7M03201 Data - журналистика в КазНУ им. аль-Фараби

Дисциплины

• Smart журналистика: Машинное обучение и нейронные сети

  Цель дисциплины: сформировать способности у магистрантов научно-методической и учебно-аналитической работы в области проектирования и оценки интерфейсов для журналистики. В ходе изучения курса сформировать у магистрантов способности: проектировать и реализовывать, анализировать целостный процесс в соответствии с принципами и практики машинного обучения.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Big data в цифровых медиа

  Цель дисциплины: сформировать способности использования больших данных и их применения в цифровой медиаиндустрии. В ходе изучения курса сформировать у магистрантов способности: проектировать, анализировать и реализовывать проекты с большими данными, обладать базовыми навыками программирования на Python, продемонстрировать работу с источниками медиа и информаций.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Data mining и аналитическая журналистика

  Цель дисциплины: сформировать способности применения современных методов и технологий, позволяющие дифференцировать, аргументировать и справляться со сложными вопросами по моделированию и классификации data mining, необходимых для принятия решений в различных сферах журналистики.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Организация и планирование научных исследований (англ.)

  Цель дисциплины: сформировать способность самостоятельно вести научный поиск, ставить конкретные научные задачи и знать методы и приемы их решения для создания научной работы. Дисциплина изучает: формы и методы планирования, организации и оформления научных статей и диссертации; формы обобщения результатов научных исследований в презентациях, выступлениях, проектах, статьях.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Digital-стартап в журналистике данных

  Цель дисциплины: формирование навыков профессиональной компетентности в области разработки, анализа и реализации проектов с большими данными, работы с медиа и источниками информации, digital-стартапов.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Психология управления

  Цель дисциплины: обеспечить научную подготовку высококвалифицированных специалистов на основе изучения фундаментальных понятий психологии управления, создание предпосылок для теоретического понимания и практического применения важнейших аспектов сферы управления в процессе профессионального становления. Курс направлен на изучение закономерностей развития и функционирования психических процессов, основ эффективного взаимодействия и преодоления конфликтов, саморазвития и самопрезентации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Цифровой медиа бизнес и открытые данные

  Цель дисциплины: сформировать навыки поиска, получения и преобразования данных, интеграции данных, оценки их качества и пригодности к дальнейшему использованию в сфере цифровых медиа.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Иностранный язык (профессиональный)

  Цель дисциплины: сформировать практические навыки в различных видах речевой деятельности на иностранном языке. Учебный курс формирует способность воспринимать, понимать и переводить информацию в современном глобальном пространстве, участвовать в научных мероприятиях для апробации собственных исследований. Дисциплина направлена на совершенствование компетенций в соответствии с международными стандартами иноязычного образования.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Журналистика и искусственный интеллект

  Цель дисциплины - формирование у студентов базовых представлений о работе на рынке медиакоммуникаций с помощью внедрения технологии искусственного интеллекта в производство медиапродуктов, оценку их эффективности и вовлечения аудитории в медиапроекты, созданные с использованием ИИ. Дисциплина направлена на овладение профессиональными навыками в сфере производства медиапродуктов с использованием технологий искусственного интеллекта.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Теоретические концепции Data-журналистики

  Цель дисциплины: сформировать способности и углубленные представления о теоретической концепции datа-журналистики, которые являются актуальными для создания качественного и эффективного журналистского продукта и контента.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• История и философия науки

  Цель дисциплины: сформировать целостное системное представление о философии как особой форме познания мира, об основных ее разделах, проблемах и методах их изучения в контексте будущей профессиональной деятельности. Учебный курс формирует теоретико-методологическую основу научно-исследовательской работы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Визуализация данных и инфографика

  Цель дисциплины: сформировать способности и углубленные представления о визуализации данных и инфографике, навыки подготовки различных типов визуальных данных и графических контентов. При изучении дисциплины магистранты будут изучать следующие аспекты: изучение методов использования визуализации данных и инфографики в различных коммуникативных ситуациях, решение проблем в научно-профессиональной деятельности на основе анализа, синтеза, планирования визуальных данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Педагогика высшей школы

  Цель дисциплины: сформировать способность к педагогической деятельности в вузах и колледжах на основе знаний дидактики высшей школы, теории воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности. Учебный курс направлен на изучение тенденций развития образования и Болонского процесса. Курс поможет овладеть преподавательским и кураторским мастерством, различными стратегиями и методами обучения и воспитания.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Интерактивная Data-журналистика и визуализация

  Цель дисциплины: сформировать у обучающихся представления о технологиях, методах, приемах интерактивной журналистики данных по реализации исследовательских проектов. Овладение навыками изучения основных научных проблем и особенностей интерактивной Data-журналистики.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Data грамотность и сторителлинг

  Цель дисциплины: сформировать профессиональные компетенции в области методологических проблем data-грамотности и сторителлинга, применение и описание инструментов медиатехнологии на междисциплинарном уровне. Будут изучены вопросы data-грамотности и сторителлинга в контексте собственного научного исследования по созданию «робо-журналистики», роботов-авторов, владеющих инструментами ремаркетинга и генерации шаблонного контента.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Компьютерная лингвистика и текстовый анализ

