наш instagram, чтобы не пропустить результаты конкурса грантов!
6B06107 Наука о данных в КазНУ им. аль-Фараби
-
Цель образовательной программы Целью образовательной программы «6В06107– Наука о данных» является обеспечение качественной подготовки конкурентоспособных специалистов в области науки и аналитики больших данных, быстрорастущей области с огромным неудовлетворенным спросом. Уникальный междисциплинарный образовательный опыт позволяет студентам получить широкую базу знаний и навыков, которые ищут работодатели.
-
Академическая степень Бакалавриат
-
Языки обучения Русский, Казахский, Английский
-
Название ВУЗа Казахский национальный университет имени аль-Фараби
-
Срок обучения 4 года
-
Объем кредитов 240
-
Группа образовательных программ B057 Информационные технологии
-
Предметы на ЕНТ Математика и Информатика
-
Область образования 6B06 Информационно-коммуникационные технологии
-
Направление подготовки 6B061 Информационно-коммуникационные технологии
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
6B06107 Криптология
Евразийский национальный университет имени Льва Николаевича Гумилева (ЕНУ им. Л. Н. Гумилева)
6B06107 Mobile computing
Казахстанско-Немецкий университет (КНУ (DKU))
6B06107 Компьютерная инженерия (РК+UK)
Актюбинский региональный университет имени Кудайбергена Жубанова (АРГУ им. Жубанова)
6B06107 Математические и вычислительные науки
Astana IT University
6B06107 Вычислительная техника и программное обеспечение
Костанайский инженерно-экономический университет имени Миржакипа Дулатова (КИНЭУ им. Дулатова)
6B06107 Data Science
Международный университет Астана (AIU)
6B06107 Киберфизические системы
Международный университет информационных технологий (МУИТ (IITU))
6B06107 Финансовая аналитика
Казахский национальный исследовательский технический университет имени Каныша Имантаевича Сатпаева (Satbayev University)
6B06107 Информационные системы
Евразийский Технологический Университет (ЕТУ)
6B06107 Информационные системы и технологии
Рудненский индустриальный университет (РИУ)