7M06107 Компьютерная наука и аналитика данных в КБТУ (KBTU)

Дисциплины

• Интеллектуальный анализ данных

  Этот курс представляет собой вводный курс по интеллектуальному анализу данных. В нем представлены основные концепции, принципы, методы, методы реализации и приложения интеллектуального анализа данных с акцентом на две основные функции интеллектуального анализа данных: (1) обнаружение шаблонов и (2) кластерный анализ.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Машинное обучение

  В последнее десятилетие наблюдается значительный рост в области машинного обучения, причем распознавание изображений и речи, рекомендательные системы и искусственный интеллект являются лишь некоторыми из крупных примеров успеха. Этот курс охватывает более широкий спектр таких методов машинного обучения, основанных на моделях и алгоритмах, проиллюстрированных в различных реальных приложениях и наборах данных. В то же время представлены теоретические основы методологии.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Продвинутые программные парадигмы

  Данный курс формирует базовые знания о методах искусственного интеллекта и обучает применять их для решения прикладных задач в области ИИ. Обучающиеся изучают вводные концепции машинного обучения, терминологию, синтаксис и операции, необходимые для создания решений, а также выполняют практические упражнения с использованием современных инструментов разработки

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Оптимизация и алгоритмы

  Этот курс знакомит с основными алгоритмами линейной, сетевой, дискретной, нелинейной, динамической оптимизации и оптимального управления. Акцент делается на методологии и основных математических структурах. Темы включают в себя симплекс-метод, методы сетевого потока, методы ветвления и границы и плоскости разреза для дискретной оптимизации, условия оптимальности для нелинейной оптимизации, методы внутренней точки для выпуклой оптимизации, метод Ньютона, эвристические методы, а также динамическое программирование и методы оптимального управления.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Педагогика высшей школы

  Курс Педагогика Высшей школы дает будущим педагогам необходимые навыки преподавания. Он охватывает педагогическую психологию, разработку учебных программ, управление классом и развитие обучающиеся с упором на современные методы обучения и инклюзивные практики. Магистранты изучают практические навыки, такие как планирование уроков, вовлечение обучающиеся. Курс также интегрирует технологии в образование, готовя обучающиеся к адаптации к развивающейся среде в классе. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной педагогической карьеры

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Иностранный язык (профессиональный)

  Курс иностранного языка (профессиональный) направлен на повышение уровня владения магистрантами профессиональным английским языком, ориентируясь на области, необходимые для успеха в бизнесе, научных кругах и других формальных условиях общения. Он охватывает такие темы, как проведение эффективных презентаций, академическое письмо, предпринимательство и изменение климата, а также развитие необходимых навыков в области исследования рынка, бизнес-планирования и финансовых коммуникаций.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Системы баз данных

  Курс изучается с целью формирования знаний о продвинутых концепциях систем баз данных и навыков их применения для управления данными в различных форматах. Магистранты изучают модели данных, языки запросов, методы реализации систем управления базами данных, включая индексы, параллелизм, восстановление и обработку запросов. Особое внимание уделяется работе с полуструктурированными, сложными и распределенными данными, включая noSQL базы данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Психология управления

  Курс Психология управления дает будущим практикам необходимые навыки для эффективного психологического управления. Он охватывает ключевые области, такие как психологические теории, межличностную динамику, организационное поведение и психологию развития, уделяя особое внимание современным практикам и инклюзивным подходам. Магистранты приобретут практические навыки в таких областях, как разрешение конфликтов, командная динамика и эффективное общение. Курс также объединяет технологии в психологии, готовя магистрантов ориентироваться в развивающейся профессиональной среде. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной карьеры в области психологического менеджмента и смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Архитектура компьютерной системы

  Этот курс посвящен проектированию и оценке производительности передовых / высокопроизводительных компьютерных систем. Основное внимание уделяется микропроцессорам, микропроцессорам и иерархии памяти. Особое внимание уделяется конвейерной обработке, ILP (параллелизм на уровне инструкций), DLP (параллелизм на уровне данных) и TLP (параллелизм на уровне потоков) с использованием аппаратных и / или программных методов для достижения высокой производительности.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• История и философия науки

  Курс История и Философия науки дает необходимые навыки для критического анализа и понимания научных концепций и методологий. Он охватывает основы научных рассуждений, природу научных исследований, этические соображения в исследованиях и историческое развитие научной мысли с упором на современные философские дебаты. Магистранты изучают практические навыки, такие как построение аргументов, оценка научных утверждений и применение философских основ к различным научным дисциплинам. Курс также включает дискуссии о роли технологий в науке, готовя магситрантов ориентироваться в развивающемся ландшафте научных исследований. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной карьеры в академических кругах и смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Разработка веб-приложений