  Цель дисциплины: сформировать представлений о современном методе компьютерной лингвистики, применяемом при обработке текстов в информационных системах, теории и концепции развития журналистики данных. В результате изучения дисциплины студенты рассматривают следующие вопросы: дисциплина направлена на овладение вопросами data-аналитики и журналистики в условиях современной дигитализации и конвергенции.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Компьютерная лингвистика и искусственный интеллект

  Цель предмета – сформировать у магистранта системное понимание проблем искусственного интеллекта в компьютерной лингвистике и применение ИИ в журналистике данных. Будут рассмотрены влияние искусственного интеллекта на современные методы и технологии для анализа и обработки естественного языка, требования к практическим навыкам и теоретическим знаниям, необходимым для успешного применения компьютерной лингвистики и ИИ в различных областях.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Медиадизайн и Big data

  Цель дисциплины: сформировать профессиональные компетенции в области визуализации данных и инфографики, также навыков подготовки различных типов визуальных данных и графических контентов. При изучении дисциплины магистранты будут изучать процесс проектирования и оценки интерфейсов по визуализации данных и инфографики, также разработать и анализировать программы по продвижению визуальных данных для конвергентных редакций.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Data-аналитика в медиаменеджменте и бизнесе

  Цель дисциплины: сформировать способности систематизировать научно-методологические вопросы data-аналитики в медиаменеджменте и бизнесе, также продемонстрировать методы и приемы создания интерактивной технологии по реализации исследовательских проектов. При изучении дисциплины магистранты будут изучать следующие аспекты: дисциплина направлена на изучения вопросов интерпретации и моделирования основных научных проблем и особенности трансформации данных, являющихся объектами социальных и технических наук, бизнеса и технологии.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Графический дизайн и программирование

  Цель дисциплины: сформировать способности применять навыки по созданию креативного графического дизайна с визуальными данными. При изучении дисциплины магистранты будут изучать следующие аспекты: изучение практических вопросов по созданию кейсов и проектов графического дизайна и программированию медиапродуктов, также реализация профессиональных возможностей и стартового потенциала магистрантов по созданию стартап кампании для визуализации данных.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Data-репортаж и трансформация данных

  Цель дисциплины: сформировать способности и представления о теории и практике трансформации данных в объеме, оптимальном для использования в подготовке data-репортажа и последующей профессиональной деятельности.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Продвижение дизайна и веб-анимация

  Цель дисциплины: сформировать навыки и умений работы с технологиями графики, видео и анимации в современной медиаиндустрии, разработать информационных программ, оперативной графики и анимации для производства графических проектов, а также практической работы журналиста.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Провести эксперимент, обобщить результаты и управлять задачи в сфере машинного обучения, искусственного интеллекта и глубинного анализа данных с использованием средств математической статистики для создания качественных контентов в масс-медиа сфере.
• Формулировать суждения на основе неполной или ограниченной информации в области проектирования и оценки интерфейсов для визуализации данных и инфографики, для работы конвергентной редакции и управления ею.
• Дифференцировать, аргументировать и справляться со сложными вопросами по моделированию и классификации data mining для интеллектуального анализа данных, необходимых для принятия решений в различных сферах журналистики.
• Анализировать и интегрировать процесс решения задач со сложными данными, необходимыми для поиска, получения и преобразования контента и их интеграция для интеллектуального анализа. Подготовить проект по созданию и управлению искусственным интеллектом для организации работы дата журналиста.
• Описывать, обосновывать и презентовать научные результаты по цифровому медиа бизнесу с применением открытых данных и использовать прикладные технологии для обеспечения работы data журналиста.
• Разрабатывать исследовательские проекты по интерактивной журналистике и digital-стартап с применением мультиймедийных технологий, позволяющих целостно решать задачи журналистики данных.
• Аргументировать технологический процесс Big-datа и её применение в журналистике, классифицировать основные понятия data-журналистики о механизмах взаимодействия с конвергентными СМИ по созданию визуальных контентов и аналитики.
• Определять направления дальнейшего личностного и профессионального развития, быть способным к объективной оценке своих достижений в сфере data-журналистики.
• Обладать умениями адаптировать, реализовывать, анализировать и компетентно использовать усвоенные знания, позволяющие целостно решать проблемы datа-журналистики и демонстрировать полученные результаты
• Сравнивать, сопоставлять и решать задачи в сфере статистического анализа и их применение в работе журналиста, анализировать различные типы текстов в рамках исследовательского контекста.
• Планировать и осуществлять эксперименты, решать проектные задачи по получению, оценке, интеграции и анализу и визуализации данных в компьютерной лингвистике, применяемых в предметно-ориентированных информационных системах.
• Проектировать, анализировать и реализовывать проекты с большими данными, обладать базовыми навыками программирования на Python, продемонстрировать работу с источниками информаций.

Похожие ОП