6B06105 Data Science в КарТУ

Дисциплины

• Математика

  Целью изучения дисциплины является: овладение конкретными математическими знаниями, необходимыми для применения в практической деятельности будущего бакалавра, а также для формирования мировоззрения обучающихся, становления логического, эвристического и алгоритмического мышления. Содержание основных разделов: Элементы линейной алгебры и аналитической геометрии. Дифференциальное исчисление функции одной переменной. Интегральное исчисление функции одной переменной

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Основы алгоритмизации и программирования С++

  Дисциплина изучает основы алгоритмизации задач, способы записи алгоритмов и решения задач на языке программирования С++, приемы структурного программирования. Курс представлен разделами: основные характеристики языка С++, примитивные типы данных, операторы, структурные типы данных, указатели, функции, файлы. Дисциплина формирует у студентов навыки постановки задачи, разработки алгоритмов и логически правильных и эффективных программ на языке С++.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Основы алгоритмизации и программирования Python

  Дисциплина предназначена для изучения основных конструкций современного языка программирования на примере Python; изучения алгоритмов обработки массивов и других структурированных данных с использованием языка Python. Курс представлен разделами: синтаксис языка программирования Python, основные структуры данных и конструкции языка Python, ввод-вывод, математические функции, коллекции данных. Дисциплина формирует у студентов навыки, позволяющие решать задачи обработки числовой и символьной информации в рамках прикладных задач.

  Год обучения - 1
  Семестр - 2
  Кредитов - 6
  

• Математический анализ

  Курс содержит основы математического анализа, дифференциальное исчисление функций многих переменных, ряды, интегралы. Изучение курса формирует у студентов как теоретическую базу для усвоения общепрофессиональных и специальных дисциплин, так и практические умения, позволяющие будущему инженеру находить рациональные решения проблемных задач прикладного направления

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Физика I

  Целью изучения дисциплины является получение знаний о механике, молекулярной физике и термодинамике, электростатике и постоянного тока. Курс представлен разделами: кинематика; динамика материальной точки и твердого тела; законы сохранения; элементы специальной теории относительности; элементы механики сплошных сред; колебания и волны; "Молекулярная физика и термодинамика»: статистическая физика и термодинамика; статистические распределения; основы термодинамики; явления переноса; реальные газы; «Электричество»: электростатика; постоянный электрический ток.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Дискретная математика

  Изучение курса направлено на формирование у студентов профессиональных знаний и умений в области использования основных понятий теории множеств, математических логических элементов, комбинаторики, теории графов при решении задач искусственного интеллекта в процессе программирования. Программа содержания дисциплины представлена набором математических методов и приемов, ориентированных на решение прикладных задач.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Экология и безопасность жизнедеятельности

  Дисциплина является основой экологической культуры, обеспечения безопасных и безвредных условий жизнедеятельности. Ставит целью формирование у студентов практических навыков управления рисками в области охраны окружающей среды, устойчивого развития, гражданской обороны и чрезвычайных ситуаций. Включает в себя изучение вопросов экологического законодательства и законодательства в области безопасности жизнедеятельности; концепции устойчивого развития; классификации чрезвычайных ситуаций; основных принципов и способов защиты населения в условиях чрезвычайных ситуаций; основных задач и организационной структуры республиканских служб гражданской защиты.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Физика II

  Целью изучения дисциплины является получение знаний о теории электромагнетизма, квантовой и ядерной физики. Курс представлен разделами: Магнитное поле; магнитное поле в веществе; уравнения Максвелла; ток электромагнитные колебания; понятие о лучевой (геометрической) оптике; свойства световых волн; дифракция волн; электромагнитные волны в веществе; тепловое излучение; экспериментальное обоснование основных идей квантовой теории; корпускулярно-волновой дуализм; элементы квантовой статистики; конденсированное состояние; атомное ядро; элементарные частицы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Алгоритмы и структуры данных С++, курсовая работа

  Целью изучения дисциплины является: получение теоретических знаний и практического опыта в области алгоритмизации задач, структур данных, их спецификации и реализации, взаимосвязи алгоритмов и структур данных, особенностей программирования на языке Си++. Содержание основных разделов: преобразование и построение матриц, списки, односвязные, двусвязные, кольцевые списки, стек, очередь, дек, сортировка данных, алгоритмы поиска данных, деревья, хеш-таблицы. Результаты обучения: реализует алгоритмы и структуры данных на языке программирования С++.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Алгоритмы и структуры данных Python, курсовая работа

