7M06105 Наука о данных (профильное направление) в КБТУ (KBTU)

Дисциплины

• Продвинутая статистика

  Этот курс изучается на промежуточном статистическом уровне и охватывает теорию многомерной статистики и ее применение в многомерном анализе. Рассматриваются основные понятия теории вероятностей и логических выводов. Особое внимание уделяется практическому использованию статистического программного обеспечения SAS для анализа данных.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Машинное обучение

  Этот курс направлен на изучение моделей и алгоритмов машинного обучения, используемых в различных реальных приложениях и наборах данных. Рассматриваются теоретические основы методологии, методы распознавания изображений и речи, рекомендательные системы и применение искусственного интеллекта. Формируются навыки анализа данных, выбора моделей и их практического использования в различных задачах.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• 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 - 2
  

• Оптимизация и алгоритмы

  Этот курс направлен на изучение основных алгоритмов и методов оптимизации, включая линейную, сетевую, дискретную, нелинейную и динамическую оптимизацию, а также оптимальное управление. Рассматриваются симплекс-метод, методы сетевого потока, ветвления и границ, условия оптимальности, методы внутренней точки, динамическое программирование и эвристические подходы.

  Год обучения - 1
  Семестр - 1
  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 - 1
  Кредитов - 2
  

• Управление базой данных для бизнес-анализа

  Этот курс предназначен для учащихся, пытающихся изучить основы концепций платформы обработки данных в облачной среде. Он предназначен для тех, у кого есть минимальное техническое образование, кто хочет получить базовые навыки работы с облачными службами обработки данных и расширить свои базовые знания о концепциях core data и связанных с ними службах обработки данных Microsoft Azure.

  Год обучения - 1
  Семестр - 1
  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 - 4
  

• Обработка естественных языков и методы распознования образов

  Этот курс знакомит с основными понятиями обработки естественного языка. В ходе этого курса студенты изучат естественный язык в сравнении с языком программирования, язык блокировок, регулярные выражения, простого чат-бота, ранжирование по релевантности, классификатор LDA, ориентацию матрицы SVD и так далее. Этот курс также познакомит студентов с такими темами NLP, как извлечение именованных сущностей и ответы на вопросы, диалоговые механизмы, оптимизация, распараллеливание и пакетная обработка.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Менеджмент

  Этот курс направлен на формирование у магистрантов знаний и навыков в области стратегического управления организациями. Включает изучение роли миссии и целей компании, методов анализа внешней и внутренней среды, конкурентных стратегий, разработки и реализации корпоративной стратегии, а также управления стратегическими изменениями.

  Год обучения - 1
  Семестр - 2
  Кредитов - 2
  

• Сбор и анализ данных (Hadoop)

  Этот курс предназначен для всестороннего изучения инфраструктуры больших данных с использованием Hadoop, HBase, Hive, Sqoop и PIG, а также для изучения сбора и анализа данных основываясь на классификации, кластеризации, анализа текста, анализа временных рядов и анализа графов. По завершению данного курса магистранты смогут планировать методы оценки, строить архитектуру управления и проводить аналитику больших данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Искусственный интеллект

  Этот курс знакомит магистрантов с основами искусственного интеллекта и методами машинного обучения для решения задач ИИ. Рассматриваются ключевые концепции, терминология, синтаксис и основные операции, необходимые для построения моделей машинного обучения. Практические упражнения и инструменты позволяют обучающимся освоить применение ИИ на практике.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Визуализация данных

  Этот курс направлен на изучение теоретических и практических основ визуализации данных для передачи информации различным пользователям и поддержки аналитического процесса принятия решений. Рассматриваются методы визуализации в бизнес-аналитике, анализе больших данных, науке о данных, научной коммуникации и журналистике. Формируются навыки создания визуальных представлений данных для профессиональной и исследовательской деятельности.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Глубокое обучение

  Этот курс направлен на изучение основ глубоких нейронных сетей и их применения в различных задачах искусственного интеллекта. Магистранты освоят методы глубокого обучения, научатся применять их на практике и разбирать современные исследования в данной области. Курс формирует навыки самостоятельного изучения и расширения знаний в сфере нейросетевых технологий.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Анализ данных (кейсы из Индустрии)

  Этот курс направлен на подготовку магистрантов к сбору, описанию и анализу данных с применением передовых статистических инструментов для принятия решений в области управления операциями, рисков, финансов и маркетинга. Рассматриваются методы вероятности, статистики, проверки гипотез, регрессии, кластеризации, деревьев решений и прогнозирования в сложных многопартнерских системах.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять методические знания при проведении научных исследований, использовать психологические методы и средства для повышения эффективности и качества работы, выстраивать коммуникации, а также демонстрировать высокий уровень владения иностранным языком в профессиональной деятельности.
• Интерпретировать теоретические основы машинного обучения для проведения исследований, а также анализировать различия в анализах, вызванные проблемами регрессии, классификации, кластеризации и уменьшения размерности.
• Разрабатывать информационные системы с использованием облачных технологий для работы с инфраструктурами данных, применять инструменты для обработки больших датасетов и оценивать модели, сгенерированные из данных, используя инфраструктуры больших данных и высокопроизводительные сети.
• Анализировать и оценивать разведочные данные, случайные переменные, дискретные и непрерывные распределения, а также распределения выборки с использованием тестов гипотез и статистического моделирования.
• Разрабатывать, оптимизировать и внедрять алгоритмы машинного обучения и искусственного интеллекта, адаптируя их под конкретные задачи и оценивая их производительность.
• Интерпретировать результаты работы алгоритмов машинного обучения, оценивать их достоверность и объяснять их влияние на процессы анализа данных, обеспечивая корректную передачу информации техническим и нетехническим специалистам.
• Анализировать и улучшать работу моделей машинного обучения, адаптировать их к различным прикладным областям, а также разрабатывать методы повышения точности и надежности прогнозов.
• Создавать панели данных и генерировать аналитические отчеты с использованием эффективных методов визуализации и интерпретации.
• Формулировать задачи профессиональной деятельности на языке статистики, выполнять математические расчеты с применением компьютерных инструментов и применять статистические методы для решения задач продвинутого уровня сложности.
• Анализировать данные в контексте бизнес-процессов, формулировать аналитические выводы и использовать их для принятия стратегических и управленческих решений.

Похожие ОП