7M06110 Digital modeling в Satbayev University

Дисциплины

• Иностранный язык (профессиональный)

  Курс направлен на изучение основных проблем научного познания в контексте его исторического развития и философского осмысления, эволюции научных теорий, принципов и методов научного исследования в историческом построении научных картин мира. Дисциплина поможет овладеть навыками развития критического и конструктивного научного мышления на основе исследований истории и философии науки. По окончанию курса магистранты научатся анализировать мировоззренческие и методологические проблемы науки и инженерно-технической деятельности в построении казахстанской науки и перспектив ее развития.

  Год обучения - 1
  Кредитов - 3
  

• Информационные технологии в нефтегазовой отрасли

  Цель: ознакомление с существующими достижениями информационных технологий в контексте их использования в нефтегазовой отрасли. Содержание: знания по внедрению, использованию и перспективам развития ИТ на стадиях разведки, добычи, транспортировки и переработки нефти и газа.

  Год обучения - 1
  Кредитов - 5
  

• Моделирование в пористых средах

  Цель: приобретение знаний в области современных компьютерных технологий моделирования в нефтегазовом деле. Содержание: понимание и возможности применения теоретических знаний в профессиональной деятельности инженера при построении компьютерных моделей месторождений, отражающих наиболее реальную картину месторождения.

  Год обучения - 1
  Кредитов - 5
  

• Стратегии устойчивого развития

  Цель: Обучение магистрантов стратегиям устойчивого развития для достижения баланса между экономическим ростом, социальной ответственностью и охраной окружающей среды. Содержание: Магистранты изучат концепции и принципы устойчивого развития, разработку и внедрение стратегий устойчивого развития, оценку их эффективности, а также международные стандарты и лучшие практики. Включены кейсы и примеры успешных стратегий устойчивого развития.

  Год обучения - 1
  Кредитов - 5
  

• Модели финансовой математики

  Цель: изучение математических моделей и методов в различных разделах финансовой экономики. Содержание: основные взаимосвязанные параметры любой кредитной или коммерческой операции, знания о количественных соотношениях между этими параметрами и получение на их основе определенных финансовых результатов.

  Год обучения - 1
  Кредитов - 5
  

• Цифровое гидродинамическое моделирование

  Цель: ознакомить с теоретическими основами цифрового гидродинамического моделирования месторождений углеводородов и отработать основные практические навыки при построении гидродинамических моделей. Содержание: физические принципы, технология выполнения и методы интерпретации результатов современных комплексных гидродинамических испытаний скважин, обоснование геолого-технических мероприятий в средне- и долгосрочной перспективах разработки, а также оптимизация систем разработки выработанных месторождений с использованием современных технологий оптимизации.

  Год обучения - 1
  Кредитов - 5
  

• Педагогика высшей школы

  Курс направлен на освоение методологическими и теоретическими основами педагогики высшего образования. Дисциплина поможет овладеть навыками современными педагогическими технологиями, технологиями педагогического проектирования, организации и контроля в высшей школе, навыками коммуникативной компетентности. По окончанию курса магистранты научатся организовывать и проводить различные формы организации обучения, применять активные методы обучения, подбирать содержание учебных занятий. Организовывать учебный процесс на основе кредитной технологии обучения.

  Год обучения - 1
  Кредитов - 3
  

• История и философия науки

  Цель: Исследовать историю и философию науки как систему концепций глобальной и казахстанской науки. Содержание: Предмет философии науки, динамика науки, основные этапы исторического развития науки, особенности классической науки, неклассическая и постнеклассическая наука, философия математики, физики, техники и технологий, специфика инженерных наук, этика науки, социально-нравственная ответственность ученого и инженера.

  Год обучения - 1
  Кредитов - 3
  

• Численное решение уравнения движения жидкости конечно-разностным методом

  Цель: изучение и практическое освоение основных этапов математического моделирования гидродинамических процессов. Содержание: постановка задачи, выбор математической модели и формулировка начально-краевой задачи, построение сеточной модели области, выбор или разработка сеточных аппроксимаций, метод конечных разностей, конечных объемов и конечных элементов.

  Год обучения - 1
  Кредитов - 5
  

• Интерфейсы многоядерных систем

  Цель изучения: формирование у магистров теоретических знаний и практических навыков по использованию современных вычислительных комплексов и программных средств для решения широкого спектра задач в различных областях. Курс рассматривает особенности архитектуры графических процессоров, принципы организации гибридных вычислительных систем на базе графических процессоров, классы задач пригодные для эффективного исполнения на графических процессорах.

