7M06102 Вычислительные системы и технологии в КазАТУ им. Сейфуллина

Дисциплины

• Математическое моделирование детерминированных и стохастических процессов

  Исследование и классификация моделей объектов и систем управления. Изучение типовых схем математического моделирования, непрерывно-детерминированных схем математического моделирования. Модели оптимизации. Дискретно-детерминированные схемы. Дискретно-стохастические схемы. Регрессионные модели. Непрерывные стохастические модели.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Иностранный язык (профессиональный).

  Формирует иноязычную коммуникативную компетенцию как значимый компонент профессиональной компетентности и культуру научной письменной речи у обучающихся, позволяющей интегрироваться в международную научную деятельность, позволяет свободно оперировать научно-понятийным аппаратом по специальности, расширить научно-информационную базу, овладевать широкими научными знаниями, выявлять перспективные направления профессиональной и научной деятельности.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Алгоритмы и методы помехоустойчивого кодирования

  Основы теории кодирования. Принципы работы и применение блоковых кодов. Сверточные коды. Алгоритмы декодирования. Принципы и применение циклических кодов. Теория и применение кодов Хэмминга для исправления ошибок. Коды Рида-Соломона. Использование LDPC кодов для обеспечения помехоустойчивости. Применение кодирования в цифровой связи. Алгоритмы кодирования для беспроводных сетей.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Педагогика высшей школы

  Позволяет магистрантам, обучающимся по научно-педагогическому направлению, понять общие проблемы, методологические и теоретические основы педагогики высшей школы, навыки анализа обучения и воспитания, элементы современных технологий планирования и организации.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• История и философия науки

  Формирует навыки методологического и диалектического подхода к исследованию, обобщает философские знания, изучает вопросы исторического развития, его структуру, анализирует закономерности и тенденции научного познания, систематизирует результативность научно- исследовательской работы.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Психология управления

  Формирует навыки управления организованной деятельностью людей посредством изучения психологических законов и закономерностей управления и качества труда, формирует умения принимать научно обоснованные решения, структурировать действия других людей, управлять организацией.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Системология

  Изучение методов теории познания и проведения исследований. Основные положения общей теории систем. Особенности понятийного аппарата. Методы описания информационных систем. Этапы системного подхода при разработке объекта. Основные этапы и последовательность выполнения работ при проведении системного анализа. Функциональное описание систем.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Обнаружение знаний и интеллектуальный анализ данных

  Методы извлечения значимой информации из больших данных. Техники машинного обучения, статистические методы анализа и принципы обработки данных. Алгоритмы кластеризации, классификации и ассоциативного анализа. Практические занятия включают инструменты анализа данных и методы построения моделей. Использование интеллектуального анализа в бизнесе, медицине и науке для принятия решений.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Методологические основы научных исследований

  Обзор основных направлений развития научных исследований в Казахстане и за рубежом. Методология и методика научных исследований. Выбор направления научных исследований и этапов научно-исследовательской работы. Обработка результатов экспериментальных исследований. Регистрация результатов научной работы и передача информации. Внедрение и эффективность научных исследований. Научная организация интеллектуального труда. Основные принципы управления исследовательской группы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Проектирование встроенных информационно-управляющих систем

  Изучение методов организации встроенных управляющих систем реального времени. Изучение сред¬ств разработки прикладного программного обеспечения управляющих систем реального времени. Аппаратная платформа встроенной управляющей системы реального времени. Модельно-ориентированное проектирование прикладного программного обеспечения встроенных управляющих систем реального времени.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Планирование и организация научных исследований

  Этапы научного исследования и основные понятия. Выбор темы и проблематики исследования. Формулирование гипотезы и целей исследования. Методология исследования. Поиск, анализ и обзор литературы по выбранной теме. Систематизация существующих исследований и определение зоны разработки. Планирование исследования. Обработка и анализ данных. Этика исследований. Оформление результатов исследования в научных статьях и докладах.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Программные и аппаратные средства информационной безопасности

  Изучение основных принципов организации защиты информации. Изучение методов, технологий и средств защиты информации в автоматизированной системе. Исследование моделей и управление доступом. Угрозы безопасности и типичные атаки на операционную систему. Криптографические методы защиты информации. Изучение международных и отечественных стандартов в области защиты информации.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Технология разработки программного обеспечения для систем реального времени

  Изучение систем реального времени. Изучение принципов работы, концепций функционирования и реализации систем реального времени. Основы параллельных и распределенных систем. Прикладные и управляющие программы систем реального времени. Режимы работы ЭВМ в системах реального времени. Разработка и оценка пользовательского интерфейса в системах реального времени. Методы тестирования и верификации систем реального времени.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Теория технологии Blockchain

  Основы технологии Blockchain. Криптография в блокчейне. Модели консенсуса. Смарт-контракты. Архитектура блокчейн-сетей. Блокчейн и безопасность. Технологические платформы блокчейн. Разработка и применение децентрализованных приложений. Проблемы масштабируемости блокчейн. Приватные и публичные блокчейн-сети. Применение блокчейн-технологий в IoT.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Промышленный IoT

  Основные концепции и применения промышленного интернета вещей (IIoT). Архитектура IIoT. Сенсоры и устройства IIoT. Сетевые технологии и протоколы IIoT. Сбор и обработка данных в IIoT. Применение машинного обучения в IIoT. Кибербезопасность в IIoT.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Аналитика больших данных

  Методы обработки, анализа и извлечения информации из больших массивов данных. Фреймворки распределенных вычислений. Предварительная обработка данных. Обработка пропусков и выбросов. Методы снижения размерности. Машинное обучение для аналитики больших данных. Методы обработки и анализа текстовых данных. Графовая аналитика и анализ социальных сетей. Расширенная аналитика и предиктивное моделирование. Визуализация больших данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Технологии IoT в сельском хозяйстве

