7M05404 Прикладная статистика и Data Science в ЕНУ им. Л. Н. Гумилева

Дисциплины

1 Год обучения Проектный менеджмент Программные средства статистического анализа данных Виртуализация и облачные технологии Педагогика высшей школы Психология управления Анализ данных на языке Python Системы управления базами данных и SQL (продвинутый уровень) Эконометрическое моделирование (продвинутый уровень) Технологии и инструменты Big Data Визуализация данных на Power BI Байесовский метод и их приложения Анализ данных на языке R Иностранный язык (профессиональный) История и философия науки

2 Год обучения Многомерный статистический анализ Теория дифференциальных игр и численные методы статистики Имитационное моделирование и СМО Машинное и глубокое обучение в обратных задачах на графах Моделирование и управление рисками в условиях неопределенности Метод Монте – Карло и их приложения Стохастические модели актуарной математики Методы инвестиционного проектирования Нейросетевое моделирование и прогнозирование в финансовом инжиниринге

Профессии

Результаты обучения

• Анализировать основные мировоззренческие и методологические проблемы, в том числе междисциплинарного характера, исследуемые в науке на современном этапе ее развития и использовать результаты в профессиональной деятельности
• Владеть современными педагогическими технологиями и обладать коммуникативными способностями
• Осуществлять профессиональное и личностное самообразование, разрабатывать дальнейшие образовательные маршруты и профессиональную карьеру; выполнять профессиональную коммуникацию в устной и письменной формах на русском, казахском и иностранном языках для решения задач профессиональной деятельности; проявлять готовность взаимодействовать с участниками образовательного процесса и социальными партнерами, возглавлять коллектив, принимая во внимание социальные, этноконфессиональные и культурные различия.
• Использовать навыки к анализу статистических данных и управления динамическими системами с помощью байесовских методов и метода Монте-Карло, освоить численные методы статистики и методы имитационного моделирования, применяемыми при исследовании проблем естествознания, определяющих передовые рубежи развития фундаментальной и прикладной науки.
• Уметь применять практические навыки подготовки, отладки и решения разнообразных прикладных задач на современных компьютерах с использованием популярных языков высокого уровня Python и R, знать комплекс аппаратных и программных средств, предназначенные для хранения и оперативной обработки информации, владеть технологией Big Data и современными программными средствами анализа и визуализации статистических данных.
• Анализировать, формулировать и решать значимые проблемы фундаментальной и прикладной математики, актуальных задач экономики и финансов с применением машинного и глубокого обучения и нейросетевого моделирования.
• Формировать теоретические знания по стохастическому моделированию актуарных процессов, а также алгоритмов управления рисками и инвестиционными проектами, владеть навыками построения сложных эконометрических моделей, а также знать и понимать принципы многомерного статистического анализа.