6B06103 Математическое и компьютерное моделирование в Satbayev University

Дисциплины

1 Год обучения Физика I Физика II Алгоритмизация и программирование на Python Математический анализ I Математический анализ II Дискретная математика

2 Год обучения Основы финансовой грамотности Экология и безопасность жизнедеятельности Обыкновенные дифференциальные уравнения Моделирование в Matlab Компьютерное моделирование инженерных задач Основы экономики и предпринимательства 3D моделирование Основы искусственного интеллекта Математический анализ IV Основы антикоррупционной культуры и права Основы методов научных исследований Основы устойчивого развития и ESG проекты в Казахстане Линейная алгебра и аналитическая геометрия Математический анализ III

3 Год обучения Методы оптимизации Математическая статистика Асимптотические разложения и усреднение Алгоритмы и структуры данных Теория вероятностей Численные методы и программирование Вычисления в алгебраических структурах Функциональный анализ Теория функции комплексной переменной Прикладная механика Математическое и компьютерное моделирование химико-технологических и физических процессов

4 Год обучения Правовое регулирование интеллектуальной собственности Методы машинного обучения Введение в финансовую математику Интегральные уравнения Искусственный интеллект Расширенные алгоритмы машинного обучения Прикладной анализ Математическая статистика и стохастические процессы Математика криптографии Математические модели в нейросетях Геометрическое моделирование на OpenGL Уравнения в частных производных Элементы Data Science Оптимизация и управление Алгоритмы шифрования и средства компьютерной безопасности