  Понятие IoT. Цифровые технологии, аналитические инструменты, базы данных в управлении АПК. Методы реализации цифровых технологий. Элементы IoT в сельском хозяйстве: GPS/Глонасс трекеры, датчики топлива, Датчики активности животных, Персональные идентификаторы, Системы параллельного вождения, Системы точного земледелия, БПЛА/Дроны, Умные метеостанции, Весо-измерительные приборы, IP камеры, Смартфоны/Планшеты, Системы доения животных, ERP системы.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Алгоритмы машинного обучения

  Основные концепции машинного обучения. Применение линейной регрессии для прогнозирования. Применение логистической регрессии для классификации. Алгоритмы кластеризации. Построение и использование деревьев решений для классификации и регрессии. Методы ансамблей. Нейронные сети и глубокое обучение. Обработка изображений с помощью машинного обучения. Оценка и валидация моделей.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Распознавание объектов и анализ движения

  Рассматриваются методы компьютерного зрения и анализ динамики объектов. Исследуются алгоритмы обнаружения, классификации и отслеживания объектов. Включены методы машинного обучения, нейронных сетей и обработки данных с сенсоров. Практическое применение охватывает разработку систем видеонаблюдения, автономной навигации и анализа поведения, используемых в робототехнике, сфере безопасности и спортивной аналитике.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Кластеризация больших данных

  Исследование задач интеллектуального анализа данных. Изучение основных методов интеллектуального анализа данных. Инструментальные средства интеллектуального анализа данных. Практическое применения интеллектуальных технологий.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Проектирование мехатронных систем

  Принципы проектирования мехатронных систем. Сенсоры и исполнительные механизмы. Контроллеры и системы управления. Моделирование и симуляция мехатронных систем. Разработка и внедрение алгоритмов управления. Интеграция механических и электронных компонентов. Программное обеспечение для мехатронных систем. Тестирование и верификация мехатронных систем. Робототехника и мехатронные системы.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Вычислительные методы для оптимизации

  Математические и алгоритмические подходы к нахождению наилучших решений в сложных системах. Включает линейную и нелинейную оптимизацию, динамическое программирование, эвристические методы и стохастические модели. Эти техники применяются в экономике, логистике, инженерии и искусственном интеллекте, помогая минимизировать затраты, улучшать производительность и автоматизировать процессы. Теоретические основы и практическая реализацию моделей оптимизации.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Прикладная криптография

  Криптография негіздері: симметриялық және асимметриялық шифрлау. Шифрлау алгоритмдері: AES, RSA, ECC, посткванттық әдістер. Хэш-функциялар және цифрлық қолтаңбалар: SHA-2, SHA-3, ECDSA. Криптографиялық протоколдар: TLS, SSL, IPSec, PGP. Аутентификация және кілттерді басқару: PKI, бөлінген жүйелер. Стеганография және криптоанализ: қорғау және шифр бұзу әдістері. Нақты жүйелерде қолданылуы: блокчейн, деректер қауіпсіздігі.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Интеллектуальные компьютерные системы в АПК

  Разработка и внедрение систем AI для оптимизации сельскохозяйственных процессов. Сенсорные технологии в АПК. Анализ больших данных в сельском хозяйстве. Робототехника в сельском хозяйстве. Автоматизация процессов в животноводстве. Интеллектуальные системы управления вредителями и болезнями растений. Применение биометрических технологий в животноводстве.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

Профессии

Результаты обучения

• Развить способность к активному общению на иностранном языке в научной, производственной и социально общественной сферах деятельности, нести социальную и этическую ответственность за принятые решения, готовность к саморазвитию, самореализации и использование творческого потенциала. Освоить историю и философию науки, психологию управления, и педагогики высшей школы.
• Понимать основы научного мышления и методологии исследований. Разрабатывать и осуществлять исследовательские проекты, анализировать результаты и представлять их в научных публикациях.
• Проводить системный анализ сложных объектов и процессов, разрабатывать системные решения для различных задач.
• Разрабатывать программное обеспечение для систем реального времени и проводить его тестирование. Применять технологии Blockchain для разработки децентрализованных приложений, обеспечения безопасности данных и создания надежных систем транзакций.
• Создавать и анализировать математические модели для различных инженерных и научных задач, прогнозировать поведение детерминированных и стохастических систем, оптимизировать процессы и решать практические задачи в различных областях науки и техники. Применять методы линейной и нелинейной оптимизации, динамического программирования, эвристических методов и стохастические модели. Примененять современные методы оптимизации.
• Применять методы машинного обучения для анализа и интерпретации данных, разработки прогнозных моделей и алгоритмов. Освоить инструменты интеллектуального анализа и методы построения моделей. Разрабатывать и внедрять системы компьютерного зрения для анализа и интерпретации визуальной информации в различных приложениях, таких как анализ движения, распознавание объектов, обработка изображений и видеопотоков.
• Применять принципы проектирования встроенных информационно-управляющих систем, технологий IoT в различных отраслях, включая сельское хозяйство и промышленный IoT, а также проектирования мехатронных систем. Использовать IoT-технологии, встроенные и мехатронные системы для автоматизации и оптимизации процессов.
• Освоить программные и аппаратные средства информационной безопасности, а также методы обеспечения безопасности веб-приложений. Разрабатывать и внедрять меры по защите информационных систем и веб-приложений от различных угроз и атак. Разрабатывать и применять помехоустойчивые коды для защиты данных и повышения надежности передачи информации. Уметь применять алгоритмы шифрования.

Похожие ОП