7M06149 Информационные системы в КУ им. Коркыт Ата

Дисциплины

• Современные методы теории управления

  Целью дисциплины является обучение магистрантов передовым методам и подходам в области теории управления, обеспечивая их знаниями и навыками для анализа, проектирования и реализации сложных систем управления в различных отраслях. По завершении дисциплины магистранты умеют применять современные методы теории управления для анализа и синтеза систем; навыки разработки и реализации систем управления в различных приложениях; способность разрабатывать робастные, адаптивные и оптимальные системы управления.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Методология разработки информационных систем и технологий программирования

  Данная дисциплина предназначена исследованиям закономерности становления и развития информационного общества, свойств информации и особенностей информационных процессов; исследует разработку эффективных методов реализации информационных процессов и построения ИС в прикладных областях на основе использования современных ИКТ.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Психология управления

  Цель: освоить теоретические знания о психологических научных основах управленческой деятельности. Психологические особенности общения в управленческой деятельности, научно-психологическая структура управления анализ, стили управления, усвоение содержания психологии принятия решений в процессе управления. Формирование у магистрантов умения использовать эффективные пути управленческой деятельности и анализировать деловые ситуации. Развитие творческого мышления магистрантов на основе изучения и усвоения знаний курса психологии управления, формирование умений и навыков, необходимых для будущей профессиональной деятельности.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• CASE-технологии

  Целью дисциплины являются ознакомление магистрантов с основными современными CASE-технологиями, получение знаний о возможностях и областях применения современных CASEтехнологий; приобретение навыков по применению современных CASEтехнологий при разработке информационных систем. В процессе изучения данной дисциплины магистрант расширяет и углубляет части следующих компетенций: - способность проводить предпроектное обследование (инжиниринг) объекта проектирования, системный анализ предметной области, их взаимосвязей, способность проводить техническое проектирование (реинжиниринг).

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Методика и методология проектирования ИС

  Целями освоения дисциплины является ознакомление с основными идеями и методами, лежащими в основе проектирования современных информационных систем, обучение магистрантов принципам построения функциональных и информационных моделей систем, проведению анализа полученных результатов; ознакомление с инструментальными методиками и методологиями проектирования информационных систем.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Анализ и оптимизация процессов управления

  Дисциплина направлена на изучение методов и инструментов для анализа, моделирования и оптимизации процессов управления в различных системах. В рамках курса рассматриваются как теоретические аспекты, так и практические подходы, позволяющие улучшить эффективность и результативность управленческих процессов в организациях. Курс охватывает вопросы, связанные с разработкой моделей управления, анализом текущих процессов и применением методов оптимизации для повышения их эффективности.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Иностранный язык (профессиональный)

  Целью дисциплины является развитие профессионально-ориентированной иноязычной коммуникативной компетенции магистрантов, которая позволяет им интегрироваться в международную профессиональную среду и использовать иностранный язык как средство межкультурного общения и как средство изучения зарубежного опыта в профилирующей и смежных областях науки и техники.

  Год обучения - 1
  Семестр - 1
  Кредитов - 4
  

• История и философия науки

  Целью дисциплины является формирование у магистрантов углубленного представления о современной философии науки как системе научного знания особого типа, включающего основные мировоззренческие и методологические проблемы в их рационально-теоретическом осмыслении. Изучает законы развития науки, парадигматические теории в истории науки, функции и факторы науки. Использует в ходе научного исследования полученные знания о основных принципах научной этики, о идеалах и нормах науки.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Педагогика высшей школы

  Цель дисциплины: сформировать у магистрантов в области педагогики высшей школы, способность реализовать целостный педагогический процесс в вузе на основе современных педагогических технологий; навыки осуществлять диагностику учебно-воспитательного процесса вуза; компетенции осуществлять инновационную педагогическую деятельность в условиях вуза. Дисциплина позволяет сформировать у магистрантов систему знаний и представлений о педагогической науке как одной из важнейших областей современного анализа, необходимой для преподавательской деятельности. В содержании дисциплины рассматриваются научные, теоретические основы педагогической теории, дающие представление о значении и роли педагогики высшей школы.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Теория оптимального управления