  Год обучения - 1
  Кредитов - 5
  

• Интеллектуальная собственность и научные исследования

  Целью данного курса является предоставить магистрантам знания и навыки, необходимые для понимания, защиты и управления интеллектуальной собственностью (ИС) в контексте научных исследований и инноваций. Курс направлен на подготовку специалистов, способных эффективно работать с ИС, защищать результаты научных исследований и применять их на практике.

  Год обучения - 1
  Кредитов - 5
  

• Методы машинного обучения

  Цели освоения дисциплины: сформировать теоретические знания по основам машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования; выработать умения по практическому применению методов машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования при решении прикладных задач в различных прикладных областях. Методы машинного обучения – обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться.

  Год обучения - 1
  Кредитов - 5
  

• Психология управления

  Курс направлен на овладение инструментами эффективного управления сотрудниками, опираясь на знания психологических механизмов деятельности руководителя. Дисциплина поможет овладеть навыками принятия решений, создания благоприятного психологического климата, мотивирования сотрудников, постановки цели, создания команды и коммуникации с сотрудниками. По окончанию курса магистранты научаться решать управленческие конфликты, создавать собственный имидж, анализировать ситуации в сфере управленческой деятельности, а также проводить переговоры, быть стрессоустойчивыми и эффективными лидерами.

  Год обучения - 1
  Кредитов - 3
  

• Геометрическое и компьютерное моделирование

  Цель: формирование базовых теоретических понятий, лежащих в основе компьютерной графики, изучение и освоение методов и алгоритмов, применяемых при разработке компьютерной графики. Содержание: особенности восприятия растровых изображений; методы квантования и дискретизации изображений; знания о структуре программного обеспечения и реализации алгоритмов компьютерной графики; методы геометрического моделирования; модели графических данных; геометрическое моделирование и его задачи; применение интерактивных графических систем для выполнения и редактирования изображений и чертежей.

  Год обучения - 1
  Кредитов - 5
  

• Вариационное исчисление

  Цель: повышение уровня профессиональной компетенции в решении проблем оптимизации. Содержание: изучение основных методов решения классических вариационных задач, формирование навыков абстрактного математического мышления и умения применять его в конкретных задачах, повышение математической культуры.

  Год обучения - 1
  Кредитов - 5
  

• Параллельные вычисления

  Целью курса являются приобретения знаний и навыков по основам параллельного программирования и параллельной обработке данных с использованием компьютерных средств. Задачи изучения курса: научить методам параллельной обработки информации и представления параллельных алгоритмов; ознакомление студентов с архитектурой ЭВМ; сформировать средства спецификации параллельных процессов; обучить языкам параллельного программирования; освоить методы автоматического распараллеливания последовательных алгоритмов.

  Год обучения - 1
  Кредитов - 5
  

• Нечеткое и нейросетевое моделирование

  Цель: приобретение знаний по теории нечетких множеств, освоении методов нечеткой логики и теории нейронных сетей, формирующих новые подходы к анализу и моделированию практических задач, возникающих при исследовании вычислительных систем и сетей. Содержание: основные понятия теории нечетких множеств, нечеткой математики; основные классы и принципы обучения нейронных сетей, как традиционных, так и основанных на нечеткой логике; практические навыки по использованию программ моделирования нейронных сетей для решения практических задач.

  Год обучения - 2
  Кредитов - 4
  

• Геостатистика

  Цель: освоение теоретических основ геостатистики, и применение их для анализа геологоразведочных данных, получаемых при разведке твердых полезных ископаемых. Содержание: применение математических методов в геологии и геостатистические приемы оценки ресурсов и запасов месторождений твердых полезных ископаемых. Особенности современного этапа развития компьютерных технологий и современные возможности применения математических методов. Особенности использования статистических приемов при решении геологических задач.

  Год обучения - 2
  Кредитов - 5
  

• Machine Learning & Deep Learning

  Курс посвящен моделям глубокого обучения. Являясь областью в рамках машинного обучения, модели глубокого обучения иллюстрируют количественно-качественный переход. Новые модели и их свойства требуют отдельного изучения и практики настройки метапараметров таких моделей. В этом курсе изучаются основы глубокого обучения, нейронные сети, сверточные сети, RNN, LSTM, Adam, Dropout, BatchNorm, инициализации Xavier/He.

  Год обучения - 2
  Кредитов - 5
  

• Численные методы решения прикладных задач

  Цель: освоение практических навыков численного решения различных прикладных задач с использованием математических методов. Содержание: рассматриваются практические аспекты математической постановки прикладных задач, выбора и численной реализации математических методов их решения. Особое внимание уделяется необходимости учета специфики исследуемых проблем, как при постановке прикладных задач, так и при разработке методов их численного анализа.

