6B06112 Технологии искусственного интеллекта в ЕНУ им. Л. Н. Гумилева

Дисциплины

• Программирование на языке С++

  Дисциплина предназначена для изучения стандартных типов данных, констант, переменных, операций, одномерных и многомерных массивов, указателей. Позволит разрабатывать программное обеспечение на языке программирования С++

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Основы кибербезопасности

  Дисциплина направлена на получение навыков и общих представлений о безопасности в информационном обществе и формирование понимание технологий информационной безопасности, умении применять концепцию кибербезопасности во всех сферах деятельности, изучение правовых и программно-технических проблем защиты информации государственных и негосударственных организаций и учреждений, осуществляющих взаимодействие и обмен данными посредством электронных коммуникаций, основ информационной безопасности и практических методов регулирования взаимодействий информационных процессов с человеком.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Архитектура и организация компьютерных систем

  При изучении дисциплины рассматриваются принципы структурной и функциональной организации современных вычислительных систем, базовых методов и алгоритмов, реализованных в различных компонентах вычислительной системы, элементы и узлы цифрового компьютера. Дисциплина ориентирована на формирование у обучающихся целостного представления о ходе вычислительного процесса и получение навыков работы с программным кодом на языке уровня ассемблера.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Математика

  Дисциплина позволяет формировать базовые навыки решения задач аналитической алгебры и линейной геометрии, использовать методы аналитической алгебры и линейной геометрии для решения практических задач.

  Год обучения - 1
  Семестр - 1
  Кредитов - 7
  

• Дискретная математика

  Дисциплина направлена на определение и применение операций над дискретными структурами, такими как множества, отношения, бесконечные алгебраические системы, бесконечные графы, бесконечные автоматы и функции в различных областях вычислительной техники, проверка правильности аргумента с помощью пропозициональной и предикатной логики, построение доказательства, используя прямое доказательство, доказательство путем противопоставления, доказательство путем противоречия и применение рекуррентных соотношений для решения задач в различных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Теория вероятностей и математическая статистика

  Дисциплина позволяет изучить основные элементы комбинаторики, предельные теоремы в схеме Бернулли, наиболее важные законы распределений, основные понятия математической статистики. Дает возможность применять теоретические знания в теории вероятности и математической статистики для решения различных задач и иметь навыки правильного выбора аппарата и метода исследования задач теории вероятности и математической статистики.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Алгоритмы и структуры данных

  Дисциплина предназначена для изучения основных свойств алгоритмов и структур данных (список, стек, очередь, деревья, графы, хэш-таблицы), методов построения эффективных алгоритмов и их анализа, о различных алгоритмах внутренней сортировки информации и задач поиска. Рассматриваются ситуации, в которых эти алгоритмы могут быть полезны, связь с анализом алгоритмов и исследуется эффективность алгоритмов. Затрагиваются вопросы оценки сложности алгоритмов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Программирование на Python

  Дисциплина предназначена изучению основ программирования в Python (базовые структуры данных, логические выражения, условные операторы, организация множественного ветвления, циклы, последовательности (строки и списки) и словари в Python) и библиотек для решении задач искусственного интеллекта таких как анализ текста, визуализация данных и другие.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Объектно-ориентированное программирование на Java

  Дисциплина позволяет получить навыки решения практических задач с использованием языка программирования высокого уровня Java, освоение технологии объектно-ориентированного программирования, использование различных структур и алгоритмов обработки данных, методов программирования и реализации графического пользовательского интерфейса, использовать основные приемы объектно-ориентированного программирования; создавать многопоточные приложения и GUI-интерфейсы, использовать технологию JDBC для создания подключения к базе данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Функциональное программирование для ИИ

  Дисциплина позволяет изучить особенности языков функционального программирования, основы лямбда-исчисления, теоретические основы и прикладные средства функционального программирования в решении задач искусственного интеллекта, современные парадигмы решения задач искусственного интеллект.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Модели и языки представления знаний

  Дисциплина позволяет изучить основные модели и методы представления знаний таких как, фреймы, семантические сети,. продукционные модели, логические модели, модели представления и формализация нечетких знаний, онтология, а также построение моделей на языках представления знаний и их комбинации, специфику практической реализации этих моделей, построения моделей неформализуемых задач

