6B07113 Интеллектуальные системы управления в КазНУ им. аль-Фараби

Дисциплины

• Математика для инженеров

  Цель дисциплины состоит в формировании способности использовать знания разделов высшей математики в прикладных задачах. В рамках дисциплины рассматриваются следующие аспекты: Элементы линейной алгебры. Матрицы и определители. Системы линейных алгебраических уравнений. Векторы. Уравнения прямой. Уравнения второго порядка. Предел функции. Непрерывность функции. Производная функции. Правила дифференцирования. Функции нескольких переменных. Экстремальные функции нескольких переменных. Неопределенный интеграл. Основные методы интегрирования. Определенные, несобственные интегралы. Приложения определенного интеграла. Функция распределения случайной величины. События и случайные величины. Моменты случайных величин. Условные вероятности. Распределение Пуассона и некоторые другие распределения. Исследование выборками. Интервальные оценки. Дисперсионный анализ. Совместная функция распределения нескольких случайных величин. Цепи Маркова.

  Год обучения - 1
  Семестр - 1
  Кредитов - 6
  

• Экология и безопасность жизнедеятельности человека

  Цель – сформировать ряд ключевых компетенций, базирующихся на современных концепциях природопользования, реализующих принципы гармоничной оптимизации условий взаимодействия человека с природой. Будут изучены: принципы устойчивого развития, сохранения и воспроизводства природных ресурсов для обеспечения безопасности жизнедеятельности человека, способы оценки и минимизации рисков, защиты от опасностей, мероприятия по ликвидации последствий аварий, катастроф, стихийных бедствий, охране окружающей среды и рациональному природопользованию.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Правовые основы противодействия коррупции

  Цель дисциплины: сформировать ответственное отношение, способность демонстрировать на практике применение принципов, норм антикоррупционного законодательства в целях предупреждения коррупционных правонарушений, формирования нетерпимости к коррупционным проявлениям, антикоррупционной культуры, гражданской ответственности. Будут изучены: антикоррупционное законодательство, система и деятельность субъектов противодействия коррупции, причины и условия, способствующие коррупции, антикоррупционная политика, международный опыт борьбы с коррупцией.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Аль-Фараби и современность

  Цель дисциплины: формирование у студентов представлений о научно-философском наследии великого тюркского мыслителя Абу Насра аль-Фараби в контексте развития мировой и национальной культуры. Будут изучены особенности наследия аль-Фараби и его влияние на формирование тюркской философии, характер влияния восточной философии на Европейский Ренессанс; традиционные и современные проблемы истории национальной и мировой философии.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Прикладная физика

  Цель дисциплины: формирование у студентов систематизированных знаний о естественнонаучной картине мира, знаний об основных законах физики; развивать навыки применения законов и эффектов физики для решения профессиональных задач. Будут изучаться: механическое движение тел, строение материалов, тепловые, электрические, магнитные и оптические свойства материалов, применение физических эффектов технике.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Основы финансовой грамотности

  Цель дисциплины - сформировать у обучающихся рациональное финансовое поведение на основе понимания финансовой информации, а также способности критически оценивать и анализировать процессы, связанные с защитой их прав и интересов в качестве потребителей финансовых услуг посредством использования финансовых инструментов в том числе цифровых технологий.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Предпринимательство

  Цель: формирование практических навыков осуществления предпринимательской деятельности на основе изучения теории и практики предпринимательства. Студент будет способен: использовать возможности рынка, соответствующие их личным интересам и способностям; принять первоначальное решение о начале бизнеса; эффективно работать в рамках действующих правовых норм; определять и оценивать потенциальные рыночные возможности стартапа.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Методы научных исследований

  Цель - сформировать навыки в познавательной деятельности в сфере науки. Использовать методы научных исследований для понимания и усвоения информации. Уметь описывать объект исследования. Владеть методами поиска, обработки научной информации, систематизации, анализа, синтеза для получения объективного содержания научного знания. Применять аналитические и практические методы исследования и системы аргументации для обоснования, утверждения, оценки.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Дискретная математика и математическая логика

