7M06105 Кибернетика и искусственный интеллект в Satbayev University

Дисциплины

1 Год обучения История и философия науки Квантовые вычисления Психология управления Педагогика высшей школы Иностранный язык (профессиональный) Интерфейсы многоядерных систем Современные вопросы в теории уравнений с частными производными Параллельные вычисления Дополнительные вопросы теории стохастических процессов Интеллектуальная собственность и научные исследования Стратегии устойчивого развития Математическая статистика и стохастические процессы Теория моделей Методы машинного обучения

2 Год обучения Интеллектуальный анализ данных Искусственные нейронные сети Python для глубокого машинного обучения Уравнения с частными производными на сложных множествах Прикладная теория информации Machine Learning & Deep Learning Теория машинного обучения

Профессии

Результаты обучения

• знать и понимать современные тенденции, направления и закономерности развития отечественной науки в условиях глобализации и интернационализации; методологию научного познания; достижения мировой и казахстанской науки в соответствующей области; (осознавать и принимать) социальную ответственность науки и образования; в совершенстве иностранный язык для осуществления научной коммуникации и международного сотрудничества.
• иметь навыки системного понимания области изучения и демонстрировать качественность и результативность выбранных научных методов; участия в научных мероприятиях, фундаментальных научных отечественных и международных проектах; лидерского управления и руководства коллективом; ответственного и творческого отношения к научной и научно-педагогической деятельности.
• уметь работать с архитектурами, включающими открытые библиотеки глубокого обучения, делать правильные выводы из сопоставления результатов теории и эксперимента, выделять из практических задач их постановку для машинного обучения, работать с современными программными комплексами для решения задач машинного обучения.
• уметь разрабатывать математические модели и применять их в научных экспериментах, применяя современное программное обеспечение, проводить теоретические и экспериментальные исследования стохастических процессов и систем.
• уметь анализировать эффективность выполнения задачи на графическом процессоре и гибридных вычислительных системах на базе графических процессоров, производить профилирование программ.
• Уметь применять технологии интеллектуального анализа электронных массивов данных для решения конкретных практических проблем.
• владеть профессиональными знаниями для анализа и синтеза физической информации в области квантовых вычислений, основные квантовые алгоритмы, возможности, методы и системы компьютерных технологий для физических теоретических и экспериментальных исследований в данной области, основные физические платформы для реализации квантовых вычислений.
• Знать постановки задач классификации, кластеризации, прогнозирования, знать алгоритмы и методы глубокого обучения.
• уметь организовывать, планировать и реализовывать процесс научных исследований; анализировать, оценивать и сравнивать различные теоретические концепции в области исследования и делать выводы; анализировать и обрабатывать информацию из различных источников.
• быть компетентным в вопросах межличностного общения и управления человеческими ресурсами; в вопросах вузовской подготовки специалистов; в проведении экспертизы научных проектов и исследований; в обеспечении постоянного профессионального роста.
• уметь проводить самостоятельное научное исследование, характеризующееся академической целостностью, на основе современных теорий и методов анализа; генерировать собственные новые научные идеи, сообщать свои знания и идеи научному сообществу, расширяя границы научного познания.
• быть компетентным в области научной и научно-педагогической деятельности в условиях быстрого обновления и роста информационных потоков; в проведении теоретических и экспериментальных научных исследований; в постановке и решении теоретических и прикладных задач в научном исследовании; в проведении профессионального и всестороннего анализа проблем в соответствующей области.
• владеть методами численного стохастического моделирования для проведения теоретических и экспериментальных исследований, знаниями стохастического анализа для оценивания полученных результатов исследования.
• иметь навыки критического анализа, оценки и сравнения различных научных теорий и идей; аналитической и экспериментальной научной деятельности; планирования и прогнозирования результатов исследования; ораторского искусства и публичного выступления на международных научных форумах, конференциях и семинарах; научного письма и научной коммуникации; планирования, координирования и реализации процессов научных исследований.
• знать понятие стохастического анализа систем и методы стохастического моделирования, применение стохастического анализа при разработке математических моделей и исследовании различных систем и процессов.
• знать особенности архитектуры графических процессоров, принципы организации гибридных вычислительных систем на базе графических процессоров, классы задач пригодные для эффективного исполнения на графических процессорах.

Похожие ОП