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Базы данных и SQL запросы

  Дисциплина посвящена изучению основ создания современных баз данных, технологий создания баз данных, а также основного объекта исследования - языковых реляционных SQL-запросов и приложений для сотрудников собственных реляционных СУБД. В курсе студенты учатся проектировать базы данных, разрабатывать приложения для баз данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Нейронные сети

  Дисциплина позволяет изучить общие сведения о нейронных сетях, типовую модель искусственного нейрона, классификацию видов и архитектур искусственных нейронных сетей и их использование, алгоритмы обучения нейронных сетей, основные прикладные проблемы, решаемые с помощью нейронных сетей, способы и методики инсталляции программного и аппаратного обеспечения для моделирования и применения искусственных нейронных сетей, принципы построения ассоциативной памяти, теорию адаптивного резонанса

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Стандарты программного обеспечения и системной инженерии

  Дисциплина посвящена изучению действующих государственных и международных стандартов жизненного цикла систем и комплексов программ, регламентирующих в программной инженерии модели и процессы управления проектами информационных систем, стандартов в области разработки программного обеспечения и системной инженерии.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Программирование на R

  Дисциплина рассматривает все элементы и структуры языка R и некоторые возможности основных библиотек для организации линейных моделей, моделей нелинейной регрессии, статистические тесты, анализ временных рядов, классификации и кластеризации, методы обработки, визуализации и анализа качественных и количественных данных. Использование возможностей языка R для поиска и извлечения статистических данных из большого объема разнообразной информации.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Логическое программирование для ИИ

  Дисциплина позволяет изучить теоретические основы и прикладные средства логического программирования в решении задач искусственного интеллекта, современные парадигмы решения задач искусственного интеллекта, роль логики в решении задач искуссивенного интеллекта.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Машинный перевод

  Содержание дисциплины включает историю, особенности, и анализ сфер применения машинного перевода, анализ алгоритмов работы систем машинного перевода, пути решения проблемы коммуникации, создания диалоговых систем и систем «обработки естественного языка», классификацию систем машинного перевода, анализ качества компьютерных переводов, рассмотрение и тренинг в компьютерных программах поддержки словарей (базы данных, электронные картотеки, программы обработки текстов). А также будут рассматриваться современные подходы к решению задачи машинного перевода.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Предпринимательство и бизнес

  Цель изучения учебной дисциплины «Предпринимательство и бизнес»: через теоретические, научные и практические знания сформировать у студентов готовность к созданию собственного дела, участия в предпринимательской деятельности.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Интеллектуальный анализ данных

  Дисциплина позволяет приобрести навыки по выявлению неявных закономерностей в наборах данных. Освоение методов поиска взаимосвязей между отдельными событиями среди больших объемов, данных, методы математической статистики, теории баз данных, теории искусственного интеллекта. Дисциплина позволит изучить алгоритмы интеллектуального анализа данных, алгоритмы временных рядов и кластеризации, алгоритмы нейронных сетей и логистической регрессии

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Исследование операций

  Дисциплина посвящена изучению основных понятий исследования операций, различных моделей математического программирования – линейного, нелинейного, квадратичного, целочисленного и динамического программирования, применения методов исследования операций при решении задач, возникающих в практической деятельности в области технологий искусственного интеллекта.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Теория языков и автоматов

  Дисциплина позволяет изучить теорию языков и автоматов, основные понятия формальных грамматик, порождающие механизмы регулярных языков, распознающие механизмы безконтекстных языков, основные этапы компиляции, строить абстрактный автомат из заданного класса, решающего заданную задачу, возможно, с последующей минимизацией по числу состояний или числу переходов.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Статистическая обработка данных в программных пакетах

  Дисциплина посвящена углубленному изучению современных способов и методов статистической обработки и анализа данных с использованием современных математических пакетов статистической обработки и специализированных языков программирования для обработки и визуализации данных.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Аналитика на основе экосистемы Hadoop

  При изучении дисциплины рассматриваются характеристики больших данных, методы их сбора, хранения, обработки, архивирования и уничтожения. Формируются навыки работы в распределенных кластерах, написания и реализации программ Map Reduce. Имеется возможность освоения жизненного цикла больших данных, архитектуры систем обработки больших данных; формирования навыков применения структурных элементов Hadoop, администрирования Hadoop, установка в локальном, псевдораспределенном и полностью распределенном режимах; приобретения навыков работы с файлами в HDFS; формирования навыков написания программ MapReduce