  Цель дисциплины ознакомить студентов с классическими и современным состоянием содержания предмета «Дискретная математика и математическая логика», а также приложениями содержания предмета к различным задачам, включая теорию схем. В рамках дисциплины рассматриваются следующие аспекты: Алгебра высказываний. Формулы алгебры высказываний. Дизъюнктивные и конъюнктивные нормальные формы. Исчисление высказываний Аксиомы и правила вывода в исчислении высказываний. Исчисление предикатов. Алгебраические системы. Машины Тьюринга. Логика высказываний. Множества и подмножества. Операции над множествами и законы теории множеств. Применение правил комбинаторики. Графы. Деревья. Пути в деревьях. События и операции над событиями. Определения вероятности. Условная вероятность. Независимость событий. Случайная величина. Виды распределений. Генеральная совокупность и выборка. Проверка статистических гипотез.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Учение Абая

  Цель дисциплины - сформировать у будущих специалистов компетенцию применения своих профессиональных знаний, пониманий и способностей в целях укрепления единства и солидарности страны, повышения интеллектуального потенциала общества. Будут изучены: понятие об учении Абая; источники учения; составные части учения Абая; категории учения Абая; измерительные приборы учения Абая; сущность и значение учения Абая.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Технологии программирования

  Цель дисциплины состоит в формировании способности разрабатывать прикладные программы с использованием методологии, основных парадигм и современных языков программирования. В рамках дисциплины рассматриваются следующие аспекты: Общая характеристика языков программирования. Базовые конструкции современных языков программирования (С++, С#). Операции с применением типов данных и операторов. Поток команд управления на основе операторов принятия решений и циклов. Конструирование и анализ сегментов кода, использующих операторы ветвления. Функции и методы. Способы эффективного хранения и обработки данных. Конструирование и анализ сегментов кода, выполняющих операции файлового ввода-вывода. Процедурное, логическое, функциональное и объектно-ориентированное программирование. Технологии и инструментальные средства программирования.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Дифференциальные управления в приложениях

  Курс представляет собой обзорный курс, охватывающий основные аспекты дифференциального управления и его применение в различных областях приложений. В ходе курса студенты изучают основные понятия и теоретические аспекты дифференциального управления, такие как линейные и нелинейные модели систем, методы анализа устойчивости и проектирования контроллеров.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Операционные системы и сети

  Цель дисциплины состоит в формировании знаний по вычислительным системам и сетям, способности применять знания в проектировании и настройке сетевых решений. В рамках дисциплины рассматриваются следующие аспекты: Многоуровневая компьютерная архитектура. Операционные системы. Сети передачи данных. Управление процессами. Взаимоисключения и синхронизация. Управление памятью. Управление вводом-выводом. Файловые системы. Операционная система Windows; операционная система Linux. Операционные системы для IoT. Операционные системы реального времени. Классификация сетей. Локальные и глобальные сети. Типы передачи данных. Проектирования компьютерной сети. Система OSI. Маршрутизация и коммутация в сетях. Обзор аппаратного обеспечения компьютера. Технологии проводной связи и технологии Open Platform Communications.

  Год обучения - 2
  Семестр - 3
  Кредитов - 6
  

• Теоретические основы электротехники

  Обучить студентов теоретическим основам электротехники и математическому описанию процессов происходящих в электрических цепях. Понятие об электрическом токе; основные понятия электрической цепи; элементная база электрических цепей; расчет электрических цепей при различных режимах; методы расчета сложных электрических цепей; трехфазные цепи; электрические фильтры; цепи с распределенными параметрами; линейные электрические цепи синусоидального тока; нелинейные электрические цепи.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Методы оптимизации и численные методы

  Цель курса в овладение основных идей методов, особенностей областей применения и методики использования их как готового инструмента практической работы при проектировании и разработке систем МО, математической обработке данных экономических и других задач, построении алгоритмов и организации вычислительных процессов на ПК.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Введение в интеллектуальные системы управления

