7M04114 Финансовые технологии (MBA) в КБТУ (KBTU)

Дисциплины

• Управление базами данных

  Курс направлен на освоение компетенций по проектированию и управлению базой данных с помощью языка программирования SQL в целях разработки цифровых финансовых продуктов и сервисов по бизнес-аналитике. В данном контексте изучаются концепции проектирования базы данных, системы управления базами данных и связанные с ними технологии; методы моделирования данных, оптимизирующие хранение и использование больших данных. Освоение результатов обучения достигается через выполнение серии практических заданий в рамках многоэтапного проекта по структурированию базы данных.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Принципы программирования 1

  Курс предназначен для освоения компетенций в области программирования, которые необходимы для анализа больших данных и применения технологий искусственного интеллекта при разработке FinTech-продуктов и аналитических сервисов. В ходе освоения курса магистранты изучат специфику проектирования аппаратного и программного обеспечения, освоят использование ключевых конструкций структурированного программирования: объявления, последовательность, выбор, повторение, вычисление выражений, алгоритм использования функций языка программирования C++ и концепций, связанных с оптимальным модульным дизайном. Приобретут навыки работы с одномерными и двумерными массивами, структурами C++, указателями и ссылочными параметрами, использования ввода/вывода текстовых файлов. Результаты обучения достигаются через решение задач и выполнение задания по разработке программного кода с использованием современных инструментальных средств.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Финансовый риск - менеджмент и модели оценки рисков

  Курс направлен на изучение концепций по организации эффективной системы риск-менеджмента в контексте идентификации, оценки, выбора метода управления, контроля и мониторинга рисков при различных сценариях экономического развития. Изучаются ERM система, лучшие практики корпоративного управления в отношении риск-менеджмента, оценка эффективности с поправкой на риск, инструменты кластеризации и визуализации рисков по различным категориям, подходы к определению риск-аппетита компании, факторы и модели оценки страновых, рыночных и кредитных рисков, рисковые стратегии, приведшие к сбоям в управлении рисками. Освоенные знания и навыки создадут основу для проектирования цифровых финансовых продуктов. Результаты обучения достигаются через решение задач, обсуждение и выполнение бизнес-кейсов, групповые дискуссии. Контент курса разработан с учетом содержания курсов Valuation and Risk Models и Foundations of Risk Management программы международной профессиональной квалификации FRM (GARP).

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Финансовый учет и анализ

  Курс направлен на изучение моделей идентификации, оценки и прогнозирования рисков бизнеса на основе понимания принципов и стандартов финансового учета, методологии анализа данных финансовой и управленческой отчетности. В результате освоения данной дисциплины магистранты будут способны разрабатывать финансовую модель компании и на ее базе прогнозировать риски принимаемых управленческих решений по операционной, инвестиционной и финансовой деятельности компании. Освоение идет через решение задач по анализу финансовой и управленческой отчетности, выполнение бизнес-кейсов, деловые игры, групповые дискуссии о рисках управленческих решений в контексте финансовой модели компании, выполнение индивидуальных проектов по разработке и экономической интерпретации финансовой модели одной из публичных компаний.

  Год обучения - 1
  Семестр - 1
  Кредитов - 7
  

• Макроэкономика финансовых рынков

  Курс направлен на изучение концепций влияния макроэкономической среды на условия и динамику функционирования финансовых рынков, определяющих сценарии развития бизнеса в финансовом и реальных секторах экономики, выбор стратегии управления. В данном контексте изучаются теории потребления и инвестирования, концепции экономического роста и динамического равновесия экономической системы, теории спроса и предложения денег, взаимосвязь финансового и реального секторов экономики, каналы влияния монетарной и фискальной политик на поведение финансовых посредников и домохозяйств, макрофакторы ценообразования финансовых активов и ресурсов. Результаты обучения достигаются через применение различных форм исследовательской работы: аналитическое эссе, решение задач, групповая дискуссия по макроэкономической среде функционирования финансовых рынков (повышение ставок, инверсия кривой доходности, замедление).