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Основы экологии и безопасность жизнедеятельности

  Цель: дать знания обучающимся о способах безопасного взаимодействия человека со средой обитания, безопасности окружающей среды, об экологических факторах и глобальных изменениях качества окружающей среды и их последствиях, экобезопасности водных ресурсов, воздушного бассейна, деградации земельных ресурсов, экологических рисках, продовольственной безопасности, природных и техногенных бедствиях, связанных с антропогенной деятельностью и способах защиты от них.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Визуализация данных

  Дисциплина позволяет приобрести навыки визуализации данных; использования и сравнения различных инструментов визуализации; создания несколько версий цифровых визуализаций с использованием различных программных пакетов; умения определять подходящие методы визуализации данных с учетом конкретных требований, предъявляемых к данным; применения соответствующих принципов дизайна при создании презентаций и визуализаций; анализа визуализации данных.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Антикоррупционная культура

  Дисциплина направлена на формирование понимания антикоррупционной политики и устойчивых навыков антикоррупционной культуры. Рассматриваются такие категории, как государство и право, о национальных отраслях права, основные правовые нормы Республики Казахстан, в том числе нормативно-правовые акты в конституционной, административной, гражданской, уголовной сферах и в области информационных технологий казахстанского права.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Основы финансовой грамотности

  Целью дисциплины является формирование у обучающихся рационального финансового поведения при принятии решений, касающихся личных финансов, а также способности критически оценивать и анализировать процессы, связанные с защитой их прав и интересов в качестве потребителей финансовых услуг посредством использования в том числе цифровых технологий. В рамках курса обучающиеся научатся использовать на практике всевозможные инструменты в области финансов, сохранять и приумножать накопления, грамотно планировать бюджет, получат практические навыки по исчислению и уплате налогов и правильному заполнению налоговой отчетности, научатся анализировать финансовую информацию и ориентироваться в финансовых продуктах для выбора адекватной инвестиционной стратегии.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Основы научных исследований

  Дисциплина направлена на формирование основных навыков исследовательской работы и развитие готовности и умений студентов к проведению исследовательской работы. Рассматривается различные виды исследовательских работ, научные и творческие методы, логика науки, планирование исследовательской работы, проведение самостоятельной исследовательской работы и работа с источниками информации с использованием современных методов получения информации.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Инженерия знаний и проектирование базы знаний

  Дисциплина позволяет получить знания об онтологиях и тезаурусах и использовать практические навыки по проектированию и применению онтологий при разработке компонентов интеллектуального программного обеспечения,самостоятельно разработать онтологии для некоторой предметной области и на основе онтологии создать базу знаний предметной области, решать задачи автоматической обработки текста и интеллектуального поиска.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Машинное обучение

  Дисциплина формирует основные навыки применения алгоритмов машинного обучения и анализа больших данных, применения подходов, методов и моделей искусственного интеллекта, а также соответствующих компьютерных средств, математического и программного обеспечения в своей профессиональной деятельности, разработки перспективных компьютерных интеллектуальных систем для различных приложений, включая промышленность и образование

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Введение в обработку естественных языков

  Дисциплина позволяет изучить основы обработки текста и речи, построение языковых моделей, подходы, модели и методы обработки естественного языка, такие как n-граммы, скрытые Марковские модели, основы методов машинного и глубокого обучения и использовать знания для решения задач морфологического, синтаксического, семантического и сентимент анализа, автоматического реферирования, распознавания именованных сущностей, а также задач информационного поиска.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Управление проектами

  Дисциплина рассматривает инструменты и методы управления проектами, такими как методы выбора проектов, структурные декомпозиции работ, сетевые диаграммы, анализ критического пути, планирование критических цепочек, оценка затрат, управление заработанной стоимостью, теория мотивации и построение команды. Рассматриваются факторы, способствующие растущему значению ИИ, описывается как подготовиться к сбоям, оттачивать навыки, использовать ИИ для эффективного инициирования, планирования, выполнения, мониторинга и контроля, закрытия и интеграции проектов.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Методы исследования и анализ данных социальных сетей