  Целью дисциплины является первоначальное ознакомлении студентов с особенностями, принципами и основными концепциями в построении интеллектуальных систем управления. В рамках данной дисциплины студенты изучают Основные понятия и определения. Классификация интеллектуальных систем управления. Методы и технологии искусственного интеллекта в ИСУ. Проектирование интеллектуальных систем управлении на примерах. Применение интеллектуальных систем управления в технике и управлении транспортными средствами. Робот с интеллектуальных систем управления и человек – их место в обществе. Тренды специализированной роботизации и будущее гуманоидов с интеллектуальными системами управления.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Основы искусственного интеллекта

  Цель курса состоит в формировании способности разрабатывать и внедрять компоненты систем искусственного интеллекта для повышения скорости и качества обработки данных и принятия решений. В рамках дисциплины рассматриваются следующие аспекты: Базовые понятия искусственного интеллекта. Интеллектуальные агенты. Байесовская теория принятия решений. Параметрические методы. Задача кластеризации. Непараметрические методы. Деревья решений. Линейный дискриминантный анализ. Многослойные перцептроны. Прогнозирование с помощью методов обучения с учителем. Реализация перецептрона, адаптивных нейронов на Python. Реализация алгоритмов классификации на Python.

  Год обучения - 2
  Семестр - 4
  Кредитов - 6
  

• Алгоритмы и структуры данных

  Цель курса ознакомить с классическими и современным состоянием содержания предмета, а также приложениями содержания предмета к различным задачам, показать взаимосвязь между алгоритмами и структурами данных, которые обрабатывают эти алгоритмы. В рамках дисциплины рассматриваются следующие аспекты: Численные и не численные алгоритмы. Общая характеристика языков программирования. Базовые конструкции современных языков программирования (С++, С#). Операции с применением типов данных и операторов. Поток команд управления на основе операторов принятия решений и циклов. Конструирование и анализ сегментов кода, использующих операторы ветвления. Функции и методы. Способы эффективного хранения и обработки данных. Конструирование и анализ сегментов кода, выполняющих операции файлового ввода-вывода. Процедурное, логическое, функциональное и объектно-ориентированное программирование. Технологии и инструментальные средства программирования. Численные и не численные алгоритмы. Сложность алгоритмов численного и нечисленного типов. Простейшие поисковые алгоритмы: линейный поиск, оценка сложности. Двоичный поиск, оценка сложности. Возможности ускорения. Алгоритмы двоичного поиска, различные сортировки. Дерево двоичного поиска, его особенности. Графы, деревья, способы их представления в памяти компьютера. Простейшие операции над структурами данных: граф, дерево, список, таблица. Обходы бинарного дерева. Задача поиска. Использование хэш функций линейного типа, особенности. Плоские структуры: фрактальные кривые, L-структуры.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Система имитационного моделирования М2М

  Цель дисциплины состоит в формировании способности применять принципы построения и использовать на практике симуляторы межмашинного взаимодействия М2М. Особенности беспроводного обмена данными устройств IoT и М2М. Протокол САN для связи между автомобилями и M-Bus для дистанционного снятия показаний со счетчиков потребления электроэнергии.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Теория баз данных

  Цель дисциплины состоит в формировании способности осуществлять концептуальное, логическое и физическое проектирование баз данных; использовать языки создания запросов для организации и управления данными. В рамках дисциплины рассматриваются следующие аспекты: В рамках дисциплины рассматриваются следующие аспекты: Абстракция данных и введение в управление данными. Инфологическое моделирование и модель «сущность-связь». Даталогическое проектирование и реляционная модель данных. Язык манипулирования данными SQL. Проектирование и тестирование реляционной базы данных. Обеспечение целостности данных. Данные в нереляционной форме и знания. Современные технологии доступа к данным.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Межмашинное взаимодействие М2М

