7M06101 Программная инженерия в МУИТ (IITU)

Дисциплины

• Теория массового обслуживания

  Краткое описание курса Цель этого курса - Формирование навыков математического моделирования процессов обслуживания и умения с помощью математических методов оценивать качество управления обслуживанием. Ожидаемые результаты После успешного завершения курса студенты смогут:  Знание элементов теории вероятностей и теории случайных процессов, используемых при исследовании систем массового обслуживания;  Умение строить математические модели функционирования СМО, владение аналитическими методами расчета показателей качества обслуживания и соответствующим математическим аппаратом;

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Теория и технология Blockchain

  Целью данного курса является знакомство магистрантов с технологией блокчейн, ее возможностями и перспективами. Курс рассматривает математические, криптографические основы и применение данной технологии для решения прикладных задач (смарт-контракты, управление цепочками поставок, цифровые подписи и алгоритмы их верификации).

  Год обучения - 1
  Семестр - 1
  Кредитов - 4
  

• Геоинформационные системы

  Курс знакомит слушателей с основными способами организации, хранения и моделирования пространственных данных. Содержание дисциплины также охватывает круг вопросов, связанных с автоматизированным картографированием и применением геоинформационных технологий в принятии управленческих решений.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Алгоритмы в теории графов

  Во время прохождения дисциплины рассмотрены основные понятия теории графов, связность графов. Поставлены оптимизационные задачи теории графов: задачи поиска оптимальных путей и задачи размещения, приведены алгоритмы из решения. Рассмотрен особый вид графа – деревья и связанные с ними задачи: поиск кратчайшего остовного дерева и поиск максимального ориентированного леса, а также применение деревьев для хранения информации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• DevOps

  Данный курс рассматривает ключевые концепции и принципы DevOps, организационные факторы и инструменты автоматизации при разработке программных продуктов данным методом. После прохождения данного курса магистранты смогут синхронизировать этапы разработки программного продукта, QA, автоматизировать задачи, а также применять методологию, которая помогает автоматизировать рабочие процессы, что позволит увеличить скорость и продуктивность разработчиков, тестировщиков и системных администраторов.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Психология управления

  Цель курса - фундаментальное изучение современных трактовок предмета и основных категорий психологической науки; работа с психологическими механизмами управления и закономерностями межличностного взаимодействия в условиях профессиональной деятельности; обоснование актуальности психологического знания в решении практических вопросов в жизнедеятельности человека; развитие системного, творческого мышления будущего специалиста, исследовательской культуры и потребности в непрерывном самообразовании и саморазвитии.

  Год обучения - 1
  Семестр - 1
  Кредитов - 4
  

• Иностранный язык (профессиональный)

  Это практический курс продолжительностью один семестр, который адаптирует программу английского языка к профессиональным/исследовательским потребностям магистрантов. В рамках курса магистранты будут работать над индивидуальным проектом и исследовательским портфолио. К концу курса магистранты должны организовать и представить портфолио по своим исследованиям.

  Год обучения - 1
  Семестр - 1
  Кредитов - 4
  

• Марковские цепи и процессы принятия решений

  Краткое описание курса Данная дисциплина предполагает изучение Марковских цепей, в которых каждый элемент полностью определен предыдущим. Данные цепи широко используются в постановке задач привязки искусственного интеллекта к поведению агента в определенной среде, например, робота в реальном окружении, на чем, например, основывается обучение с подкреплением. Ожидаемые результаты После успешного завершения курса студенты смогут:  работать с методами построения вероятностных моделей описывающих стохастическую динамику процессов;  выполнить выборку и оценку;  разработать систему массового обслуживания  уметь устанавливать свойства решений стохастических систем.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Математика для вычислительных наук

  Краткое описание курса Данный курс охватывает введение в математические курсы необходимые для освоения специализированных дисциплин вычислительных наук, основанных на численных решениях детерминированных и вероятностных уравнений математической физики и прикладных моделях, используемых на техническом производстве и финансовом секторе, а именно, теорию обыкновенных дифференциальных уравнений, их типизацию и базовые методы аналитического решения и введение в дифференциальные уравнения в частных производных. Ожидаемые результаты После успешного завершения курса студенты смогут:  аргументированно отстаивать правильность выбора решения математических и статистических проблем;  критически оценивать свою деятельность, деятельность команды, и быть способным к самообразованию и саморазвитию.  Создавать приложения к пакетам программ для оптимизации профессиональной деятельности в изучаемых областях наук, проводить лабораторные и численные эксперименты, оценивать точность и достоверность результатов моделирования;

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Генеративно-состязательные сети

  Краткое описание курса Данная дисциплина посвящена новейшим методам генеративно-состязательных сетей, и их использованию для создания реалистичных изображений и трехмерных структур. По освоению дисциплины студенты должны знать: концепцию и организацию генеративной модели; концепцию и организацию дискриминативной модели; уметь: обучать генеративно-состязательные сети и генерировать с их помощью изображения, начиная от базовых рукописных цифр, до восстановления, коррекции, окрашивания фотографий; генерировать 3D. Ожидаемые результаты После успешного завершения курса студенты смогут:  Обладать углубленным пониманием принципов работы генеративно-состязательных сетей, их структуры и основных компонентов.  проектировать и обучать генеративно-состязательные модели для различных типов данных, таких как изображения, текст, звук и другие.  применение ГСС в различных областях, таких как компьютерное зрение, обработка естественного языка, генерация контента и другие творческие приложения.  настраивать и оптимизировать параметры ГСС для достижения лучших результатов в различных задачах.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Управление разработкой программного обеспечения и реинжениринг