  Дисциплина посвящена изучению основных видов данных в социальной психологии, сбору данных, инструментам по сбору и обработке сложных и разнородных социально-психологических данных, анализу текстового контента в социальных сетях, алгоритмам классификации текстовых сообщений, кластеризации, прогнозированию и визуализации данных социальных сетей, моделированию социальных сетей (модели Эрдоша–Реньи, Барабаши–Альберта, Ваттса–Строгатца), прикладных аспектов использования современного веб-аналитического инструментария для анализа больших массивов поведенческих данных инновационных методов анализа.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Теория игр

  Дисциплина позволяет изучить основные понятия теории игр, изпользуемых для описания важнейших игровых моделей, методы сбора и анализа обработки данных, применять инструментальные средства теории игр для решения теоретических и практических задач

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Анализ данных и их оптимизация

  Дисциплина предназначена для изучения форматов научных данных и основных способов хранения данных, распределенной обработкн данных, классических и современных методов решения задач непрерывной оптимизации (в том числе невыпуклой), а также особенностям применения этих методов в задачах оптимизации, возникающих в машинном обучении.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Теория принятия решений

  Дисциплина посвящена современной теории принятия решений. Рассмотрены основы технологии и процедур разработки и принятия управленческих решений. Методы принятия решений, в том числе оптимизационные, вероятностно статистические, экспертные.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Информационно-поисковые системы

  Дисциплина позволяет изучить историю развития глобальной сети Интернет и информационных поисковых систем, основные понятия и принципы функционирования информационных поисковых систем, наиболее известные типовые алгоритмы поиска информации с помощью ИПС и методы их реализации с использованием ПК, анализ эффективности применения ИПС, использовать современные информационные поисковые системы для нахоэжения требуемой информации

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Обработка данных

  При изучении дисциплины рассматриваются библиотеки языка программирования Python для обработки данных NumPy, Matplotlib, Pandas, scikit-learn, SciPy, Jupyter. При использовании библиотек особое внимание уделяется вопросам предварительной обработки данных, решению проблемы недостающих данных, освоению методов категориальной обработки данных, масштабирования (нормализации) данных.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Технологии виртуализации и контейнеризации

  Дисциплина направлена на изучение принципов организации и архитектурных особенностей применения технологий виртуализации различных ресурсов и контейнеризации для облачных вычислительных систем, основ работы с контейнерами при помощи Docker и Podman, а также систем оркестрирования контейнеров Kubernetes, основных принципов и методов построения облачных приложений на основе контейнеров, концепции для управления различными типами взаимодействия контейнеров и платформ.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Глубокое обучение

  Дисциплина посвящена построению студентами математических моделей процессов и явлений с использованием нейронных сетей, знакомству с моделями управления на основе систем, использующих нейронные сети, изучению методов формализации процессов и явлений в понятийном аппарате нейроматематики. Математические основы глубокого обучения, сверточные нейронные сети, повторяющиеся нейронные сети, средства глубокого обучения, генеративно-противоположные нейронные сети, позволяют использовать методы усиления глубокого обучения

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Технологическое предпринимательство и IT StartUp

  Данная дисциплина предназначена для того, чтобы помочь студентам развивать свои ИТ-компетенции, командную работу и Бизнес-навыки. Рассматриваются идеи. Тренды. Разница между инкубатором и акселератором. Как привлечь сооснователей с нужными компетенциями и мотивировать команду в трудные моменты. Разбиение целевой аудитории на Клиентские Сегменты. Составление уникального ценностного предложения каждому сегменту. Объем рынка TAM-SAM-SOM.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Технологии виртуальной и дополненной реальности

  Дисциплина рассматриваeт основные задачи, модели, методы и алгоритмы в области компьютерного зрения, основные понятия, принципы и инструментарии разработки систем AR/VR, а также оборудование для реализации, этапы и технологии создания систем VR/AR, ее компоненты, область применения систем виртуальной и дополненной реальности, риски безопасности и конфиденциальности в виртуальной и дополненной реальности.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Безопасность и этика искусственного интеллекта

  Дисциплина рассматривает этические проблемы, возникающие в процессе внедрения технологий ИИ в государственное управление отраслями образования, здравоохранения, жилищно-коммунального хозяйства, а также в судебную систему; классификацию направлений ИИ-безопасности; риски, связанные с нарушением этических норм; решения в области кибербезопасности на базе ИИ.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Интеллектуальные системы управления и когнитивные системы

  Дисциплина позволяет получить знания об интеллектуальных информационных системах и технологиях, а именно об организации, проектировании, разработке и применении систем, предназначенных для обработки информации, основанных на использовании методов искусственного интеллекта.