  В результате прохождения этого курса магистрант должен уметь: 1. Понять и предложить инфраструктуру веб-приложений. 2. Применять методы взаимодействия клиент / сервер, такие как сервер, приложение, переменные сеанса, файлы cookie и поведение сервера. 3. Определять потребности в веб-базе данных и возможности подключения. 4. Применять повторное использование кода с шаблонами, библиотеками и фрагментами. 5. Оценивать несколько альтернатив в дизайне веб-приложения.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Обработка естественных языков и методы распознования образов

  Курс направлен на изучение основных понятий и методов обработки естественного языка, а также формирование навыков их применения для решения прикладных задач. Магистранты изучат особенности естественного языка в сравнении с языками программирования, регулярные выражения, основы построения простого чат-бота, методы ранжирования по релевантности, классификатор LDA, применение матриц SVD и другие методы. Также курс охватывает ключевые темы NLP, включая извлечение именованных сущностей, ответы на вопросы, разработку диалоговых систем, а также аспекты оптимизации, распараллеливания и пакетной обработки данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Методы исследований

  Курс методы исследований предназначен для ознакомления магистрантов с исследованиями в области технических наук и для развития исследовательских и аналитических навыков магистрантов. Обучающиеся знакомятся с теорией и логикой исследования, этикой, лежащей в основе исследовательского процесса, а также с рядом методов исследования, обычно используемых в технических науках. Внимание будет уделено дизайну исследования, сбору данных, элементарному анализу данных и написанию отчетов. Курс включает обсуждение конкретных методических подходов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Программная инженерия

  Этот курс знакомит с основными понятиями продвинутой программной инженерии. В ходе этого курса студенты изучат социотехнические системы, надежность и безопасность программного обеспечения, компонентную, распределенную и аспектно-ориентированную программную инженерию, встроенное программное обеспечение и сервис-ориентированную архитектуру. Этот курс также познакомит студентов с темами управления программным обеспечением, такими как планирование и управление проектами, управление качеством и конфигурацией, а также совершенствование процессов.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Большие данные и аналитика

  Этот курс предназначен для того, чтобы познакомить студентов с пониманием больших данных: почему и где; Характеристики больших данных и аспекты масштабируемости; Основы систем больших данных и программирования; Введение в моделирование больших данных и управление ими; Моделирование больших данных; Работа с моделями данных.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Визуализация данных

  Разработчики и исследователи в области визуализации данных заинтересованы в способах передачи данных различным пользователям, улучшения процесса принятия аналитических решений и играют ключевую роль в различных областях, таких как бизнес-аналитика, анализ больших данных, наука о данных, научная коммуникация и журналистика. Эта дисциплина даст студентам как теоретические, так и практические знания для продолжения профессиональной или исследовательской карьеры в области визуализации данных.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Искусственный интеллект

  Данный курс даст базовое представление о методах искусственного интеллекта и научит применять некоторые из методов для решения задач ИИ. Обучающиеся получат вводные сведения о концепциях машинного обучения в рамках искусственного интеллекта и изучат терминологию, синтаксис и операции, необходимые для создания решения машинного обучения, используя на занятиях практические упражнения и инструменты.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Алгоритмы компьютерного зрения

  Цель этого курса - дать магистрантам знания и навыки, необходимые для проведения исследований в области компьютерного зрения и его областей применения, таких как робототехника, здравоохранение и графика. Магистранты должны понимать сильные и слабые стороны существующих подходов к исследованию проблем и определять интересные открытые вопросы и направления будущих исследований. Магистранты также улучшат свои навыки критического чтения и общения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Продвинутая сеть

  Этот курс обучает студентов внедрению, мониторингу и обслуживанию служб маршрутизации в корпоративной сети. Студенты узнают, как планировать, настраивать и проверять внедрение сложных корпоративных решений маршрутизации по локальной сети и глобальной сети WAN, используя ряд протоколов маршрутизации, курс также охватывает настройку решений безопасной маршрутизации для поддержки филиалов и мобильных сотрудников. Комплексные лабораторные работы делают упор на практическое обучение и практику для закрепления навыков настройки.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Глубокое обучение

  Данный курс знакомит магистрантов с основами глубоких нейронных сетей и их приложениями к различным задачам ИИ. Ожидается, что к концу курса магистранты будут хорошо знакомы с предметом и смогут применять глубокое обучение для решения различных задач. Они также будут в состоянии понять большую часть текущей литературы по этой теме и расширить свои знания путем дальнейшего изучения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Управление ИТ-проектами

