6B06107 Data Science в AIU
-
Цель образовательной программы Подготовка высококвалифицированных ИТ-специалистов, имеющих фундаментальные знания в области Data Science, способных управлять, анализировать и обрабатывать данные, получать данные из различных источников, применять машинное обучение для анализа и обработки больших объемов данных, используя современные языки программирования, администрировать веб-системы и программное обеспечение.
-
Академическая степень Бакалавриат
-
Языки обучения Русский, Казахский, Английский
-
Название ВУЗа Международный университет Астана
-
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
-
Высшая математика
Курс дает необходимый объем фундаментальных знаний в области математики, учит применению элементов линейной алгебры, аналитической геометрии и математического анализа в прикладных задачах физики. Содержание: Линейная алгебра. Аналитическая геометрия. Дифференциальное и интегральное исчисление функции одной переменной.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Алгоритмы и структуры данных
Дисциплина «Алгоритмы и структуры данных» направлена на подготовку студентов для изучения и разработки эффективных алгоритмов, способных решать различные задачи, такие как поиск, сортировка, хранение и управление данными, а также оценке их временной и пространственной сложности. А также студенты будут работать с различными структурами данных, такими как массивы, списки, деревья, хеш-таблицы, графы, и т.п.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Введение в инженерию данных
Введение в инженерию данных направлена на изучение основ обработки, хранения и анализа больших объемов данных. Студенты получат вводные знания и навыки работы с данными, их анализом, визуализации результатов и принятие решений на ее основе, будут рассматриваться методы сбора данных, построение баз данных, предварительная ее обработка, а таже применение инженерии данных в бизнесе, науке и общественных исследованиях.
Год обучения - 1
Семестр - 2
Кредитов - 3
-
Анализ алгоритмов и оптимизация
Цель дисциплины Анализ алгоритмов и оптимизация состоит в изучении методов и техник для анализа и улучшения производительности алгоритмов и программного кода. В рамках этой дисциплины исследуются различные подходы к оптимизации времени выполнения, использования памяти и других ресурсов компьютерной системы с помощью оптимизации кода, выбора эффективных алгоритмических подходов и использования специфических особенностей языка программирования, включая С++.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Основы WEB (HTML, CSS, JavaScript, API)
"Основы WEB (HTML, CSS, JavaScript, API)" - это курс, который знакомит студентов с основами разработки веб-приложений. В ходе обучения студенты изучат HTML для создания структуры веб-страниц, CSS для стилизации и макета страниц, JavaScript для добавления интерактивности и взаимодействия, а также API для интеграции с внешними сервисами. Курс поможет студентам приобрести необходимые навыки для создания и разработки простых веб-приложений.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Дискретная математика и математическая логика
Курс направлен к изучению основных понятий дискретной математики и математической логики, определения и свойства математических объектов, используемых в этой области, формулировки утверждений, методов их доказательств, возможные сферы их приложений и научит решать задачи теоретического и прикладного характера из различных разделов дискретной математики и математической логики.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Программирование на Python
Этот курс нацелен на получение теоретических знаний и практических навыков программирования на языке Python. Python применяется для разных областей, включая веб-разработку, анализ данных, научные вычисления и разработку игр, и программы, написанные на нем, обычно переносимы на разных платформах без каких-либо изменений. При изучении данной дисциплины будут рассматриваться такие важные понятия, как объектно-ориентированное программирование, функциональное программирование, событийно-ориентированное программирование (GUI-приложения).