  Год обучения - 3
  Семестр - 1
  Кредитов - 6
  

• Проектирование и разработка интеллектуальных систем

  Дисциплина позволяет получит знания об особенностях принципов организации и способов реализации интеллектуальных систем, изучение принципов и методов представления и структурирования знаний, создания и использования современных инструментальных средств интеллектуальных систем управления, освоение современных инструментальных программных средств, предназначенных для интеллектуальных систе, а также построения интеллектуальных систем

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Практикум по ИИ

  Данная дисциплина охватывает разработку проектного предложения в области искусственного интеллекта для удовлетворения бизнес-требований с использованием методов системного анализа и проектирования. Студенты определяют бизнес-проблему, которую можно решить с помощью ИИ, самостоятельно или с помощью промышленного партнера; исследовать решение; и разработать план ее решения.

  Год обучения - 4
  Семестр - 1
  Кредитов - 7
  

• Практикум по анализу данных

  Дисциплина посвящена более глубокому погружению студентов в специализированную область анализа данных и выполнение итогового практического проекта. В рамках дисциплины студентам будут предложены групповые и индивидуальные проекты, а так же возможность предложить собственный проект.

  Год обучения - 4
  Семестр - 1
  Кредитов - 7
  

Профессии

Результаты обучения

• Вступать в коммуникацию в устной и письменной формах на казахском, русском и иностранном языках для решения задач межличностного, межкультурного и профессионального общения
• Использовать цифровую технологию, различные виды информационно-коммуникационных технологий по поиску, хранению, обработке, защите и распространению информации и применять предпринимательские знания в различных сферах жизнедеятельности; использовать финансовые продукты и инструменты инвестирования на основе оценки влияния финансовых рисков, кризисов, современные финансовые инструменты, гарантирующие рациональное финансовое поведение на основе применения финансовых законов и правил, цифровых и финансовых технологий
• Применять философские знания для формирования мировоззренческой позиции, анализировать основные этапы и закономерности исторического развития общества для формирования гражданской позиции
• Обеспечить полноценную социальную и профессиональную деятельность методами и средствами физической культуры, владеть культурой безопасности, обладать экологическим сознанием
• Обладать достаточным уровнем правосознания и правовой культуры, исключающим совершение коррупционных правонарушений и преступлений, исполнять профессиональные обязанности и принципы, культуры поведения и этические нормы общения
• Решать профессиональные задачи применяя соответствующий математический аппарат математического анализа, дискретной математики, теории вероятностей и математической статистики;
• Продемонстрировать глубокие знания о принципах разработки, анализа и реализации алгоритмов обработки базовых структур данных; быть способным создавать алгоритмы обработки знаний для различных моделей представления знаний, использовать возможности программной архитектуры и программной реализации интеллектуальных систем, работать с программами прикладных программ и инструментальными средствами для решения задач в интеллектуальных системах
• Осуществлять выбор технологии, средств вычислительной техники при организации процесса разработки и исследования объектов профессиональной деятельности, обеспечивать защиту информации в сети с использованием программно-аппаратных средств
• Разрабатывать объекты базы данных и знаний, реализовывать базу данных в конкретной СУБД, пользоваться технологией формализации знаний и создавать базы знаний различных предметных областей в полном соответствии с действующими стандартами, использовать модели и методы принятия решений, упрвлять и продвигать проекты
• Применять методы, технологии и инструменты интеллектуального анализа в задачах поиска информации, обработки, анализа, визуализации, хранения разнородных сложно структурированных данных большого объема; разрабатывать и управлять программными средствами автоматизации обработки больших данных
• Применять нейронные сети в решении сложных задач при обработке данных, разрабатывать программы на основе нейронных сетей, использовать алгоритмические языки и методы для создания интеллектуальных приложений
• Организовывать обработку естественного языка и больших данных, создавать программные средства обработки данных, проектировать математическое, лингвистическое, информационное и программное обеспечения интеллектуальных и прикладных систем на основе современных методов искусственного интеллекта, средств и технологий проектирования сложных программно-технических систем; проводить прототипирование, тестирование и отладку интеллектуальных и прикладных систем различного назначения
• Организовать собственную деятельность, определить методы и способы выполнения профессиональных задач, оценить их эффективность; планировать исследовательские работы, проводить самостоятельные исследовательские работы

Похожие ОП