  Цель дисциплины состоит в формировании способности применять принципы М2М беспроводного обмена данными устройств IoT для создания удаленного управления коллективными смарт устройствами. В рамках дисциплины отображаются следующие аспекты: особенности беспроводного обмена данным устройств IoT, связанные с миниатюрность и слабой энерговооруженность датчиков IoT, протокол DDS и присущие ему операции чтения/записи в соответствии принятыми классами обмена данными, три способа получения данных в протоколе DDS, обмен данных в виде опроса, ожидания и листинга, протокол XMPP сенсорный узел-брокер. Специализированный протокол COAP, запросы-ответы данного протокола: GET, PUT, HEAD, POST, DELETE. Протокол MQTT (Message Queue Telemetry Transport) для телеметрии и дистанционного мониторинга устройств IoT.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Цифравая схематехника систем управления

  Курс предоставляет полное понимание цифровых систем в контексте управления. Обучение включает изучение принципов работы цифровых устройств, алгоритмов управления, схем связи, а также методов анализа и проектирования. Студенты приобретают навыки разработки и оптимизации цифровых систем для применения в современной промышленности.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Линейные системы автоматического регулирования

  Цель дисциплины состоит в формировании способности проектировать и использовать линейные системы автоматического управления в соответствии с техническим заданием и нормативно-технической документацией. В рамках дисциплины указаны следующие аспекты: Принципы построения системы автоматического регулирования (САР). Управление и регулирование в технике, объекты и системы автоматического регулирования. Принципы построения системы автоматического регулирования (САР). Функциональное описание САР и их элементов. Классификация САР. Передаточные функции. Анализ процессов в стационарных линейных системах. Постановка задачи устойчивости. Переходная и установившаяся ошибки. Частотные характеристики и свойства переходного процесса. Системы с запаздыванием. Анализ переходных процессов. Способы и средства улучшения свойств линейных САР. Синтез корректирующих устройств по логарифмическим амплитудно-частотным характеристикам.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Введение в интеллектуальный анализ данных

  Цель дисциплины состоит в формировании способности применять методы и алгоритмы интеллектуального анализа при решении задач выявления неявных закономерностей в больших наборах данных. В рамках дисциплины рассматриваются следующие аспекты: Введение в интеллектуальный анализ данных. Объекты данных и типы атрибутов. Python. Бибилиотеки. Основные статистические описания данных. Визуализация данных. Измерение сходства и несоответствия данных. Предварительная обработка данных. Хранение данных и онлайн-аналитическая обработка. Моделирование хранилища данных: куб данных и OLAP. Технология куб данных. Шаблоны частотного извлечения, ассоциации и корреляции. Усовершенствованная модель. Классификация: основные понятия. Кластерный анализ: основные понятия и методы. Расширенный кластерный анализ. Обнаружение выбросов. Тенденции интеллектуального анализа данных и границы исследований.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Машинное обучение

  Цель дисциплины состоит в формировании способности осуществлять выбор приемлемого метода машинного обучения для решения конкретной задачи анализа данных, выполнять предобработку данных, настройку параметров метода анализа и интерпретацию полученных результатов. В рамках дисциплины рассматриваются следующие аспекты: Введение в машинное обучение. Логические методы: решающие деревья и решающие леса. Метрические методы классификации. Линейные методы, стохастический градиент. Метод опорных векторов (SVM).

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Симуляторы человеко-машинного взаимодействия

  Цель дисциплины состоит в формировании способности проектировать и использовать пользовательский интерфейс, который соединяет оператора с контроллером интеллектуализированных технических объектов. В рамках дисциплины изучаются: Способы и методы симулирования при конфигурировании HMI с использованием графического редактора. Современные графические информационные панели микропроцессорных комплексов. Перенос программ в систему HMI (Panel или Software) и обратно. Использование встроенных шаблонов и графических объектов. Сценарии для улучшения дизайна проекта. Интерпретация функциональной спецификации для конфигурирования системы HMI.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Интегрированная среда автоматизации

  Цель дисциплины состоит в формировании способности практически применять интегрированную среду автоматизации для создания программно-аппаратного комплекса многоуровневой современной автоматизации на микроконтроллерах сложного технического объекта. Реализация задач автоматизации на языке программирования в STL. Структура и компоненты команд и операторов языка STL.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Введение в Big Data с помощью SQL