  Целью изучения дисциплины является: получение теоретических знаний и практического опыта в реализации алгоритмов и структур данных; выбора структуры данных наиболее эффективной для решаемой задачи на основе предъявляемых решению требований. Содержание основных разделов: базовые структурные типы данных: строки, списки, кортежи, словари, множества, многомерные массивы и векторные вычисления; Сортировка, устранение дубликатов и другие теоретико-множественные операции. Методы поиска.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Основы экономики и финансовой грамотности

  Целью изучения дисциплины является: формирование у обучающихся системы знаний об экономических закономерностях развития общества, осуществление предпринимательской деятельности, рационального финансового поведения при принятии решений, касающихся личных финансов, а также способности критически оценивать и анализировать процессы по защите прав и интересов в качестве потребителей финансовых услуг на основе использования цифровых технологий. Содержание основных разделов: Основные проблемы экономики. Проблема выбора в экономике и эффективность использования ресурсов; Собственность и ее формы в современной экономике. Приватизация и разгосударствление; Бизнес-план как основа индивидуального предпринимательства; Экономический рост и нестабильность рыночной экономики. Инфляция и безработица – проявление экономической нестабильности; Банковская и бюджетная системы страны. Денежно-кредитная политика государства и макроэкономические показатели страны; Экономические основы деятельности фирмы: производство и его факторы.

  Год обучения - 2
  Семестр - 3
  Кредитов - 5
  

• Объектно-ориентированное программирование Python, курсовая работа

  Целью преподавания дисциплины является изучение объектно-ориентированного программирования на языке Python. Курс представлен разделами: парадигма ООП. Классы и объекты. Конструкторы и деструкторы. Наследование. Одиночное и множественное наследование. Специальные методы. Перегрузка операторов. Статические методы и методы класса. Абстрактные методы. Изучение курса ориентировано на освоение технологии ООП для решения практических задач, необходимых для осуществления профессиональной деятельности.

  Год обучения - 2
  Семестр - 4
  Кредитов - 7
  

• Введение в базы данных

  Дисциплина дает студентам базовые знания, связанные с обработкой данных, широко распространённых в любой сфере деятельности. Разделы курса: основные концепции баз данных, СУБД, модели данных, проектирование баз данных. Изучение курса ориентировано на формирование у студентов практических навыков проектирования концептуальных моделей, реализации БД и интерфейсов работы с ними.

  Год обучения - 2
  Семестр - 4
  Кредитов - 6
  

• Теория вероятностей и математическая статистика

  Дисциплина ставит целью формирование у студентов научных представлений о сущности и свойствах вероятностных процессов, функций распределения и статистических методов, практических навыков работы со случайными величинами и методами их поиска и оценки. Курс представлен разделами: Вероятностное пространство. Независимые события. Условная вероятность. Распределения случайных величин. Числовые характеристики распределений. Предельные теоремы. Оценивание неизвестных параметров. Доверительные интервалы. Проверка статистических гипотез.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Компьютерная графика

  Дисциплина составляет основу теоретической подготовки бакалавров и является базой инженерно-технической деятельности выпускников. Основные разделы: теоретические основы компьютерной графики, программное и аппаратное обеспечений графики, практические методы выполнения компьютерной графики. Изучение курса ориентировано на формирование умений работы с программным обеспечением двумерной и трехмерной векторной графики; приобретение практических умений построения реалистичных пространственных моделей.

  Год обучения - 2
  Семестр - 4
  Кредитов - 5
  

• Объектно-ориентированное программирование Java, курсовая работа

  Дисциплина ставит целью формирование у студентов понимания идеологии и ключевых аспектов парадигмы объектно-ориентированного программирования (ООП), получение теоретических знаний и практического опыта в технологии ООП на языке Java. Содержание основных разделов: объектно-ориентированная модель, составные части объектного подхода, объекты и классы, наследование, иерархия, интерфейсы и абстрактные классы, потоки ввода-вывода, коллекции обработка исключений. Изучение курса ориентировано на формирование у студентов практических навыков разработки приложений с помощью объектно-ориентированного программирования.