  Целью дисциплины является предоставление магистрантам углубленных знаний о методах и подходах к оптимальному управлению системами, а также обучение навыкам разработки и анализа систем управления для достижения заданных целей с учетом ограничений. По завершении дисциплины магистранты умеют применять методы и подходы теории оптимального управления для анализа и синтеза систем; навыки разработки и реализации систем оптимального управления для достижения заданных целей; способность разрабатывать алгоритмы управления для систем с учетом различных ограничений. Эта дисциплина готовит магистрантов к профессиональной деятельности в области теории управления, обеспечивая глубокое понимание методов оптимального управления и навыков их практического применения для решения сложных задач управления.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Технология облачных вычислений

  Целью изучения дисциплины является получение теоретических и практических знаний в области технологий многопоточных, распределенных и облачных вычислений. Содержание дисциплины: изучение технологий облачных вычислений, применения преимуществ облачных технологий в современных задачах, задачи оптимизации процесса с помощью технологии облачных вычислений.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Целочисленная алгебра

  Для специалистов в области информационных технологий актуальным является владение способами защиты информации. Основной целью дисциплины является обучение магистрантов приемам прикладной теории чисел, которая является основным фундаментом криптографии. В результате изучения дисциплины магистранты владеют способами шифрования RSA .

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Технологии разработки информационно-аналитических систем в ИС

  Цель дисциплины: формирование у магистрантов навыков, позволяющих осуществлять разработку и внедрение информационно-аналитических комплексов и систем. В рамках дисциплины рассматриваются следующие аспекты: основные понятия информационно-аналитических и интеллектуальных систем. Понятие информационного пространства (ИП), его структура и элементы. Технологии сбора, хранения и оперативного анализа данных. Концепция информационных хранилищ. Информационное хранилище как платформа аналитических инструментов и систем искусственного интеллекта. Признаки OLAP-систем. Разработка технологии интеллектуального анализа данных. Назначение и состав выполняемых задач подсистемой интеллектуального анализа данных информационно-аналитической системы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Нейронные сети и компьютерное зрение

  Курс посвящен современным методам и алгоритмам, использующим нейронные сети для решения задач, связанных с анализом визуальной информации. В рамках курса рассматриваются теоретические основы, современные методы глубокого обучения и их практическое применение в области компьютерного зрения, включая распознавание объектов, сегментацию, обработку видео и другие сложные задачи.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Методы моделирования динамических систем

  Целью дисциплины является изучение основ теории моделирования, классификацию моделей и методов моделирования; принципы построения моделей, основных методов математического моделирования сложных динамических объектов, принципы имитационного моделирования телекоммуникационных систем и сетей.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Технологии и методы анализа данных для информационных систем

  Дисциплина "Технологии и методы анализа данных для информационных систем" направлена на изучение инструментов и методов анализа данных, которые применяются для извлечения полезной информации из больших объемов данных, с целью улучшения принятия решений и оптимизации работы информационных систем. В рамках курса магистранты изучат современные подходы к обработке и анализу данных, а также способы их интеграции в информационные системы.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Модели и методы нейронных сетей

  Цель дисциплины – формирование способности применять модели нейронных сетей в решении сложных задач обработки данных. Будут изучены: Модели нейронных сетей. Кластерный анализ данных на выходных параметрах нейронной сети. Вычислительные процессы нейронной сети. Модели и методы извлечения данных. Именованное распознавание объектов. Модели и методы распознавания отношений. Модели и методы определения времени и событий. Модели и методы поиска информации. Структура и части системы ответов на вопросы. Модели и методы обобщения. Создание и обучение нейронных сетей. Метод глубокого обучения нейронной сети. Современные средства с реализацией технологии нейронных сетей. Архитектура нейронных сетей. Алгоритмы нейронных сетей. Готовые библиотеки для обработки данных. Практическая реализация систем с нейронными сетями.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Разработка и внедрение информационно-аналитических систем

  Дисциплина "Разработка и внедрение информационно-аналитических систем" направлена на изучение принципов и методов проектирования, разработки и внедрения информационных систем, которые позволяют собирать, обрабатывать и анализировать данные с целью поддержания процессов принятия решений. В рамках курса рассматриваются как традиционные подходы, так и современные технологии для создания эффективных аналитических решений в разных областях, включая бизнес, управление, здравоохранение и другие.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Теория нейронных сетей

  Целью освоения дисциплины является изучение теоретических основ обучения нейронных сетей и получение навыков их применения для решения практических задач. Основные задачи обучения: изучить модель искусственного нейрона и искусственной нейронной сети, изучить алгоритмы обучения нейронных сетей, изучить популярные в настоящее время архитектуры глубоких нейронных сетей, изучить способы применения глубоких нейронных сетей для задач компьютерного зрения и анализа текстов, изучить программные системы обучения нейронных сетей.