  Цель дисциплины состоит в формировании способности работать с крупномасштабными данными с помощью SQL. В рамках дисциплины рассматриваются следующие аспекты: Hive и Impala, которые являются наиболее широко развернутыми из этих механизмов запросов. Это стандартные в отрасли SQL-движки big data, и по мере роста объемов данных они все больше разрушают некоторые традиционные решения. Ознакомление с Оперативные и аналитические базы данных, Реляционными базами данных и SQL, Распределенное Хранилище Данных, Структурированные Данные, Неструктурированные, Полу структурированные Данные, Big Data Analytic Databases (Data Warehouses), NoSQL: операционный, неструктурированный и Полу структурированный, Big Data ACID-Compliant RDBMSs (СУБД).

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Введение в цифровое производство

  Курс, знакомит с основами цифровых технологий в производственных процессах. Обучение включает в себя основы компьютерного моделирования, автоматизации производства, применение Интернета вещей и цифровых двойников. Студенты изучают интеграцию цифровых инструментов для оптимизации производственных процессов и повышения эффективности.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Симуляторы TIA Portal 1

  Цель дисциплины состоит в формировании способности разрабатывать локальные системы автоматического регулирования и управления на базе микропроцессорного комплекта, реализовывать, отлаживать и запускать на практике все виды изученных программно-аппаратных средств регулирования и управления актуаторами. В рамках дисциплины рассматриваются следующие аспекты: Компоненты среды разработки и коммуникация. Обзор и основные характеристики устройств платформы. Принцип обработки программы системой автоматизации. Адресация и подключение сигнальных модулей. Конфигурирование и параметрирование модулей. Структурирование программы, применение программных блоков различных типов. Интеграция системы визуализации. Диагностические функции, локализация и устранение программных и аппаратных ошибок. Функции, функциональные блоки и мульти-экземпляры. Классическая программная обработка ошибок в организационных блоках. Анализ диагностических данных.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Основы разработки облачных приложений

  Цель дисциплины сформировать у студентов необходимый объем теоретических и практических знаний о технологии облачных вычислениях, умений и навыков практической реализации выгод облачных технологий в современном бизнесе, изучение инструментальных средств данной технологии. В рамках дисциплины рассматриваются следующие аспекты: Введение в понятия облачных вычислений. Обзор парадигмы облачных вычислений, Архитектура облачных систем. Модели развёртывания облаков: частное облако, публичное облако, гибридное облако, общественное облако. Основные модели предоставления услуг облачных вычислений: Software as a Service (SaaS) (ПО-как услуга), Platform as a Service (PaaS), Microsoft, Amazon, Google. Примеры облачных сервисов Microsoft. Примеры облачных сервисов Google. Amazon Elastic Computing Cloud.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Человеко-машинное взаимодействие в IoT

  Целью дисциплины является изучение моделей, методов и технологии оптимального проектирования процессов функционирования человеко-машинных систем. В рамках дисциплины отображаются следующие аспекты: Экспертные системы человеко-машинного взаимодействия. Системы принятия решений, основанные на вычислительной компоненте. Языково-алгебраические системы кусочно-линейных автоматов. Формальные грамматики, сети Петри, логические автоматы и схемы алгоритмов Ляпунова, логико-лингвистические модели ситуационного управления, схемы Янова Функциональные и функционально-семантические сети. Вероятностно-алгоритмические и нечетко-алгоритмические модели.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Big Data и облачные вычисления

  Цель дисциплины состоит в формировании способности применять концепции, технологии, архитектуры и приложения облачных вычислений для исследования и решения современных фундаментальных задач. В рамках дисциплины рассматриваются следующие аспекты: Основные тенденции развития облачных вычислений и технологий. Архитектура «облачных» технологий. Способы и особенности проектирования «облачных» сервисов. Основные модели предоставления услуг облачных вычислений. Решения ведущих вендоров – Microsoft, Amazon, Google. Основные преимущества и недостатки моделей облачных вычислений и предлагаемых на их основе решений.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• PLC программирование