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Основы базы данных
Дисциплина «Основы базы данных» нацелена на изучение основ технологий баз данных, овладение практическими навыками работы с базами данных и системами управления базами данных. При изучении данной дисциплины рассматриваются существующие модели данных, основы реляционной базы данных, основные конструкции языка SQL для выборки и модификации данных, функциональные возможности современных систем управления базами данных.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Экология и безопасность жизнедеятельности
Дисциплина направлена на ознакомление с механизмами взаимодействия организмов с окружающей средой и закономерностями действия экологических факторов, формирование знаний, способствующих определению и обеспечению необходимых условий для поддержания благоприятного функционирования организма человека в условиях техносферного развития человечества, а также формирование навыков экологического мышления, прогнозирования и принятия правильных решений в условиях чрезвычайных ситуаций природного и техногенного характера.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Креативное мышление и генерация бизнес идей
Дисциплина направлена на развитие креативного, творческого мышления, изучение методов генерации бизнес идей, принципов построения бизнес-модели, оценки ее эффективности, коммерциализации научно-технических разработок, представления и обоснования уникальных предпринимательских инициатив с целью создания и реализации стартап проекта. Использование полученных умений и навыков научат генерировать новые идей, предлагать инновационные пути развития, грамотно представлять их перед стейкхолдерами, решать профессиональные задачи нестандартно и наиболее эффективно.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Правовая среда бизнеса и антикоррупционное законодательство
Дисциплина направлена на изучение бизнес среды, правовых аспектов развития бизнеса, нормативно-правовых документов по предпринимательской деятельности, законодательной базы по антикоррупционной политики, использование полученных умений и навыков научат эффективно управлять и решать профессиональные задачи в сфере бизнеса в условиях конкуренции, применять знания антикоррупционного законодательства в практической деятельности, различать условия и виды коррупционных правонарушений, меры борьбы с коррупцией.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Теория вероятности и математическая статистика
Дисциплина «Теория вероятности и математическая статистика» ориентирована дать студентам теоретические знания и практические навыки для применения математических методов и инструментов, используемых для анализа данных, принятия решений и выводов на основе вероятностных моделей. В процессе изучения данной дисциплины студенты научатся проводить анализ данных, определять вероятность наступления событий и делать выводы на основе имеющихся данных.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Система управления базами данных (PostgreSQL)
Дисциплина "Система управления базами данных (PostgreSQL)" предназначена для изучения основ современных информационных технологий создания, проектирования и использования баз данных и систем управления базами данных. Основными задачами дисциплины является изучение теоретических, методологических и практических проблем построения систем реляционных баз данных, принципов проектирования структур БД на основе реляционный алгебры и метода ER-диаграмм, методов приведения структур БД к нормальным формам, изучение основ языка PostgreSQL и выполнение основных операций по работе с данными.
Год обучения - 2
Семестр - 2
Кредитов - 6
-
ІТ менеджмент
В рамках дисциплины IT-менеджмент студенты научатся понимать роль информационных технологий в бизнес-среде и их влияние на организацию. Они изучат методы и инструменты, необходимые для планирования, разработки и реализации IT-стратегии, в том числе управление IT-проектами и операциями. Также они будут рассматривать такие темы, как стратегическое управление ИТ, управление проектами, управление сервисами, управление изменениями, управление рисками, управление качеством и управление бюджетом ИТ.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Профессионально-ориентированный иностранный язык (английский)
При изучении данной дисциплины студент может научиться осуществлять устное и письменное общение на иностранном языке во всех видах речевой деятельности при ведущей роли чтения.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Основы статистического анализа данных
Дисциплина Основы статистического анализа данных (на R прикладная статистика) ориентирована на изучение методов и инструментов для анализа данных, применяемые в прикладных задачах. Студенты осваивают базовые статистические понятия, методы визуализации данных и изучают применение языка программирования R для выполнения статистических анализов и задач, моделирования и принятия решений на основе данных.
Год обучения - 2
Семестр - 2
Кредитов - 6
-
Технологическое предпринимательство
Дисциплина «Технологическое предпринимательство» направлена помогать студентам овладеть знаниями, навыками и компьютерными технологиями, необходимыми для создания и управления технологическими стартап проектами, в том числе способами получения финансирования, коммерциализации, продвижения и управления рисками. В рамках данной дисциплины студенты изучат основы предпринимательства, включая создание бизнес-планов, анализ рынка и конкурентов, маркетинга, финансов и управление рисками.
