8D06101 Информационные системы (по отраслям) в ВКТУ им. Д. Серикбаева
-
Цель образовательной программы Подготовка научно-педагогических кадров c высоким уровнем профессиональной образованности и культуры для проведения фундаментальных и прикладных научных исследований, направленных на анализ, проектирование и управление сложными информационными системами, процессами и технологиями в различных сферах и присуждением ученой степени доктора философии (PhD) по специальности Информационные системы.
-
Академическая степень Докторантура
-
Языки обучения Русский, Казахский, Английский
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
Дисциплины
-
Анализ и визуализация данных
Практико-ориентированная форма обучения в рамках данной дисциплины позволяет реализовать важный этап интеллектуального анализа данных. Визуализация данных позволит оценить степень соответствия ожиданиям и пригодности данных к анализу, выдвижения гипотез о закономерностях и необходимых процедурах первичной обработки. Будут реализованы методы визуализации исходных данных, визуализации результатов первичной обработки, визуализации промежуточных и окончательных результатов.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Методы научных исследований
Дисциплина направлена на развитие фундаментальных знаний о методологии научных исследований и приобретению практических навыков проведения исследований в области ИКТ с соблюдением принципов и критериев научного исследования. Дисциплина включает практические аспекты формирования цельного представления об информационных технологиях управления знаниями и реализацию методов Data Science.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Академическое письмо
Дисциплина способствует дальнейшему развитию у обучающихся умений посредством достаточно убедительного научного текста (статьи, диссертации, рецензии, монографии, аннотации) выражать и обосновывать свои мысли при выполнении собственных исследовательских проектов и программ в сфере своей деятельности и предоставлять результаты в письменной форме в соответствии с правовыми нормами Республики Казахстан и международного академического сообщества на казахском, русском и английском языках.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Machine Learning & Data Science
Дисциплина направлена на развитие навыков работы с алгоритмами машинного обучения для решения реальных научно-технологических задач по направлению диссертационного исследования. Изучаются алгоритмы контролируемого машинного обучения, основанные на фактических данных, алгоритмы неуправляемого машинного обучения, являющиеся прогностическими моделями, а также алгоритмы усиленного обучения, в которых используются программные агенты.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Разработка и экспертиза научно-исследовательских проектов в области ИКТ
Дисциплина направлена на изучение требований к фундаментальным и прикладным научным исследованиям и экспериментальным разработкам в области ИКТ, процессам организации и проведения экспертизы проектов коммерциализации результатов научной и научно-технической деятельности. Развиваются практические навыки написания заявок по теме исследования на получение научных грантов, навыки научно-технического анализа и экспертизы проектов в области ИКТ
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Аналитика больших данных
Курс направлен на развитие навыков анализа больших объемов данных для решения научно-технологических задач по направлению диссертационного исследования. Докторант приобретает практические навыки решения экспериментальных и теоретических задач в области аналитики больших данных. Приобретённые практически навыки позволят представить результаты диссертационного исследования в научных журналах и отчетах НИР в виде прилагаемого к статье компьютерного исполняемого модуля вычислительной модели экспериментальных данных.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Методы системного синтеза в управлении сложными системами
Изучаются методы системной инженерии позволяющие выявить объективные закономерности функционирования сложных объектов и учитывать существенные факторы для повышения качества этих объектов. Дисциплина направлена на развитие практических навыков установления структурных связей между переменными или элементами исследуемой сложной системы, а также приобретение навыков структуризации проблемных ситуаций при управлении сложными системами.
Год обучения - 1
Семестр - 2
Кредитов - 5
Профессии
Результаты обучения
- Определять актуальные научные проблемы и методологии построения концепций, стратегий, функциональных моделей деятельности и взаимодействия в области ИКТ с применением методов системной инженерии и Data Science; разрабатывать учебно-методические материалы по преподаваемым дисциплинам с учетом интеграции образования, науки и инноваций; принимать участие в выполнении научно-исследовательских, опытно-конструкторских работ и проектов в команде; соблюдать принципы академической честности и добропорядочности.
- Анализировать структуру научных публикаций, подготавливать научные статьи, отчеты научно-технического анализа и экспертизы проектов научно-исследовательских и научно-технической деятельности в области ИКТ на основе критериев научного исследования и методов Data Science
- Разрабатывать многофакторные вычислительные модели экспериментальных данных для решения реальных сложных ресурсоемких научно-технологических задач и структуризации проблемных ситуаций с применением методов Machine Learning, Data Science и системной инженерии
- Разрабатывать обоснованные заявки или пояснительные записки научно-исследовательских работ в области ИКТ для коммерциализации проектов, ведущие к получению новых знаний и новых решений реальных научно-технологических задач академических или промышленных отраслей.
- Применять методологию научного творчества и управления знаниями для теоретического и экспериментального исследования информационных процессов и ресурсов в области ИКТ для решения реальных научно-технологических задач в академической или промышленной отрасли.
- Разрабатывать интеллектуальные информационные системы и компоненты к ним для поддержки принятия решений на различных уровнях управления в академической или промышленной отрасли.