  Целью данного курса является научить магистрантов анализировать и проектировать программное обеспечение, управлять командой в процессе разработки ПО, определять и оценивать меру ответственности участников проектной группы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Педагогика высшей школы

  Целями освоения дисциплины «Педагогика высшей школы» являются – предоставить знания об управлении учебным процессом для преподавания в высшей школе, дать представление об основных категориях педагогики, о месте, роли и значении педагогики высшей школы в системе наук о человеке и в практической деятельности педагога, сформировать понимание о базовых принципах современной педагогики и методических подходах к решению педагогических задач высшей школы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• История и философия науки

  Цель дисциплины сформировать навыки работы с литературой научного характера; навыки логического, системного и критического мышления. В дисциплине будут изучены: основные этапы развития науки; история и философия науки для формирования осознанного отношения к окружающей среде и истории, основные принципы научно-исследовательской деятельности.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Методология научных исследований

  Изучение видов научных исследований, методологии научного познания, проведения исследований, формирования выводов и заключений, написания научных статей и докладов на конференции, обобщения результатов научно-исследовательской работы в диссертации, ее структуры и содержания.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Расширенные веб-технологии

  В рамках курса рассматриваются концепции, технологии и методы создания крупномасштабной распределенной программной системы с использованием сервис-ориентированных вычислений и облачных приложений. Углубленное изучение передовых технологий, ориентированных на веб-стандарты, интерактивность и дизайн.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Проектирование корпоративных сетей

  Курс нацелен на получение знаний и приобретение навыков, необходимых для проектирования корпоративной сети, включая современные решения для адресации и маршрутизации. Рассматриваются такие понятия как современные корпоративные сети, WAN, службы безопасности, сетевые службы и SDA с программным доступом.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Управление проектами в IT

  Ознакомление магистрантов с теоретическими и практическими основами управления проектами в сфере информационных технологий, а также командами разработчиков, выработка практических навыков подготовки и ведения проектов, обучение умению общаться с коллективом для достижения продуктивной деятельности.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Анализ Web данных

  Изучение методов интеллектуального анализа web данных для решения различных задач аналитической обработки, создание моделей анализа структурированных и полуструктурированных web данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Linux в корпоративных сетях

  Курс нацелен на изучение администрирования операционной системы Linux. Внимание сосредоточено на основополагающих концепциях ОС Linux и основных ее задачах. Рассматриваются применение концепции командной строки и инструментов уровня предприятием.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Машинное обучение и компьютерная статистика

  Курс включает такие темы как контролируемое обучение (линейные модели обучения, нейронные сети, опорные векторные машины); обучение без учителя (кластеризация, уменьшение размерности); теория обучения (теория CV; большие поля). Обсуждаются современные сферы применения машинного обучения, такие как роботизированное управление, интеллектуальный анализ данных, автономная навигация, распознавание речи, а также обработка текстовых и веб-данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Федеративные вычисления

  Краткое описание курса Курс нацелен на разработку понимания основных принципов федеративных вычислений, включая безопасную передачу данных и согласование между устройствами. Так же Овладение навыками программирования для реализации федеративных алгоритмов. Это может включать в себя использование специальных библиотек и фреймворков. Ожидаемые результаты После успешного завершения курса студенты смогут: - Применять федеративные вычисления к конкретным задачам, таким как машинное обучение, анализ данных, обработка естественного языка; - Смогут обеспечить безопасности данных в федеративных вычислениях, включая шифрование, аутентефикацию, и другие техники;

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Квантовые вычисления

  Краткое описание курса Курс нацелен на получение магистрантами знаний и приобретение ими навыков, формирование у студентов теоретических знаний по основным понятиям и методам теории квантовых вычислений. Ожидаемые результаты После успешного завершения курса студенты смогут:  знать основные понятия, постановки задач и методы исследования теории квантовых вычислений и теории квантовых измерений;  владеть практическими навыками построения N-кубитных квантовых схем и расчета вероятностных распределений при квантовых измерениях;  владеть навыками анализа квантовых алгоритмов и квантовых информационных протоколов.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• IoT и искусственный интеллект

  Целью этого курса является обучение магистрантов методам продвинутого искусственного интеллекта, которые могут быть полезны для промышленной автоматизации, оценки состояния окружающей среды, а также для взаимодействия человека и компьютера и др.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

Профессии

Результаты обучения

• Формулировать и решать задачи, возникающие в ходе научно-исследовательской деятельности и требующие углубленных профессиональных знаний.
• Выбирать необходимые подходы и методы исследования, модифицировать существующие и разрабатывать новые, исходя из задач конкретного исследования, а также для решения проблем в новой среде, в более широком междисциплинарном контексте.
• Применять методологические и методические знания в процессе проведения научного исследования, педагогической и воспитательной работы. Демонстрировать навыки, необходимые для самостоятельного продолжения обучения.
• Применять психологические методы и средства повышения эффективности и качества преподавания в педагогической деятельности.
• Применять количественные методы и приемы для выработки эффективных решений производственных задач с учетом социальных, этических и научных соображений.
• Анализировать программное обеспечение в рамках направления производственной деятельности.
• Проектировать и разрабатывать программные системы для решения прикладных задач в рамках производственной деятельности.
• Управлять командой в процессе разработки ПО.
• Использовать передовые технологии для организации эффективного хранения и управления данными; применять методы анализа данных для решения различных задач.
• Знать методы научных исследований и академического письма, понимать значение принципов и культуры академической честности; уметь четко и недвусмысленно сообщать информацию, идеи, выводы как специалистам, так и не неспециалистам.

Похожие ОП