Профессии

Результаты обучения

• знать служебный этикет и уметь его использовать; знать основную нормативно-правовую базу государства, основную нормативно-правовую базу в области защиты прав человека и гражданина и др., знать основы финансового менеджмента, систему менеджмента качества; уметь определять ключевые вопросы бизнес- стратегий организации; знать вопросы финансовой математики в условиях определенности, а также в условиях неопределенности, теорию оптимального портфеля, в том числе теоретико-вероятностные методы и финансовые риски; владеть навыками: различных методов начисления процентов, нахождения обобщающих характеристик потоков платежей, методик определения эффективности краткосрочных инструментов и долгосрочных финансовых операций, включая производственные инвестиции и облигации, анализа, синтеза и проектирования своих теоретических знаний для решения финансовых задач.
• демонстрировать навыки управления научно-исследовательскими и производственными работами с использованием современной аппаратуры, приборов, программного обеспечения и информационных технологий на основе принципов предпринимательства и лидерства, антикоррупционной политики и безопасности жизнедеятельности.
• иметь знания о методологиях проведения исследовательской деятельности, коммуникативных и общечеловеческих принципах жизнедеятельности и о моделях управления проектами и человеческими ресурсами; уметь анализировать техническую документацию, извлекать из нее сведения, необходимые для решения поставленной задачи.
• защищать и доказывать собственную оценку новейшего отечественного или зарубежного опыта при формировании оригинального суждения по профессиональной проблеме и ведения этичной межличностной коммуникации с навыками публичной речи и умением работать в команде.
• знать теоретические основы безопасности жизнедеятельности человека в среде обитания, правовые и нормативно-технические основы безопасности жизнедеятельности; уметь использовать теоретические знания основ и экономики природопользования при анализе устойчивого развития, грамотно излагать базовую информацию в области экологии и природопользования.
• знать алгоритмы и способы их представления, основные классы из библиотеки классов языка программирования Python для создания объектно-ориентированных приложений; уметь использовать классы и модули из библиотек Python; владеть навыками разработки консольных приложений в стиле объектно-ориентированного программирования, программирования численных методов решения задач линейной алгебры, дифференциальных уравнений, нелинейных уравнений и систем уравнений.
• знать основные виды структур данных, применяемых при решении задач; алгоритмы обработки информации, хранящейся в различных видах структур данных; применять структуры данных и алгоритмы их обработки при решении различных задач.
• знать основные типы линейных интегральных уравнений Фредгольма, Вольтерры, уравнения со слабой особенностью и задачи, приводящие к этим интегральным уравнениям; знать теории групп, колец и полей; уметь применять на практике методы решения интегральных уравнений в ограниченных областях; понимать и применять на практике сведение задач для обыкновенных дифференциальных уравнений и задач для уравнений математической физики к интегральным уравнениям и методы их решения; уметь находить, анализировать и контекстно обрабатывать научно-техническую информацию, связанную с интегральными уравнениями и методами построения их решения; демонстрировать способность к анализу и синтезу в области применения интегральных уравнений; уметь использовать абстрактные алгебраические структуры для конкретных вычислений.
• знать способы задания кривых, поверхностей, трехмерных геометрических объектов, основные методы их изображения в различных средах, методы визуализации при решении геометрических и динамических задач, классические методы, применяемые в геометрическом моделировании; владеть математическим аппаратом, информационными и компьютерными технологиями, необходимыми для решения поставленных задач; уметь создавать 3D модели объектов.
• Иметь знания основ теории информации, архитектуры вычислительных систем, теории алгоритмов и программирования; применять законы алгебры логики; определять типы графов и давать их характеристики; строить простейшие автоматы; знать основные понятия и приемы дискретной математики, логические операции, формулы логики, законы алгебры логики, основные классы функций, полноту множества функций, основные понятия теории множеств, теоретико-множественные операции и их связь с логическими операциями, логику предикатов, бинарные отношения и их виды, элементы теории отображений и алгебры подстановок, метод математической индукции, алгоритмическое перечисление основных комбинаторных объектов, элементы теории автоматов.
• знать основы фундаментальных дисциплин таких как математика и физика, уметь применять основные математические и физические теории к конкретным задачам; знать основы информационных технологий и современные программные средства проведения инженерного анализа, принципы построения компьютерных моделей; уметь применять основные понятия и законы механики, вытекающие из этих законов методы изучения равновесия и движения материальной точки, твёрдого тела и механической системы в своей профессиональной деятельности.
• уметь строить математическую модель явления или процесса; уметь использовать математические пакеты такие как MatLab, MATHEMATICA для нахождения, анализа и графического представления решений математических моделей, знать основные возможности пакета математического моделирования SIMULINK, вычислительную погрешность; знать численные методы решения задач линейной алгебры, дифференциальных уравнений, методы решения нелинейных уравнений и систем уравнений.
• знать основные математические понятия и методы, необходимые для формирования умения решения задач профессиональной деятельности: методы линейной алгебры и аналитической геометрии; дифференциальное исчисление функций одной и многих переменных; интегральное исчисление функций одной и многих переменных; методы решения дифференциальных уравнений; основные методы теории вероятностей и математической статистики; методы оптимизации; задачи дискретного, целочисленного, нелинейного, линейного программирования; методы построения оптимального плана.
• применять алгоритмы машинного обучения для анализа данных и управления, анализа бизнес процессов, формирования технических требований и спецификаций, библиотеку TensorFlow для анализа изображения; знать современные языки программирования, операционные системы, системы управления базами данных, различные технологии разработки программного обеспечения, современные методы хранения, анализа, обработки и интерпретации данных, основные инструментальные средства искусственного интеллекта; основные области применения систем искусственного интеллекта.
• знать основные понятия криптографии; основные требования к системам криптографической защиты; основные алгоритмы криптографической защиты; уметь формулировать задачи защиты информации; использовать современные инструментальные средства защиты информации; применять методологии защиты в области информационной безопасности.
• знать архитектуру многослойных однонаправленных нейронных сетей, методы и основные алгоритмы их обучения; методы сбора и предварительной обработки данных, используемых для обучения и тестирования; методы оценки качества обучения нейронной сети; структуру глубоких, гибридных и нечетких нейронных сетей; основные принципы проектирования систем обработки данных с использованием искусственных нейронных сетей; уметь моделировать однослойные и многослойные однонаправленные нейронные сети в среде MATLAB/Neulal Networks Toolbox; решать типовые задачи обработки данных с использованием моделей нейронных сетей (классификация, распознавание, прогнозирование); применять нечеткие и нейросетевые модели в прикладных задачах.

Похожие ОП