Год обучения - 2
Семестр - 2
Кредитов - 3
-
Визуализация данных в Google Data Studio
Цель дисциплины "Визуализация данных с помощью Google Data Studio" представляет студентам основы визуализации данных с использованием Google Data Studio, бесплатный сервис визуализации данных от Google. В ходе обучения студенты узнают, как создавать профессиональные отчеты и дашборды с помощью Google Data Studio, а также как распространять и публиковать эти отчеты. Дисциплина позволяет студентам овладеть инструментом визуализации данных и использовать его для представления информации в удобной и наглядной форме.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Основы интеллектуального анализа данных и машинного обучения
Цель дисциплины "Основы интеллектуального анализа данных и машинного обучения"" состоит в том, чтобы предоставить студентам базовые знания и навыки в области анализа и обработки данных, машинного обучения и оценки качества моделей. Студенты будут изучать методы визуализации данных и моделей, учиться интерпретировать результаты машинного обучения и представлять их с помощью визуализаций.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Безопасность и конфиденциальность данных
Цель дисциплины "Безопасность и конфиденциальность данных" обучать студентов основам защиты данных и обеспечивать их конфиденциальность. В ходе обучения студенты изучат методы и технологии шифрования, аутентификации, контроля доступа, обнаружения и предотвращения инцидентов безопасности, а также политики и соглашения о конфиденциальности данных. Курс также включает изучение законодательства и нормативных требований в области безопасности данных.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Защита баз данных
Дисциплина "Защита баз данных" знакомит студентов с основными принципами безопасности данных, специфическими угрозами безопасности, а также с методами защиты баз данных. Студенты изучат такие темы, как аутентификация и авторизация, шифрование данных, управление доступом, а также аудит и мониторинг баз данных. Они также будут практиковаться в применении технологий и инструментов для защиты баз данных, включая механизмы обеспечения целостности данных и системы обнаружения вторжений.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Визуализация данных в Power BI
Целью дисциплины «Визуализация данных в PowerBI» является формирование у студентов теоретических знаний о принципах, методах и инструментах различных типов визуализации данных и получения практических навыков эффективной подготовки отчетов, анализа и визуализации данных с использованием инструментов и функциональности Power BI. Дисциплина направлена на применение и разработку дашбордов в Power BI при решении профессиональных бизнес-задач.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Вычислительная математика
Цель дисциплины «Вычислительная математика» состоит в развитии у студентов математических знаний и практических навыков для эффективного и точного вычисления с помощью компьютера и направлена на изучение и практическое применение различных численных методов и алгоритмов, которые позволит решать математические задачи и задачи в области моделирования физических систем, оптимизации процессов, анализе данных и при проведении научных исследований.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Хранение и поиск данных
Цель дисциплины "Хранение и поиск данных" ознакомить студентов с различными инструментами и технологиями для хранения и поиска данных. Студенты изучат такие сервисы, как Amazon S3, Amazon RDS, Amazon DynamoDB, Google Cloud Storage, Google Cloud SQL, Google Cloud Bigtable, Azure Blob Storage, Azure SQL Database и Azure Cosmos DB. Кроме того, они будут изучать Python-библиотеки SQLite, MySQL и PyMongo для работы с локальными базами данных. В результате прохождения курса студенты приобретут практические навыки хранения, управления и поиска данных в различных хранилищах и базах данных.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Data science with Python 1
Дисциплина Data Science with Python 1 представляет собой введение в использование языка программирования Python и его библиотек для решения задач в области Data Science. Студенты будут изучать основные библиотеки, такие как Pandas и NumPy для обработки и анализа данных, а также Matplotlib, Seaborn, Plotly и Bokeh для визуализации данных. Они получат навыки работы с данными и создания графиков, что помогает им извлекать ценную информацию и делать выводы из данных.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Web mining
Цель дисциплины Web Mining состоит в изучении методов и техник для сбора, извлечения и анализа информации из веб-ресурсов. Студенты изучат различные алгоритмы и инструменты для обнаружения паттернов, анализа текстов, классификации данных, извлечения структурированной информации и анализа социальных сетей. Они также изучат проблемы конфиденциальности, этики и безопасности веб-данных. Применение Web Mining может помочь в принятии бизнес-решений, предоставлении персонализированной информации и понимании поведения пользователей.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Система управления базами данных NoSQL
Дисциплина "Система управления базами данных NoSQL" знакомит студентов с основами и принципами работы NoSQL баз данных. Студенты будут изучать различные типы NoSQL баз данных, такие как ключ-значение, столбцовые, документные и графовые базы данных. Курс также будет охватывать примеры использования NoSQL баз данных и их сравнение с традиционными реляционными базами данных.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Расширенная аналитика и визуализация данных
Цель дисциплины "Расширенная аналитика и визуализация данных" состоит в изучении расширенных методов анализа данных, такие как многомерный анализ данных (Multidimensional Data Analysis), факторный анализ (Factor Analysis), методы кластеризации (Clustering Methods) и визуализации с помощью R-библиотек. Одна из ключевых тем этого курса графический анализ данных с помощью библиотек ggplot2, lattice и shiny. ggplot2 позволяет создавать высококачественные графики с помощью эстетических маппингов, а lattice предоставляет возможности для создания многомерных графиков. Shiny - это веб-фреймворк для создания интерактивных приложений на R, в том числе для визуализации данных.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Введение в ИИ и нейронные сети
