Новая образовательная программа

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
  • Срок обучения 1,5 года
  • Объем кредитов 90
  • Группа образовательных программ M094 Информационные технологии

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.
Top