  Цель дисциплины состоит в изучении основам программирования промышленных контроллеров (PLC) и их применению в автоматизированных системах управления. В этой дисциплине изучаются основы промышленной автоматизации и роль PLC. Рассматривается архитектура PLC, языки программирования (например, Ladder Logic, Structured Text), разработка программ, отладка, интеграция с другими системами, применение в различных отраслях промышленности.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Человек-машинный интерфейс TIA Portal

  Цель дисциплины: изучение работы симулятора человеко-машинного взаимодействия (HMI), встроенного в современную интегрированную среду автоматизации. Пән аясында келесі аспектілер бейнеленеді: Plcsim ортасында WinCC сенсорлық экрандардың графикалық редакторын KTP900 Basic Симатикасымен HMI контроллерді конфигурациялауда симуляциялау тәсілдері мен әдістері. Микропроцессорлық кешендердің қазіргі графикалық ақпараттық панельдерінде күрделілігі әртүрлі деңгейдегі технологиялық ақпаратты бейнелеумен есептер. Микроконтроллерлік автоматтандыру құрылғыларын конфигурациялау және тестілеу сұрақтары.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Проектирование систем автоматизации и управления

  Курс предназначен для изучения основных принципов и методов проектирования и разработки автоматизированных систем управления. Студенты изучают теоретические основы автоматики, программирование контроллеров, принципы построения схем управления, а также методы анализа и оптимизации систем автоматического управления.

  Год обучения - 3
  Семестр - 6
  Кредитов - 6
  

• Инструмент для анализа Big Data

  Цель дисциплины состоит в формировании способности в работе с инструментами для анализа и обработки больших данных.В рамках дисциплины рассматриваются следующие аспекты: Анализ больших данных; Управление большими данными; Интеграция больших данных;Системы управления (инструменты) большими данными такие как: Apache Hive; Oracle; HDFS.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Нелинейные системы автоматического регулирования

  Цель дисциплины состоит в формировании способности строить математические модели нелинейных систем, определять их топологические свойства и характеристики, применять методы исследования периодических движений в нелинейных системах управления. Методы линеаризации нелинейных моделей. Анализ поведения СУ на фазовой плоскости.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Теория автоматического управления

  Целью курса является ознакомление с основными принципами и методами автоматического управления, включая математическое моделирование, анализ и синтез систем управления. Студенты изучают различные виды систем управления, методы стабилизации и оптимизации, а также приобретают навыки в применении теоретических концепций к решению реальных инженерных задач.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Модели глубокого обучения

  Цель дисциплины состоит в формировании способности применять глубокие нейронные сети для решения задач, требующих больших вычислительных ресурсов. В рамках дисциплины рассматриваются следующие аспекты: Устройство глубоких нейронных сетей. Архитектуры сетей. Существующие программные системы для глубокого обучения. Оценка качества обучения. Задача компьютерного зрения. Применение глубоких нейронных сетей для решения задач компьютерного зрения: классификация и сегментация изображений, использование сетей, предварительно обученных на наборе данных, подготовка набора данных из изображений.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Программирование микроконтроллеров

  Основная цель курса - ознакомить студентов с основами программирования микроконтроллеров, их архитектурой, методами взаимодействия с периферийными устройствами и разработкой встраиваемых приложений. Аспекты курса включают в себя изучение языков программирования для микроконтроллеров, таких как C или C++, а также основных концепций взаимодействия с периферийными устройствами, включая датчики, актуаторы и коммуникационные интерфейсы.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Безопасность вычислительных систем и сетей

  Цель дисциплины состоит в в освоении базовых знаний и навыков, охватывающих все области информационной безопасности, безопасности систем и сетей, технологии и методы защиты. В рамках дисциплины рассматриваются следующие аспекты: Информационная безопасность. Классификация компьютерных преступлений. Пользователи и злоумышленники в Интернет. Защита от компьютерных вирусов. Признаки заражения компьютера. Средства противодействия угрозам безопасности. Архитектура управления безопасностью ИТ-среды. Виды средств контроля целостности данных. Цифровые подписи. Сертификаты. Обеспечение целостности баз данных. Обеспечение безопасности сетевых устройств. Защита граничного маршрутизатора. Настройка безопасного административного доступа. Мониторинг устройств и управление ими. Аутентификация, авторизация и учет. Защита операционных систем. Угрозы безопасности ОС и атаки на ОС. Системы обнаружения атак и технологии обнаружения атак.