Введение в искусственный интеллект (ИИ) и нейронные сети дисциплина, которая представляет базовые концепции и принципы искусственного интеллекта и нейронных сетей. Студенты изучат основные алгоритмы машинного обучения, включая нейронные сети, и их применение в различных областях, таких как компьютерное зрение, естественный язык и рекомендательные системы. Они также получат представление о текущих трендах и проблемах в области ИИ.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Интеграция и преобразование данных
Дисциплина "Интеграция и преобразование данных" представляет студентам основы интеграции и преобразования данных с использованием различных инструментов и технологий. В ходе обучения студенты изучат такие инструменты, как Python библиотека SciPy и R библиотека reshape2 для преобразования данных. Они также ознакомятся с платформами и технологиями, такими как Apache Spark, Informatica, Microsoft SQL Server Integration Services (SSIS) и Apache NiFi, для интеграции и обработки данных.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Data science with Python 2
Дисциплина Data Science with Python 2 состоит в углублении применения языка программирования Python и его библиотек в области Data Science. На данном этапе студенты будут изучать более сложные алгоритмы обработки данных с использованием Pandas и NumPy, а также расширят свои навыки визуализации с помощью Matplotlib, Seaborn, Plotly и Bokeh. Студенты также изучат методы анализа данных, построение моделей и прогнозирование с использованием Python.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Обработка естественных языков
Цель дисциплины заключается в изучении методов, алгоритмов, используемых для обработки, анализа текстов, распознавания речи, задач, связанных с естественным языком, которая направлена на автоматизацию, оптимизацию процесса работы с определенной информацией. Данная дисциплина ориентирована на изучение различных подходов к анализу, обработке текстов, включая синтаксический анализ, морфологический анализ, лексический анализ, анализ семантики, дискурса.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Наука о данных в бизнесе и маркетинге
"Дисциплина «Наука о данных в бизнесе и маркетинге» ориентирована на изучение различных типов маркетинговых данных, таких как данные о клиентах, данные о транзакциях и данные веб-аналитики, а также о том, как использовать методы обработки данных для извлечения информации и принятия решений на основе данных. Студенты ознакомятся с различными методами моделирования для бизнеса и маркетинга, таких как сегментация клиентов, прогнозирование оттока и системы рекомендаций, а также смогут применять их к реальным бизнес-задачам.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Аналитические системы Big Data
Цель дисциплины "Аналитические системы Big Data" состоит в том, чтобы ознакомить студентов с основами и принципами работы с большими объемами данных (Big Data) и различными аналитическими системами, предназначенными для их обработки и анализа. В рамках курса будут рассматриваться основные инструменты и технологии для обработки, хранения и анализа больших данных, такие как Hadoop, Spark, Apache Kafka, Apache Storm, Apache Flink, и будут пользоваться инструментами и фреймворками для обработки и анализа данных, включая Python библиотеки NumPy и Pandas, R библиотеки dplyr, tidyr и readr, а также инструменты визуализации данных, такие как Tableau, Power BI и Excel.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Компьютерное зрение 1
Компьютерное зрение 1 знакомит студентов с основами обработки и анализа изображений с использованием библиотек Keras и TensorFlow. Студенты изучат методы предварительной обработки изображений, извлечение признаков, классификацию, сегментацию и детекцию объектов с помощью глубоких нейронных сетей. Они также изучат различные практические приложения компьютерного зрения, включая распознавание лиц, автоматическое тегирование изображений и медицинскую диагностику.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Обработка данных в реальном времени
Дисциплина "Обработка данных в реальном времени" представляет основы обработки данных в режиме реального времени. В ходе курса студенты ознакомятся с различными инструментами и технологиями, такими как Apache Kafka, Apache Storm, Apache Flink, Spark Streaming, Python Dask, AWS Kinesis и Google Cloud Dataflow. Они изучат принципы обработки данных в режиме реального времени, анализ потоковых данных, управление задержками и обеспечение надежности.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Основы блокчейн технологии
Цель дисциплины Основы блокчейн технологии состоит в изучении основных концепций и принципов блокчейна. Студенты узнают, как работает распределенная база данных, основанная на блоках, цепи и смарт-контрактах. Они изучат применение блокчейна в различных областях, включая финансы, контракты, цифровые активы и снабжение. Курс также охватывает проблемы безопасности, приватности и масштабируемости блокчейн технологии.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Интеллектуальный анализ текста и анализ настроений
Цель дисциплины "Интеллектуальный анализ текста и анализ настроений" состоит в том, чтобы ознакомить студентов с методами и техниками анализа текстовых данных, включая обнаружение и классификацию настроений в тексте. Курс охватывает такие темы, как категоризация и классификация информации, извлечение информации из текстовых данных, построение поисковых роботов для сбора данных и анализ тональности. Студент изучит все основные этапы работы с текстом: эффективное извлечение текста, обработку текста на естественном языке в форме, подходящей для методов статистического машинного обучения.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Управление базой данных
Цель дисциплины Управление базой данных состоит в изучении концепции, методов и технологий управления базами данных. Студенты изучат модели данных, проектирование и создание баз данных, язык SQL для манипуляции данными, нормализацию, оптимизацию запросов, обеспечение целостности данных и защиту информации. Они также рассмотрят различные системы управления базами данных (СУБД) и применят их для разработки эффективных баз данных в различных сферах.