  Год обучения - 1
  Семестр - 2
  Кредитов - 4
  

• Методы моделирования систем

  Целью освоения дисциплины является изучения основных методов моделирования систем и важнейших классов их математических моделей. Задачами изучения дисциплины является ознакомление магистрантов с методами построения моделей стохастических систем и методами нелинейной динамики в плане их использования для описания систем управления.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Управление данными в информационных системах

  Целью дисциплины является изучение общих основ управления данными в профессиональной деятельности и приобретение практических навыков создания, наполнения, модификации и сохранения баз данных, разработки средств пользовательского интерфейса к ним, проектирования, создания и сопровождения информационных систем. Дисциплина рассматривает современные методы и средства разработки и синтеза структур информационных моделей предметных областей, современные методики синтеза и оптимизации структур баз данных, основные принципы организации баз данных информационных систем, способы построения баз данных, разработка пользовательских приложений для работы с базами данных.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Методы искусственного интеллекта в ИС

  Цель дисциплины: формирование способности проектирования систем, основанных на знаниях, использования методов и средств представления и обработки знаний в системах искусственного интеллекта. В рамках дисциплины рассматриваются следующие аспекты: Понятие искусственного интеллекта и интеллектуальной информационной системы. История развития ИИ и применение в разработке программного обеспечения. Модели представления данных и знаний. Методы ИИ. Экспертные системы и их структура. Нечеткие логические модели представления знаний. Искусственные нейронные сети. Гибридные нейронные сети. Байесовские сети. Перспективные методологии ИИ. Исследование методов искусственного интеллекта.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Методы и средства защиты информационных систем

  Предметом курса являются методы и средства защиты информационных систем от случайных и преднамеренных воздействий, которые могут нанести ущерб владельцам и пользователям информации. Целью изучения дисциплины является изучение основных методов и приёмов защиты информационных систем и знакомство с ними на практике, освоение магистрантами основных положений методов и средств защиты компьютерной информации. В результате изучения дисциплины магистрант должен уметь шифровать хранимые и передаваемые данные; определять оптимальные типы криптографических протоколов при передаче информации; применять компьютерные средства защиты информации от несанкционированного доступа, владеть основными определениями и терминами в сфере проблем информационной безопасности и теории криптографической защиты информации.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Распределенная база данных

  Целью данной дисциплины является изучение магистрантами теоретических основ, приобретение практических навыков и освоение современных инструментальных средств проектирования, реализации и эксплуатации распределенных баз данных. Ознакомление с основными технологиями работы с информацией: построение моделей баз данных, реализация баз данных в системе управления базами данных (СУБД), построения схемы распределения данных для распределения данных по удаленным серверам, изучение методов и средств распределения данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Анализ больших данных

  Целью дисциплины является формирование у магистрантов практических навыков по разработке и применению систем обработки и анализа текстовых данных для решения прикладных задач. Изучение данной дисциплины позволит магистрантам решать следующих круг профессиональных задач в области анализа текстовых данных: постановка задачи анализа текстовых данных, предварительная обработка текстовых данных, разработка и программная реализация методов анализа текстовых данных для построения систем распознавания и классификации письменного текста, машинного перевода.

  Год обучения - 2
  Семестр - 1
  Кредитов - 4
  

• Компьютерные технологии экономического учета

  Целью изучения дисциплины является изучение магистрантами основ организации современных информационных технологий и их применение в экономической и управленческой деятельности предприятий, рассмотрение основных принципов построения, внедрения и ведения специализированных информационных систем, создание у магистрантов целостного представления о процессах формирования информационного общества, а также формирование у магистрантов знаний и умений в области экономической и компьютерной подготовки, необходимых для успешного применения современных информационных технологий в сфере своей профессиональной деятельности на практике.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Методика анализа больших данных

  Целью дисциплины является формирование у магистрантов профессиональной компетенции в области разработки и использования систем обработки и анализа больших массивов данных. Изучает постановку задачи анализа данных, обработку данных, визуализацию данных, реализация и применение методов интеллектуального анализа данных к большим массивом данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 4
  

• Анализ данных и экономическое моделирование

  Целью дисциплины является освоение основных принципов построения математических моделей и методы исследования математических моделей различных типов. Изучает аналитические методы исследования математических моделей, численные методы исследования математических моделей, пакеты прикладных программ аналитического и численного исследования математических моделей.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Технология больших данных Big Data

  Цель освоения дисциплины: совершенствование теоретических знаний и практических навыков работы с большими данными. Изучение направлений анализа больших данных, формирование умений применения математических методов анализа больших данных, формирование практических навыков обработки больших данных с использованием специализированного программного обеспечения.

