Следите за новостями и участвуйте в обсуждениях!
Подписывайтесь на
наш Инстаграм,
Телеграм-канал и
присоединяйтесь к чату сообщества — чтобы не пропустить результаты конкурса грантов!
7M06105 Наука о данных (профильное направление) в КБТУ (KBTU)
-
Цель образовательной программы Подготовка специалистов по направлению ИКТ и управленцев-аналитиков, востребованных в IT-компаниях и крупных производственных предприятиях, где требуется регулярный анализ больших объемов данных, выстраивание процессов для их оптимального сбора, оперативной обработки и анализа, а также оптимизация бизнес-процессов, прогнозирование потребительского поведения, анализ статистических показателей и рисков, разработка бизнес-решений для повышения эффективности работы компании.
-
Академическая степень Магистратура
-
Языки обучения Английский
-
Название ВУЗа Казахстанско-Британский технический университет
-
Срок обучения 1,5 года
-
Объем кредитов 90
-
Группа образовательных программ M094 Информационные технологии
-
Область образования 7M06 Информационно-коммуникационные технологии
-
Направление подготовки 7M061 Информационно-коммуникационные технологии
Дисциплины
-
1 Год обучения
Продвинутая статистика
Машинное обучение
Иностранный язык (профессиональный)
Оптимизация и алгоритмы
Психология управления
Управление базой данных для бизнес-анализа
Методы исследований
Обработка естественных языков и методы распознования образов
Менеджмент
Сбор и анализ данных (Hadoop)
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.