  Целью курса является предоставление магистрантам глубоких знаний по объектно-ориентированному системному анализу и методам проектирования. В рамках курса также будут рассмотрены подходы к управлению программными проектами. По окончании курса магистранты смогут проводить анализ бизнес-ситуаций и проектировать компьютерные информационные системы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Интернет вещей и большие данные

  В этом курсе будут представлены вводные концепции программирования, которые позволяют подключаться к устройствам Интернета вещей и реализовывать на них некоторые функции с использованием языка программирования Python. Кроме того, магистранты узнают, как использовать Python для обработки текстовых файлов журналов, таких как файлы, автоматически создаваемые датчиками Интернета вещей и другими системами, подключенными к сети.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Архитектура программного обеспечения

  Этот курс знакомит с основными понятиями архитектуры программного обеспечения. Архитектура программного обеспечения - это абстрактный взгляд на программную систему, отличный от деталей реализации, алгоритмов и представления данных. Архитектура все чаще становится важной частью бизнес-стратегии организации, занимающейся разработкой программного обеспечения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Технологическое предпринимательство и стартапы

  Этот курс представляет собой обзор основ бизнеса, предназначенный для инженеров и ученых, стремящихся к коммерциализации технологий. Темы будут включать разработку, тестирование и адаптацию бизнес-концепций; финансирование технологического предприятия; маркетинг и распространение; организационные вопросы; глобальный бизнес; и юридические соображения, влияющие на технологические предприятия.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Коллективный интеллект и приложения

  Этот курс изучается с целью формирования знаний о принципах функционирования коллективного интеллекта и навыков разработки приложений, использующих взаимодействие агентов, распределённое принятие решений и интеграцию данных. Магистранты изучат подходы к созданию интеллектуальных систем, использующих коллективное обучение и анализ поведения, для решения прикладных задач в различных отраслях.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Дизайн и анализ алгоритмов

  Модуль знакомит с формальными методами поддержки разработки и анализа алгоритмов, уделяя особое внимание лежащей в основе математической теории и практическим соображениям эффективности. Темы включают оценки асимптотической сложности, методы анализа и алгоритмические стратегии.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Прикладная аналитика данных

  Этот курс предназначен для магистрантов, которые заинтересованы в развитии навыков работы с данными и использовании статистических инструментов для их анализа. Предварительный опыт работы с данными или статистикой не требуется.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять методические знания в проведении научных исследований, педагогической и воспитательной работы, знать психологические методы и средства для повышения эффективности и качества работы, а также уметь выстраивать коммуникации, и владеть в совершенстве иностранным языком.
• Создавать реляционные и нереляционные базы данных для обеспечения эффективного хранения, управления и анализа данных в крупных организациях, государственных учреждениях и коммерческих структурах. Уметь разрабатывать схемы данных, оптимизировать запросы и реализовывать механизмы защиты данных.
• Аргументировать выбор основных стандартов, принципов и шаблонов проектирования, методов, инструментов и языков программирования, а также разрабатывать программы и приложения для обработки структурированных и полуструктурированных данных огромных объемов.
• Анализировать сложность вычислений и возможность распараллеливания разрабатываемых алгоритмов и программ.
• Определять теоретические основы машинного обучения и уметь реализовать методы и алгоритмы для распознавания речи, распознавания жестов, распознавания рукописного ввода, распознавания образов, технической диагностики, медицинской диагностики, прогнозирования временных рядов.
• Выбирать и применять современные технологии обработки данных для работы с текстовой информацией, графикой, видео- и аудиофайлами. Проводить сравнительный анализ технологий обработки данных и обосновывать их выбор для решения конкретных прикладных задач, а также разрабатывать алгоритмы обработки данных для различных отраслей.
• Применять методы Data Mining, технологии интеграции и смешивания данных, искусственные нейронные сети и методы статистического анализа для анализа и обработки больших данных и систем. Владеть инструментами пространственного анализа для работы с геометрическими и географическими данными.
• Разрабатывать модели компонентов информационных систем, включая модели баз данных; разрабатывать компоненты программных комплексов и баз данных, использовать современные инструментальные средства и технологии программирования; обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности.
• Применять умения использования инструментальных средств разработки интеллектуальных систем и технологии параллельного программирования.
• Проводить комплексный анализ и аналитически обобщать результаты научно-исследовательских работ с использованием современных достижений науки и техники, иметь навыки самостоятельного сбора данных, изучения, анализа и обобщения.

Похожие ОП