  Год обучения - 2
  Семестр - 1
  Кредитов - 4
  

• Машинное обучение в управлении и робототехнике

  Целью дисциплины является изучение методов машинного обучения, применяемых для управления автономными системами и робототехническими платформами. Курс охватывает как классические, так и современные алгоритмы обучения, используемые для оптимизации управления, адаптивного поведения и автономного принятия решений в робототехнике.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Машинное обучение

  Целью освоения дисциплины «Машинное обучение» являются формирование у магистрантов теоретических знаний и практических навыков по основам машинного обучения, овладение магистрантами инструментарием, моделями и методами машинного обучения, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Генеративные модели в машинном обучении

  Целью дисциплины является изучение генеративных моделей машинного обучения, их архитектур, принципов работы и применения в различных областях. Курс фокусируется на понимании методов генерации данных, синтеза изображений, текстов и звука с использованием современных алгоритмов, таких как вариационные автоэнкодеры (VAE), генеративно-состязательные сети (GANs) и трансформеры.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Оптимизационные алгоритмы в искусственном интеллекте

  Дисциплина охватывает широкий спектр методов и техник оптимизации, которые используются в различных областях искусственного интеллекта (ИИ), таких как машинное обучение, обработка данных и принятие решений. Она предоставляет магистрантам теоретическую основу и практические навыки для разработки эффективных алгоритмов, способных решать сложные задачи оптимизации.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Управление информационной безопасностью

  Целью освоения учебной дисциплины «Управление информационной безопасностью» является изучение методов и средств управления информационной безопасностью (ИБ) в организации, а также изучение основных подходов к разработке, реализации, эксплуатации, анализу, сопровождению и совершенствованию систем управления информационной безопасностью определенного объекта.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Реализация методов защиты в информационных системах

  Целью освоения дисциплины является изучение систем, механизмов, методов и средств по защите информации в сетевых технологиях, применения их на практике. Приобретение обучающимися теоретических и практических знаний в вопросах защиты информации в сетевых технологиях.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Моделирование, оптимизация и разработка AI

  Цель дисциплины "Моделирование, оптимизация и разработка AI" заключается в том, чтобы предоставить магистрантам знания и практические навыки для разработки, анализа и оптимизации моделей ИИ, а также эффективного применения различных методов оптимизации в задачах ИИ. Курс охватывает как теоретические основы, так и практическую реализацию алгоритмов, что помогает магистрантам глубже понять, как оптимизация влияет на эффективность и производительность ИИ-систем.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

Профессии

Результаты обучения

• Знает парадигматические теории в истории науки и методологии педагогики высшей школы и достижения психологической науки. Умеет использовать знание современных проблем науки и образования при решении профессиональных задач. Применяет методы и средства познания для интеллектуального развития, повышения культурного уровня, профессиональной компетентности.
• Владеет методами моделирования динамических систем. Знает основные положения управления и проектирования. Знает технологию сопровождения программного обеспечения.
• Применяет нейронные сети для решения задач классификации, прогнозирования и управления объектами профессиональной деятельности. Способен разрабатывать приложения искусственного интеллекта. Знает технологию разработки по облачным технологиям. Владеет основами обслуживания и программного сопровождения роботов.
• Понимает принципы обеспечения безопасности информационной инфраструктуры и ИТ. Использует инструменты анализа защищенности ИТ-инфраструктуры. Знает средства разработки систем обработки и хранения больших данных. Применяет методы анализа данных для обоснования проектных решений.
• Знает методологию экономической науки, средства математического обеспечения информационных и автоматизированных систем, принципы построения моделей. Знает методологию разработки информационных систем и технологий программирования. Знает методы и средства анализа работ ПО. Владеет CASE-средствами проектирования программного обеспечения.
• Разрабатывает приложения искусственного интеллекта. Знает обслуживание и программное сопровождение роботов.