  Год обучения - 4
  Семестр - 7
  Кредитов - 6
  

• Компьютерное зрение в IoT

  Целью курса является изучение применения алгоритмов компьютерного зрения в сфере интернета вещей (IoT). Студенты получат знания о методах анализа изображений, распознавания образов, обработки видео и использования данных с датчиков для решения различных задач в IoT, таких как мониторинг, управление и контроль качества.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Системы интеллектуального управления производственными процессами

  Курс представляет собой изучение современных методов и технологий, применяемых в интеллектуальных системах управления производственными процессами. Студенты осваивают принципы машинного обучения, анализа данных, искусственного интеллекта и их применение для оптимизации и автоматизации производственных операций.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Цифровое компьютеризированное производство

  Курс представляет собой обширное изучение применения современных цифровых технологий в производственных процессах. Студенты изучают концепции и методы, лежащие в основе цифровизации производства, включая компьютерно-числовое управление (ЧПУ), автоматизированные системы проектирования (САПР), трехмерную печать, машинное обучение, Интернет вещей (IoT) и цифровую двойника.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Моделирование и оптимизация управления устройств IIoT

  Целью дисциплины является построение информационной модели управления устройствами IIoT, а также моделирование и оптимизация межмашинного взаимодействия устройств IIoT. В рамках дисциплины отображаются аспекты: Проблема унификации протоколов проводного и беспроводного обмена данными технологических процессов. Выбор специализированных серверных решений. ОРС-серверы.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Бережливое производство

  Целью дисциплины является изучение методов и принципов, направленных на оптимизацию производственных процессов, уменьшение потерь и повышение эффективности производства. В этом курсе освещаются основные принципы и инструменты бережливого производства, такие как 5S, Kaizen, Теория ограничений и другие, а также их применение для оптимизации производственных процессов, управления качеством и снижения издержек в различных отраслях.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Цифровые устройства и микропроцессоры

  Курс представляет собой изучение аппаратных основ цифровой электроники и микропроцессорных систем. В ходе обучения студенты углубляют свои знания о принципах функционирования цифровых устройств, включая схемотехнику, логику, схемы управления и ввода-вывода данных. Основное внимание уделяется проектированию, анализу и программированию микропроцессорных систем на языке ассемблера и высокоуровневых языках программирования.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Проектирование интеллектуальных систем управления

  Целью дисциплины является изучение методов и принципов проектирования интеллектуальных систем управления. Этот курс охватывает основы интеллектуальных систем и их применение в управлении процессами, включая методы моделирования и анализа, оптимизацию алгоритмов управления, проектирование интегрированных систем, программное обеспечение, применение технологий ИИ и машинного обучения, а также практические примеры внедрения в различных отраслях.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Проект по интеллектуализации мехотронных систем

  Цель дисциплины состоит в формировании способности создавать прототипы мехатронного устройства с интеллектуализированными технологическими параметрами по распознаванию траектории движения, препятствий и датчиков поста обслуживания. В рамках дисциплины отображаются следующие аспекты: Классификация влияния дискретных датчиков и данных шагового двигателя для реализации позиционирования мехатронного устройства по постам обслуживания. Оценка чувствительности сенсорного датчика освещенности для создания системы опознавания траектории движения от поста к посту на технологической белой линии. Анализ точности установки мехатронной тележки по индуктивному кольцу. Устойчивость заданных режимов работы интеллектуализированного устройства технологической цепочки производства.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Программные средства моделирования производственных систем

  Курс предназначен для изучения методов и инструментов моделирования и анализа производственных систем с использованием программного обеспечения. Студенты осваивают теоретические основы моделирования, разрабатывают навыки работы с различными программными средствами, включая ARENA, Simul8, AnyLogic, и применяют их для оптимизации производственных процессов.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Цифровая обработка сигналов