Год обучения - 4
Семестр - 1
Кредитов - 5
-
Компьютерное зрение 2
Компьютерное зрение 2 (Keras, TensorFlow) продолжение дисциплины, где студенты углубляются в область обработки и анализа видео с использованием библиотек Keras и TensorFlow. Они изучат методы для обнаружения, отслеживания и классификации объектов на видео, а также для анализа движения и извлечения признаков. Студенты также ознакомятся с применением глубокого обучения и нейронных сетей для видеоаналитики и различных приложений, таких как видеонаблюдение, автоматическое распознавание действий и анализ видеоданных.
Год обучения - 4
Семестр - 2
Кредитов - 5
-
Технологии больших данных: Hadoop и Spark
Дисциплина "Технологии больших данных: Hadoop и Spark" ориентирована на изучение основ обработки больших объемов данных и получение практических навыков работы с двумя из наиболее популярных технологий для обработки больших данных - Hadoop и Spark. В ходе курса будут изучены концепции обработки больших данных, основные компоненты Hadoop, такие как HDFS, MapReduce и YARN, и высокоуровневые API для Spark, такие как Spark SQL, MLlib и GraphX.
Год обучения - 4
Семестр - 2
Кредитов - 5
-
Исследовательский проект
Цель дисциплины заключается в привитии у студентов навыков самостоятельной работы над проектами в выбранной области и ведении научного исследования. Изучив данную дисциплину студенты получат опыт работы с актуальными проблемами, вопросами в своей области, научатся формулировать научные гипотезы, осуществлять исследование литературы, разрабатывать методики исследования, собирать, анализировать данные, оформлять, представлять результаты исследования.
Год обучения - 4
Семестр - 2
Кредитов - 6
Профессии
Результаты обучения
- Демонстрировать навыки публичного выступления и письменного аргументированного изложения собственной точки зрения на казахском, русском и иностранном языке в сфере профессиональной деятельности.
- Применять основные философские концепции для понимания политических процессов и прогнозировать их влияние на общество и государство.
- Разрабатывать компоненты программных комплексов и баз данных, выбирать и настраивать СУБД, использовать современные инструментальные средства и технологии программирования.
- Применять алгоритмы машинного обучения и методы глубокого обучения в решении задач распознавания и классификации объектов, сегментации изображений и анализа видеопотоков.
- Применять нормативно-правовые документы и антикоррупционное законодательство РК при решении задач в профессиональной деятельности; показывать знания по экономическим наукам, теории и практике обеспечения безопасности жизнедеятельности в условиях ЧС природного, техногенного и социального происхождения, использовать методы и технологий обеспечения безопасности в обществе и различных сферах деятельности.
- Применять математические методы и алгоритмы для разработки программного обеспечения и решения различных задач в области компьютерных наук и информационных технологий.
- Применять блокчейн технологии и демонстрировать навыки извлечения информации и получения практических знаний из данных для решения бизнес-задач и маркетинговых вызовов.
- Использовать различные методы, техники и инструменты для обработки, анализа и визуализации данных из различных источников в режиме реального времени; применять полученные знания и навыки в реальных проектах и исследованиях, связанных с областью больших данных.
Похожие ОП
6B06107 Компьютерная инженерия (РК+UK)
Актюбинский региональный университет имени К.Жубанова (АРГУ им. Жубанова)
6B06107 Информационные системы и технологии
Рудненский индустриальный университет (РИУ)
6B06107 Информационные системы для бизнеса
Университет имени Сулеймана Демиреля
6B06107 Финансовая аналитика
Казахский национальный исследовательский технический университет имени К.И.Сатпаева (Satbayev University)
6B06107 Информационные системы
Евразийский Технологический Университет (ЕТУ)
6B06107 Математические и вычислительные науки
Astana IT University
6B06107 ІТ-журналистика
Университет имени Шакарима города Семей (ГУ им. Шакарима)
6B06107 Киберфизические системы
Международный университет информационных технологий (МУИТ (IITU))
6B06107 Наука о данных
Казахский национальный университет имени аль-Фараби (КазНУ им. аль-Фараби)
6B06107 Смарт технологии и искусственный интеллект в транспортном машиностроении
Восточно-Казахстанский технический университет имени Д.Серикбаева (ВКТУ им. Д. Серикбаева)
6B06107 Вычислительная техника и программное обеспечение
Костанайский инженерно-экономический университет им. М. Дулатова (КИНЭУ им. Дулатова)