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Статистика (продвинутый уровень)

  Курс охватывает основные статистические концепции с акцентом на теории многомерной статистики, необходимые для внедрения методов машинного обучения и технологий искусственного интеллекта в процессы принятия управленческих решений на основе анализа больших данных. В этом контексте магистранты смогут обосновать формулировку и компоненты статистической модели; сравнивать и сопоставлять статистические модели в контексте анализа больших данных; формулировать статистическое решение задач исследования реальных данных; демонстрировать навыки применения статистических процедур, включая распространенные классы статистических моделей; использовать вычислительные навыки для моделирования управленческих решений. Результаты обучения достигаются через решение задач с использованием статистического программного обеспечения.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Современные теории финансовых рынков

  Курс направлен на изучение современного теоретического аппарата процессов аккумуляции и перераспределения капитала в контексте управления рисками через механизмы финансового рынка. Магистранты изучат классические и поведенческие теории финансовых рынков, взаимосвязи различных сегментов финансового рынка, механизм взаимодействия финансового и реального секторов экономики, вкупе определяющие факторы, тенденции и сценарии развития национальной и глобальной экономики, которые в свою очередь позволяют сформировать экспертное суждение по идентификации и минимизации рисков финансово-инвестиционных решений. Магистранты изучат теории микроструктуры рынка, которые позволят определять влияние организационной структуры рынка на риски ценовой эффективности и ликвидности рынков. Достижение результатов обучения идет через решение задач, подготовку аналитических эссе, обсуждение и выполнение казахстанских и зарубежных кейсов.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Дизайн-мышление и разработка FinTech- продукта

  Курс направлен на изучение клиентоориентированной методологии разработки финтех-продуктов, которая объединяет аналитическое и творческое кроссфункциональное взаимодействие, направленное на создание дополнительной потребительской ценности и новых решений для развития цифровой экосистемы бизнеса на основе изучения рынка цифровых финансовых услуг и сервисов, пользовательского опыта. В данном направлении изучаются этапы и элементы дизайн мышления по модели Саймона, инструменты анализа пользовательского опыта по бизнес-модели Остервальдера, инструменты запуска продукта по методологии Customer Development, техники прототипирования продукта, инструменты анализа экономической целесообразности создания и запуска нового продукта. Освоение идет через разработку многоэтапного проекта по прототипированию нового финтех-продукта и метода сторителлинг для презентации новых решений.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Финансовые рынки и инструменты

  Курс направлен на освоение профессиональных знаний и навыков в области функционирования финансовых рынков в контексте стратегического выбора инструментов привлечения и размещения финансовых инвестиций с учетом рисков, присущих фазам развития экономической среды. Освоенные компетенции создадут основу для проектирования цифровых финансовых продуктов. Содержание курса формирует управленческое понимание природы, факторов и индикаторов динамики финансовых рынков, которые влияют на характер финансовых рисков, направлений портфельного управления активами, создают основу для разработки и тестирования сценариев реализации прогнозируемых рисков стратегического развития компании. Магистранты научатся идентифицировать потенциальные риски размещения и привлечения инвестиций (для отдельных финансовых инструментов и портфельного управления активами) в контексте различных сценариев изменения уровня ключевых процентных ставок и валютных курсов, управлять финансовыми рисками с применением различных финансовых инструментов и стратегий хеджирования в целях предотвращения негативных и использования позитивных условий внешней среды. Результаты обучения достигаются через применение case-study, решение финансово-инвестиционных задач, групповое обсуждение инвестиционных стратегий.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Портфельный менеджмент

  Курс направлен на изучение профессиональных стандартов и практики управления рисками инвестиционного портфеля и освоение компетенций по разработке инвестиционных решений с учетом риск-профиля и стратегических приоритетов компании. В данном контексте осваиваются параметрические и непараметрические модели оценки вероятности и последствий реализации портфельных рисков, модели и формы временных структур (распределение, волатильность). Наряду с классическими современными концепциями портфельного управления риском и доходностью магистранты изучат стратегии оптимизации и ребалансировки портфелей при различных сценариях развития финансовых рынков, инструменты для определения ожиданий фондового рынка и риск-бюджетирование в инвестиционном менеджменте. Освоенные компетенции создадут основу для проектирования цифровых финансовых продуктов. Результаты обучения достигаются через групповое обсуждение рисков инвестиционных стратегий, решение задач по риску и доходности отдельных финансовых инструментов и эффективности портфельного управления, выполнение проектов по построению инвестиционных портфелей с учетом различных критериев оптимальности в соответствии с риск-профилем. Контент курса разработан с учетом содержания курсов Market Risk Measurement and Management и Risk Management and Investment Management программы международной профессиональной квалификации FRM (GARP).

