7M07105 Умные города и умные системы в КБТУ (KBTU)

Дисциплины

• 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 - 3
  

• Прикладное моделирование электрической транспортировки

  Этот курс изучается с целью формирования знаний и навыков магистрантов в области прикладного моделирования систем электрической транспортировки. В рамках курса рассматриваются основные принципы проектирования и анализа электротранспортных систем, моделирование их работы с использованием современных программных средств, а также оценка их эффективности и устойчивости. Магистранты изучают методы оптимизации энергопотребления, анализируют интеграцию электрического транспорта в инфраструктуру умных городов и решают практические задачи проектирования.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Роботизированные системы

  Этот курс изучается с целью формирования знаний магистрантов о роботизированных системах, их компонентах и принципах работы. В рамках курса рассматриваются основы проектирования, управления и программирования роботизированных систем, включая сенсоры, исполнительные механизмы и алгоритмы. Магистранты изучают примеры применения робототехники в различных областях, таких как промышленность, медицина и сервис, и разрабатывают собственные проекты, интегрируя современные технологии.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Педагогика высшей школы

  Курс Педагогика Высшей школы дает будущим педагогам необходимые навыки преподавания. Он охватывает педагогическую психологию, разработку учебных программ, управление классом и развитие обучающиеся с упором на современные методы обучения и инклюзивные практики. Магистранты изучают практические навыки, такие как планирование уроков, вовлечение обучающиеся. Курс также интегрирует технологии в образование, готовя обучающиеся к адаптации к развивающейся среде в классе. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной педагогической карьеры.

  Год обучения - 1
  Семестр - 1
  Кредитов - 3
  

• Географические информационные системы (ГИС)

  Этот курс изучается с целью формирования знаний и навыков магистрантов в области работы с географическими информационными системами (ГИС) для анализа пространственных данных и поддержки принятия решений. В рамках курса рассматриваются основы ГИС, методы визуализации, управления и анализа геоданных, а также их применение в различных сферах, таких как управление ресурсами, экология и городское планирование. Магистранты изучают программное обеспечение ГИС, создают собственные карты и решают практические задачи, используя пространственный анализ.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Интернет вещей и большие данные

  Этот курс изучается с целью формирования знаний магистрантов об использовании Интернета вещей (IoT) и обработки больших данных для решения современных задач. В рамках курса рассматриваются архитектура IoT-систем, принципы их работы, методы сбора и анализа данных, а также применение технологий больших данных для управления информацией. Магистранты изучают примеры интеграции IoT и больших данных в различных отраслях, анализируют их эффективность и разрабатывают подходы к проектированию таких систем.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Прикладная геоматика

  Этот курс научит магистрантов работать с данными дистанционного зондирования и Глобальной навигационной спутниковой системы (GNSS), обрабатывать спутниковые данные и разрабатывать прикладные проекты. В рамках курса магистранты познакомятся с программным обеспечением для дистанционного зондирования и ГИС, предназначенным для работы со спутниковыми данными. Магистранты будут разрабатывать собственные проекты, используя комбинированные подходы применения спутниковых и геопространственных наборов данных.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Дроны для инфраструктуры умных городов

  Этот курс изучается с целью формирования знаний магистрантов о применении дронов в инфраструктуре умных городов. В рамках курса рассматриваются технологии проектирования, управления и эксплуатации дронов для выполнения задач мониторинга, логистики, безопасности и других функций в городской среде. Магистранты изучают методы интеграции дронов с интеллектуальными системами городов, анализируют юридические и экологические аспекты их использования, а также решают практические задачи внедрения и оптимизации таких технологий.

  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 - 2
  Кредитов - 3
  

• Сбор и анализ данных (Hadoop)

  Этот курс изучается с целью формирования знаний и навыков магистрантов в области работы с большими данными с использованием платформы Hadoop. В рамках курса рассматриваются методы сбора, хранения, обработки и анализа данных, а также работа с распределенными системами и инструментами Hadoop, такими как HDFS, MapReduce, Hive и Spark. Магистранты изучают практические подходы к анализу данных, включая обработку больших объемов информации, оптимизацию процессов и разработку эффективных решений для бизнес-аналитики.