  Год обучения - 2
  Кредитов - 5
  

• Прикладная теория информации

  Цель освоения: формирование представлений о теории информации как универсальном языке науки, средстве моделирования явлений и процессов, об идеях и методах кодирования и криптографии; развитие логического мышления, пространственного воображения, алгоритмической культуры, критичности мышления на уровне, необходимом для будущей профессиональной деятельности, для продолжения образования и самообразования; овладение теоретическими знаниями и умениями, необходимыми в повседневной жизни, для изучения смежных дисциплин профессионального цикла.

  Год обучения - 2
  Кредитов - 5
  

• Python для глубокого машинного обучения

  Целями освоения дисциплины является ознакомление с современными подходами к построению, обучению и использованию систем распознавания и классификации на основе методов машинного обучения формирование у магистрантов профессиональных компетенции. Содержание дисциплины направлено на освоение алгоритмов и методов глубокого обучения (deep learning) – специального раздела в машинном обучении (machine learning); формирование умений и навыков в решении практических задач с использованием методов глубокого обучения.

  Год обучения - 2
  Кредитов - 5
  

Профессии

Результаты обучения

• Знать постановки задач классификации, кластеризации, прогнозирования, знать алгоритмы и методы глубокого обучения. Уметь работать с архитектурами, включающими открытые библиотеки глубокого обучения, сопоставлять результаты теории и эксперимента, выделять из практических задач их постановку для машинного обучения. Уметь проводить подготовку персонала для работы с системой искусственного интеллекта.
• Применять глубокие знания в области численных методов и решение прикладных задач. Разрабатывать различные типы математических моделей и симуляций, включая динамические системы, статистические модели, дифференциальные уравнения, теоретико-игровые модели (математическое исчисление, обыкновенные дифференциальные уравнения, численные методы, статистика и т.д.) и курс практического моделирования.
• Уметь применять теоретические знания при решении математических и других прикладных задач; анализировать проблематики и строить математическую модель. Демонстрировать навыки решения типовых задач вариационного исчисления.
• Применять методы математического и компьютерного моделирования для решения научных, прикладных, производственных и технологических задач с использованием профессионального программного обеспечения, компьютерной графики, визуализации и разработки собственных программных пакетов.
• Уметь использовать базовые знания в области финансовой математики, приложений теории чисел, управления данными и анализа. Оценить возможности (но и ограничения) математического моделирования для проблем в финансовой отрасли и/или страховой отрасли, разработать мощные математические модели и реализовать их на практике.
• Производить поиск и изучать научно-техническую информацию по математическому и компьютерному моделированию и уметь выражать письменно и устно свое мнение по теме на казахском (русском) и английском языках.
• Знать основы психологии управления и основы педагогики высшей школы, владеть навыками преподавания, знать и критически анализировать источники по истории и философии науки.
• Знать фундаментальные понятия теории информации и их связь с фундаментальными понятиями кибернетики; методы, используемые для математического моделирования источников информации и каналов связи; области применения изучаемых методов. Уметь определять параметры источников информации и каналов связи; находить наиболее эффективные методы кодирования при конкретных условиях; использовать компьютерные технологии для решения перечисленных выше задач.
• Знать, как анализировать нечеткие продукционные системы и нейронные сети; знать основы нечеткой логики, нейронных и гибридных сетей; уметь разрабатывать и применять математические методы, для решения задач научной и проектно-технологической деятельности.
• Уметь проектировать программное обеспечение для решения задач предприятий нефтегазоперерабатывающей промышленности в целом. Уметь применять специализированное программное обеспечение по управлению разработкой проекта, ставить задачи системным аналитикам, программистам и другим специалистам.
• Знать особенности архитектуры, принципы организации гибридных вычислительных систем на базе графических процессоров, многоядерных систем, классы задач пригодные для эффективного исполнения на графических процессорах.
• Уметь реализовывать параллельные алгоритмы обработки данных на высокоуровневых языках программирования с использованием библиотек; решать задачи на параллельных вычислительных системах.
• Уметь применять на практике современные решения в области компьютерного моделирования; оценивать перспективы и возможности применения современных разработок для решения задач моделирования в пористых средах нефтяных месторождений.
• Знать законы движения флюидов в пористой среде. Уметь создавать гидродинамические модели месторождений углеводородов, запускать их на расчет и анализировать результаты.
• Иметь глубокие знания и компетенции в области разработки и реализации стратегий устойчивого развития на различных уровнях, начиная от глобальных экологических вызовов, таких как изменение климата, утрата биоразнообразия и истощение природных ресурсов, до социально-экономических аспектов, включая неравенство, здравоохранение и образование.
• Уметь разрабатывать учебно-методические материалы по преподаваемым дисциплинам с учетом интеграции образования, науки и инноваций; организовывать и проводить учебные занятия с учетом принципов студентоцентрированного обучения и оценивания.

Похожие ОП