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Бизнес-исследование

  Курс направлен на освоение методологии исследования, в рамках которой магистранты научатся производить поиск, накопление и анализ информации, интерпретировать, систематизировать и представлять результаты исследования с учетом критического обзора литературы различных научных школ. Содержание курса подходит для проведения научных и прикладных исследований. Результаты обучения достигаются через индивидуальную подготовку и публичную презентацию Research Proposal, анализ реальных кейсов научных статей и магистерских диссертаций, выполнения групповых проектов по критическому обзору литературы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Монетарная политика

  Курс направлен на изучение фундаментальных концепций реализации монетарной политики как одного из ключевых факторов, определяющих сценарии развития финансового и реального секторов экономики. В данном контексте изучаются инструменты монетарной политики по регулированию совокупного спроса и предложения через процентные ставки и операции на рынке ценных бумаг, трансмиссионные каналы инфляционного таргетирования, что в итоге позволит магистрантам проводить экспертную оценку текущих и прогнозных условий экономической конъюнктуры. Освоение дисциплины идет через выполнение кейсов из практики НБРК и зарубежных центральных банков, групповых дискуссий, выполнение аналитических заданий.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Стратегический менеджмент

  Курс направлен на изучение концептуальных подходов к анализу стратегического потенциала и стратегических рисков с учетом бизнес-модели компании и возможных сценариев изменений, затрагивающих технологии и экономику компаний, индустрии. В контексте риск-ориентированного принятия решений по управлению ресурсами компании освещаются вопросы определения стратегических целей, конкурентных преимуществ и дерева целей компании, методы анализа внешней и внутренней среды бизнеса, методы стратегического управления ресурсами компании, портфельный анализ диверсифицированной компании, типы конкурентных стратегий и выбор стратегических альтернатив. Отдельные темы посвящены изучению подходов к ESG - трансформации бизнеса как направления развития корпоративного риск-менеджмента. Результаты обучения достигаются через анализ кейсов реальных казахстанских и зарубежных компаний (best practices), метода сторрителинг по ESG-трансформации с привлечением руководителей компаний, проведения стратегических сессий по кейсам компаний, выполнения групповых проектов по стратегическому анализу конкурентной позиции реальных казахстанских компаний.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Кредитный риск - менеджмент

  Курс направлен на изучение профессиональных стандартов, национальной и международной практики управления портфельными и розничными кредитными рисками на всех этапах риск-менеджмента. Магистранты освоят методологию кредитного анализа, количественные и качественные инструменты оценки и прогнозирования кредитных рисков: ожидаемые и неожиданные потери, кредитный VaR, риск контрагента, моделирование риска дефолта. Отдельные темы посвящены изучению стратегий минимизации, внешних условий, механизмов передачи кредитных рисков и их влияния на финансовую модель компании. Результаты обучения достигаются через решение многоэтапных задач по оценке уровня и ситуационного анализа факторов портфельного кредитного риска, изучение кейсов реализации кредитных рисков. Контент курса разработан с учетом содержания курса Credit Risk Measurement and Management программы международной профессиональной квалификации FRM (GARP).

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Анализ данных в среде R

  Курс направлен на освоение навыков сбора, обработки, анализа и визуализации больших данных инструментами библиотек языка программирования R. Также магистранты приобретут навыки машинного обучения регрессионных моделей и разработки алгоритмов искусственного интеллекта. Результаты обучения достигаются через выполнение заданий по разработке программного кода эконометрических моделей.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Оптимизация и алгоритмы

  Курс направлен на освоение компетенций, которые необходимы для разработки цифровых продуктов и систем бизнес-аналитики на основе применения технологий искусственного интеллекта. Этот курс знакомит с основными алгоритмами линейной, сетевой, дискретной, нелинейной, динамической оптимизации и оптимального управления. Акцент делается на методологии и основных математических структурах. Темы включают в себя симплекс-метод, методы сетевого потока, методы ветвления и границы и плоскости разреза для дискретной оптимизации, условия оптимальности для нелинейной оптимизации, методы внутренней точки для выпуклой оптимизации, метод Ньютона, эвристические методы, а также динамическое программирование и методы оптимального управления. Результаты обучения достигаются через выполнение практических заданий и проектных работ.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Анализ временных рядов

  Курс направлен на изучение широкого круга статистических алгоримтов (ARIMA, GARCH, ETS,GAS) для решения прикладных задач анализа и моделирования больших данных. Контент курса, наряду с другими курсами в области количественного анализа и программирования, формирует компетенции для внедрения технологий искусственного интеллекта в архитектуру бизнес-аналитики. Магистранты освоят навыки определения компонентов временных рядов с различной структурой, оценивания стационарности во временном ряду, распознавания единичного корневого процесса, интерпретации тенденций, сезонности, циклической неравномерности, стохастических компонентов, использования операторов разницы и запаздывания. Также магистранты смогут разработать модель стационарного временного ряда и нелинейные стохастические модели; описывать и интерпретировать такие модели. В ходе обучения магистранты будут создавать и оценивать модели временных рядов с помощью Eviews. Результаты обучения достигаются через решение прикладных задач на основе самостоятельной разработки статистических моделей time series forecasting. В качестве прикладных задач будут рассмотрены индустриальные кейсы реального и финансового секторов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Принципы программирования 2