  Год обучения - 2
  Семестр - 4
  Кредитов - 7
  

• Основы права, Основы антикоррупционной культуры

  Целью дисциплины является: формирование правового мировоззрения обучающихся в контексте решения задач модернизации общественного и нравственно - правового сознания, выступающими в качестве необходимых условий совершенствования правовой государственности в Республике Казахстан, выработка на этой основе гражданской позиции общества. Курс представлен разделами: основные понятия права, антикоррупционной культуры их задачи, функции и роль в обществе; отрасли права и их особенности; особенности формирования антикоррупционной культуры. Изучение курса ориентировано на знание нормативно-правовых актов и их применение в конкретных практических ситуациях и профессиональной деятельности.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Операционные системы

  Дисциплина изучает основные понятия, функции, состав и принципы работы операционных систем; архитектуры современных операционных систем; особенности построения и функционирования различных семейств операционных систем; принципы управления ресурсами в операционной системе; основные задачи администрирования и способы их выполнения в изучаемых операционных системах.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Web-технологии и программирование, курсовой проект

  Дисциплина охватывают широкий спектр тем, связанных с созданием веб-приложений, веб-сайтов и других онлайн-ресурсов. Курс представлен разделами: фронтенд-разработка: создание пользовательского интерфейса и его взаимодействие с пользователем; бэкенд-разработка: обработка запросов пользователя, работа с базами данных, бизнес-логика, которые выполняются на сервере; веб-фреймворки и библиотеки: React.js, Angular, Vue.js, Express.js для Node.js, Flask для Python, Django, и т.д.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Архитектура компьютерных систем

  Курс ориентирован на изучение принципов функциональной и структурной организации вычислительных машин, систем, комплексов и сетей ЭВМ, основ проектирования вычислительных систем и сетей. Разделы курса: построение цифровых вычислительных систем и их архитектурные особенности; принципы работы основных логических блоков систем; классы вычислительных платформ и архитектур; параллелизм и конвейеризация вычислений; основные конструктивные элементы средств вычислительной техники.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Методы оптимизации

  Дисциплина охватывает круг вопросов, связанных с углубленным изучением теории и практического применения современных подходов к решению оптимизационных задач. Курс представлен разделами: методы оптимизации, линейные математические модели и линейное программирование, теория двойственности, классическая теория оптимизации, методы нелинейной оптимизации, нелинейное программирование. Изучение курса ориентировано на формирование у студентов навыков владения методами и технологиями разработки оптимизационных моделей и реализации этих моделей на современной компьютерной технике.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Нереляционные базы данных

  В рамках курса студенты изучают: высокопроизводительные нереляционные базы данных с гибкими моделями данных: документарные БД, принципы хранения в них данных, обращения к данным; сетевые БД и методами хранения и манипуляции данными в них; БД ключ-значение и ее язык запросов; прочие виды нереляционных СУБД. Изучение курса ориентировано на формирование у студентов умений и навыков использования наиболее распространенных NoSQL баз с разной парадигмой хранения данных: Redis (ключ-значение), MongoDB, ElasticSearch (документарные базы), Neo4J (сетевая база), Minio (файловое хранилище), RabbitMQ (брокер запросов).

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Архитектура данных

  Курс ориентирован на изучение основных понятий и концепций: модели данных, определения данных, спецификации отображения данных (data mapping), потоки данных, интерфейсы прикладного ПО (application programming interface, API), для работы со структурированными данными, корпоративная архитектура данных . Изучение курса ориентировано на обучение студентов современным методам и средствам разработки и сопровождения архитектуры данных.

  Год обучения - 3
  Семестр - 5
  Кредитов - 5
  

• Введение в искусственный интеллект

  Дисциплина рассматривает сложно формализуемые задачи, связанные с использованием технологий искусственного интеллекта. Курс представлен разделами: модели представления знаний, эвристическое программирование и моделирование, вывод на знаниях. Дисциплина формирует у студентов общие представления о направлениях и содержании исследований в области интеллектуальных и экспертных систем.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Аналитика данных на Python

  В курсе рассматриваются содержание, трудности и особенности процесса анализа данных и разработки прикладных программных систем для их решения на языке Python, специализированные библиотеки для анализа данных, введение в автоматизированные методы работы с данными. Изучение курса ориентировано на развитие навыков работы со специализированными программными библиотеками для визуализации и анализа данных и применения полученные знания для решения практических задач.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Хранение и операции с данными, курсовой проект