  Год обучения - 1
  Семестр - 2
  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 - 5
  

• История и философия науки

  Курс История и Философия науки дает необходимые навыки для критического анализа и понимания научных концепций и методологий. Он охватывает основы научных рассуждений, природу научных исследований, этические соображения в исследованиях и историческое развитие научной мысли с упором на современные философские дебаты. Магистранты изучают практические навыки, такие как построение аргументов, оценка научных утверждений и применение философских основ к различным научным дисциплинам. Курс также включает дискуссии о роли технологий в науке, готовя магситрантов ориентироваться в развивающемся ландшафте научных исследований. Благодаря практическим проектам и практическому применению магистранты получают инструменты, необходимые для успешной карьеры в академических кругах и смежных областях.

  Год обучения - 1
  Семестр - 2
  Кредитов - 3
  

• Проектирование и анализ умных систем

  Этот курс изучается с целью формирования знаний и навыков магистрантов в области проектирования, анализа и оптимизации умных систем. В рамках курса рассматриваются принципы разработки умных систем, их архитектура, алгоритмы и методы анализа данных. Особое внимание уделяется применению искусственного интеллекта и машинного обучения для автоматизации процессов и повышения эффективности систем. Магистранты изучают практические примеры внедрения умных систем в различных отраслях, включая энергетику, транспорт и здравоохранение.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Технологическое предпринимательство и стартапы

  Этот курс представляет собой обзор основ бизнеса, предназначенный для инженеров и ученых, стремящихся к коммерциализации технологий. Темы будут включать разработку, тестирование и адаптацию бизнес-концепций; финансирование технологического предприятия; маркетинг и распространение; организационные вопросы; глобальный бизнес; и юридические соображения, влияющие на технологические предприятия.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Геоматика для мониторинга окружающей среды

  Этот курс изучается с целью формирования знаний и навыков магистрантов в области использования геоматики для мониторинга и управления состоянием окружающей среды. В рамках курса рассматриваются современные геоинформационные технологии, дистанционное зондирование, пространственный анализ и картографирование. Магистранты изучают методы сбора, обработки и интерпретации данных о состоянии природных ресурсов и экологических систем, а также решают практические задачи по созданию систем мониторинга и принятия решений в сфере экологии.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Автономные транспортные средства для инфраструктуры умных городов

  Этот курс изучается с целью формирования знаний магистрантов об автономных транспортных системах, их роли в умных городах и влиянии на инфраструктуру. В рамках курса рассматриваются ключевые аспекты проектирования, разработки и внедрения автономных транспортных средств, включая сенсорные технологии, алгоритмы управления и взаимодействие с городскими системами. Магистранты изучают современные подходы к интеграции таких систем, анализируют их влияние на экологию и городскую мобильность, а также решают практические задачи их внедрения.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Геопространственные и геостатистические показатели снижения риска бедствий (DRR)

  Этот курс изучается с целью формирования знаний магистрантов о применении геопространственных и геостатистических методов для анализа и управления рисками бедствий. В рамках курса магистранты изучают методы сбора, обработки и интерпретации пространственных данных, а также использование статистических моделей для прогнозирования и оценки рисков. Магистранты анализируют примеры интеграции геоданных в системы снижения риска бедствий и разрабатывают подходы к повышению устойчивости территорий.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять методические знания в научных исследованиях, педагогической и воспитательной деятельности, осваивать психологические методы для повышения эффективности работы, а также поддерживать профессиональную коммуникацию и владеть иностранным языком на профессиональном уровне.
• Моделировать и оптимизировать распределительные сети, включая транспортные, энергетические и газовые системы городов, для повышения их эффективности.
• Разрабатывать архитектуру баз данных и информационных систем для умных городов, конструировать программное обеспечение для их функционирования и интеграции.
• Проектировать эргономичные пользовательские интерфейсы для автоматизированного управления объектами городской инфраструктуры.
• Обосновывать выбор стандартов, принципов и методов проектирования информационных систем умных городов, создавать их программное, аппаратное и математическое обеспечение, а также подбирать технологии для защиты данных.
• Организовывать управление ресурсами городов и территориальных единиц, применять инструменты государственной политики и технологии администрирования для достижения целей устойчивого развития и обеспечения национальной безопасности.
• Использовать статистические и математические модели искусственного интеллекта для обработки и оценки больших данных в управлении и развитии умных городов.
• Извлекать и систематизировать информацию из различных источников, включая потоки данных в реальном времени, для последующей обработки и визуализации.
• Решать прикладные задачи по обработке и анализу больших данных, применяя научно-статистические методы и проверяя научные гипотезы.
• Проводить комплексный анализ научных данных, синтезировать и обобщать результаты исследований, используя современные достижения науки и техники.

Похожие ОП