  Курс нацелен на приобретение навыков программирования в Python для работы с большими данными и построения алгоритмов искусственного интеллекта при разработке FinTech- продуктов и аналитических сервисов. Курс научит магистрантов использованию основных библиотек Python. Магистранты овладеют навыками управления потоком программ с помощью условных операторов, навыками использования массивов и списков, работы с файлами и каталогами, с текстом, с датой и временем. Результаты обучения достигаются через решение задач и выполнение задания по разработки программного кода с использованием современных инструментальных средств.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Кибербезопасность FinTech

  Этот курс предназначен для развития знаний и навыков по обеспечению безопасности информации и информационных систем в финтех-организациях. Основное внимание уделяется концепциям и методам, связанным с безопасностью на нескольких системных платформах, включая внутренние системы и системы с выходом в Интернет. В курсе изучаются экосистема Fintech, концепции критической инфраструктуры, а также методы оценки рисков, связанных со случайными и преднамеренными нарушениями безопасности в сети FinTech, вопросы этического использования информации в контексте конфиденциальности данных. Магистранты ознакомятся с возможностями криптографии, блокчейн, 5G, облачных вычислений и искусственного интеллекта для создания инновационных финансовых продуктов и в решении проблем безопасности Fintech. Также в курсе уделяется внимание вопросам соответствия архитектуры информационной безопасности нормативным требованиям и руководящим принципам GDPR, PCI/DSS с элементами управления безопасностью ISO27001. Результаты обучения достигаются через выполнение практических заданий по темам курса и выполнение проектных работ.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Технологии сценарного анализа и стресс-тестирования в принятии управленческих решений

  Курс направлен на освоение практических навыков по разработке и тестированию стресс-сценариев как ключевого метода управления рисками финансово-инвестиционных решений и прогнозной бизнес-аналитики стратегического развития компании. В данном контексте через технологии case-study магистранты освоят навыки предсценарного и сценарного анализа и моделирования: построение модели объекта сценарного исследования, определение существенных воздействующих на объект факторов с различной долей неопределенности, конструирование сценариев, эконометрическое моделирование результатов реализации сценариев. Преподавание будет осуществляться с привлечением экспертов Национального Банка и Агентства РК по регулированию и развитию финансовых рынков.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Технологии блокчейн

  Курс направлен на изучение таксономии, свойств и текущего состояния технологии блокчейн, математических и технических спецификаций работы блокчейн, применения блокчейн в индустрии финансовых технологий и использования потенциала блокчейн для передачи кибербезопасности. Магистранты научатся применять современные облачные технологии, такие как Docker, GCP для запуска блокчейн-систем. Дополнительно будут обсуждаться вопросы этики применения блокчейн технологий. Освоение результатов обучения достигается через выполнение практических заданий и выполнение проектной работы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 3
  

• Предиктивная аналитика

  Курс направлен на развитие управленческих навыков принятия решений на основе интеллектуальной аналитики больших данных, что отражает глобальные тренды развития стратегического мышления руководителей. В этих целях предполагается освоение эконометрических методов прогнозирования экономических и финансовых процессов бизнеса с учетом поведенческих факторов потребителей цифровых финансовых продуктов. Магистранты научатся выбирать релевантную для целей бизнес-аналитики модель на основе критического анализа соответствия инструмента и объекта моделирования, статистической адекватности моделей прогнозирования. Приобретут навыки содержательной интерпретации результатов предиктивного моделирования с точки зрения поставленных управленческих задач. Результаты обучения достигаются через решение прикладных задач, в том числе с применением статистических программ Eviews/ Gretl/ Minitab/ SPSS, с релевантной интерпретацией результатов.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Интеллектуальная аналитика данных в принятии управленческих решений