  Курс представляет собой детальное изучение методов анализа, обработки и интерпретации сигналов с использованием цифровых технологий. Студенты изучают основы дискретной математики, преобразование Фурье, фильтрацию, корреляцию и спектральный анализ. Они также осваивают программное обеспечение для моделирования и анализа сигналов

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Введение в блокчейн

  Цель дисциплины состоит в формировании способности описывать концептуальные принципы технологии блокчейна. В рамках дисциплины отображаются следующие аспекты: История цифровых денег. Децентрализация. Понимание основ блокчейна. Византийская отказоустойчивость. Узлы в блокчейне. Технологии распределенного реестра. Криптография в блокчейне. Алгоритм консенсуса и майнинг блоков. Введение в блокчейны EVM. Понимание криптовалюты. Введение в смарт-контракты. Технологические платформы блокчейна. Варианты использования и приложения блокчейна. Блокчейн-примитивы.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Промышленные сети

  Цель дисциплины состоит в изучении основ промышленных сетей и их применения в промышленных средах. Этот курс охватывает следующие важные аспекты промышленных сетей: типы и значимость в современных условиях, архитектура и протоколы передачи данных, проектирование, интеграция с другими системами, безопасность и методы обслуживания для надежности и производительности.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

Профессии

Результаты обучения

• Проектировать программное обеспечение для IoT устройств, программировать графический интерфейс пользователя, бизнес-логику приложений и межмашинное взаимодействие для IoT систем.
• Анализировать особенности социальных, политических, культурных, финансовых институтов в контексте их роли в модернизации казахстанского общества, критически оценивать и анализировать процессы, связанные с защитой прав и интересов в качестве потребителей финансовых услуг, описывать этапы становления независимой казахстанской государственности в контексте всемирного и евразийского исторического процесса.
• Работать в команде, толерантно воспринимая социальные, этнические и культурные различия, критически оценивать свою деятельность, деятельность команды.
• Осуществлять управление, анализ и мониторинг IoT устройств в соответствии с утвержденными нормативными документами, метрологическими характеристиками и режимами работы IoT устройств.
• Исследовать задачи управления производственно-технологическими процессами, применять методы искусственного интеллекта при решении задач и принятии решений, проводить тестирование, внедрение и сопровождение интеллектуальных систем управления.
• Использовать понятийный аппарат, методы и средства высшей математики, автоматического управления, электротехники, систем автоматического регулирования для анализа и синтеза информационных потоков данных измерительных приборов систем автоматизации.
• Проектировать и разрабатывать цифровые системы рассматриваемого объекта (процесса), включая имитационную модель, программный код, тестирование и модернизацию приложений, владеть навыками применения знаний об основных законах физики для достижения точного воспроизведения и анализа реального объекта.
• Проводить анализ больших данных, проектировать и разрабатывать программные средства для хранения, обработки и анализа больших данных, использовать службы облачных платформ для поддержки современных архитектур приложений.
• Разрабатывать инновационные решения для интеграции новых технологий с существующими IoT системами и создавать новые интеллектуальные решения, применять программные средства моделирования для разработки и анализа моделей, включая моделирование поведения, производительности и оптимизацию процессов в интеллектуальных системах управления.
• Проводить анализ предметной области, проектировать и разрабатывать эффективные алгоритмы для обработки данных и управления системами, использовать современные инструменты и среды разработки для создания эффективных программных решений, выбирать наиболее подходящие алгоритмы и структуры данных для конкретных проблем.
• Производить установку, обслуживание и мониторинг сетевого оборудования с использованием протоколов информационного обмена, правил и методов установления сетевых соединений, базовых сетевых служб и принципов сетевой безопасности.
• Обладать высокой коммуникативной компетенцией для активного использования иностранного языка в повседневной и профессиональной среде, проявлять любознательность и вовлеченность в потребности клиентов, быстро обучаться, эффективно работать в команде, уважая социальные, этнические и культурные различия, а также критически оценивать свою деятельность и работу команды.

Похожие ОП