  Курс направлен на изучение возможностей современных информационных технологий и систем Business Intelligence для решения задач бизнес-анализа и формирование понимания применения интеллектуальной аналитики для решений прикладных задач компании. Магистранты ознакомятся с системами поддержки управленческих решений, построением OLAP систем, технологиями и методами Data Mining, IT-архитектурой анализа эффективности бизнес-процессов по 6 направлениям: финансы, учет, маркетинг, управление персоналом, операционная деятельность, информационные технологии. Результаты обучения достигаются через применение техник проектной работы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Машинное обучение

  Курс нацелен на приобретение навыков применения библиотеки Python в построении моделей машинного обучения (NumPy, Pandas, Scikit-learn, Tensorflow и PyTorch), применения математических и статистических моделей для машинного обучения. Освоенные компетенции создадут основу для разработки высокотехнологичных цифровых продуктов и сервисов. Магистранты освоят навыки сбора, очистки и подготовки данных для машинного обучения (нормализация данных, разработка функций и работа с отсутствующими или поврежденными данными); выбора типа алгоритмов машинного обучения (обучение с учителем, обучение без учителя и обучение с подкреплением); использования популярных алгоритмов (древа решений, случайные леса, машины опорных векторов и нейронные сети) и методов глубокого обучения с несколькими слоями искусственных нейронных сетей. На курсе также будет изучаться современная практика применения машинного обучения: роботизированное управление, интеллектуальный анализ данных, автономная навигация, биоинформатика, распознавание речи, а также обработка текстовых и веб-данных. Результаты обучения достигаются через выполнение заданий по разработке алгоритмов моделей машинного обучения для решения практических задач в области экономики и финансов на макро- и микроуровнях.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Компьютерное зрение

  Курс направлен на изучение алгоритмов машинного обучения в компьютерном зрении, которое применяется в целях конфиденциальности и защиты данных при использовании FinTech-продуктов через автоматическое распознование и анализ визуальных объектов (видео-, фото изображения). Магистранты изучат модели и программные ресурсы по обработке, преобразованию, классификации, сегментации изображений. Результаты обучения достигаются через выполнение практических заданий по темам курса и выполнение проектных работ.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Методология проектного управления

  Курс направлен на получение навыков управления бизнес-процессами на принципах проектного управления. После освоения курса магистранты смогут оценивать и выбирать оптимальную методологию управления проектами: определять бизнес-процессы по управлению проектами, эффективно управлять процессом выполнения запланированных работ, осуществлять оптимальную координацию работы членов команды, рационально управлять финансовыми, материальными и трудовыми ресурсами, использовать современные технологии управления проектами. Результаты обучения достигаются через выполнение расчетно-аналитических заданий по процессам планирования, выполнения, контроля и завершения проектов и групповые обсуждения результатов выполнения заданий.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Agile менеджмент

  Курс направлен на изучение методик и подходов к гибкому управлению людьми и бизнес-процессами в целях снижения рисков и повышения эффективности бизнеса с учетом особенностей использования и внедрения Agile-подхода к управлению. В данном контексте магистранты изучают итеративно-инкрементальный подход к организации работ, Agile-трансформацию организационной культуры, концепцию Scrum, метод Kanban, принципы Lean-менеджмента, Agile-методы мотивации и командообразования, долгосрочное планирование при Agile-управлении. Результаты обучения достигаются через применение баскет метода систематизации, анализа и принятия управленческих решений, техник проектной работы и изучение кейсов.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

Профессии

Результаты обучения

• Применяет результаты исследования рынка цифровых финансовых услуг и сервисов по управлению активами и рисками в контексте теорий финансовых рынков, инструментов монетарной политики, глобальных стандартов и практик портфельного управления и риск-менеджмента для разработки финтех-продукта
• Анализирует пользовательский опыт потребителей цифровых продуктов в рамках развития цифровой экосистемы бизнеса, используя инструменты сбора и обработки больших данных
• Проектирует прототип финтех-продукта по управлению финансовыми, кредитными рисками и инвестициями с учетом различных сценариев стратегического развития компании
• Разрабатывает высокотехнологичные цифровые продукты и сервисы, используя компетенции в области программирования и кибербезопасности
• Минимизирует риски внедрения и использования финтех–продуктов в контексте обеспечения конфиденциальности и защиты данных в целях создания благоприятной среды для развития инноваций на финансовом рынке
• Разрабатывает корпоративную систему бизнес-аналитики на основе инструментов работы с Big Data и сценарного (прогнозного) подхода
• Оптимизирует бизнес-процессы по решению конкретных задач в рамках деятельности всей организации
• Генерирует управленческие решения на основе методологии анализа данных финансовой и управленческой отчетности, результатов аналитических исследований и использования технологий проектного управления

Похожие ОП