  Дисциплина включает проектирование и реализацию решений для хранения, а также сопровождения хранимых данных на протяжении всего их жизненного цикла. Курс представлен разделами: сопровождение баз данных: первоначальная реализация рабочей среды базы данных (database environment), получение данных, резервное копирование и удаление, мониторинг и настройка; технологическая поддержка баз данных: определение технических требований, соответствующих информационным потребностям организации, определение технической архитектуры, развертывание и администрирование технологических решений. Изучение курса ориентировано на формирование у студентов умений и навыков использования инструментов мониторинга баз данных, управления базами данных, разработки приложений

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Интеллектуальный анализ данных

  Дисциплина изучает современные методы и способы реализации инструментов интеллектуального анализа данных в корпоративных системах и приложениях для получения знаний. Курс представлен разделами: методы предварительной обработки данных, методы классификации, кластеризации, прогнозирования, деревья решении, последовательные методы. Изучение курса ориентировано на формирование навыков исследования различных процессов на компьютере, практического применения методов Data Mining для решения различных научных и технических задач

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Компьютерные сети

  Дисциплина предназначена для изучения основ теории и практики построения и функционирования компьютерных сетей. Разделы курса: программное и аппаратное обеспечение компьютерных сетей, модель OSI, сетевые протоколы, мониторинг и анализ функционирования сетей. Изучение курса ориентировано на формирование у студентов системных знаний о методах проектирования и поддержки компьютерных сетей, проблемах безопасности сетей.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Обработка и анализ данных с использованием Scala

  Курс ориентирован на изучение основных методов обработки больших данных, формирование у студентов понимания внутреннего устройства, механики работы, области применимости существующих решений; получение студентами практических навыков анализа больших массивов информации. Курс представлен разделами: средства языка программирования Scala для обработки больших объемов данных (функции высшего порядка, частично определенные функции, каррирование, коллекции), фреймворк Apache Spark как платформа для обработки данных, библиотеки прогнозирования XGBoost4j, Deeplearning4j.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Стандартизация в области обработки данных, курсовая работа

  Целью преподавания дисциплины является овладение студентами теоретическими знаниями и практическими навыками работы с норматиной документацией, регулируемой техничекими регламентами и стандартами в области обработки данных. Курс представлен разделами: национальная система стандартизации, стандарт как нормативно-регулирующий документ, система стандартов в области обработки данных.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Моделирование и проектирование данных, курсовой проект

  В рамках курса студенты изучают: существующие модели, стандарты данных, наборы данных, начальные требования к данным, требования к происхождению данных, планирование работ по моделированию данных, построение моделей данных, проверка и оценка качества моделей данных, сопровождение моделей данных. Изучение курса ориентировано на формирование у студентов умений и навыков использования инструментов моделирования данных, отслеживания происхождения данных, шаблонов моделей данных.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Основы научных исследований

  Целью изучения дисциплины является: формирование у обучающихся базовой системы знаний об организации, проведении и умении представления результатов научного исследования. Курс представлен разделами: методологические характеристики исследования (обоснование актуальности исследования; проблема и тема исследования; цель, объект и предмет исследования; гипотеза исследования; задачи исследования; критерии оценки экспериментальной деятельности); взаимосвязь основных методологических характеристик исследования; обработка результатов исследования; обобщение материалов и оформление в виде тезисов, статей, курсовых работ/проектов, дипломных работ/проектов и научных проектов; правила оформления научных работ.

  Год обучения - 3
  Семестр - 6
  Кредитов - 5
  

• Алгоритмы обработки больших данных

  Дисциплина изучает основные технологии решения задач обработки больших по объему, быстро изменяющихся и плохо структурированных данных. Содержание разделов дисциплины специализированные алгоритмы для работы с данными, система управления потоками данных, запросы к потокам, проблемы обработки потоков, выборка данных из потоков, фильтрация потоков, алгоритм Флажоле-Мартена, оценивание моментов, алгоритм Алона-Матиаса-Сегеди для вторых моментов, иерархическая кластеризация, альтернативные правила управления иерархической кластеризацией, алгоритм к-средних, обработка данных в алгоритме BFR, алгоритм CURE, кластеризация для потоков и параллелизм.

  Год обучения - 4
  Семестр - 7
  Кредитов - 6
  

• Машинное обучение Python, курсовая работа

  Дисциплина ставит целью формирование у студентов теоретических знаний и практических навыков по основам машинного обучения, овладение студентами инструментарием, моделями и методами машинного обучения, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных. Инструменты и функции, необходимые для манипулирования данными, анализа и построения моделей машинного обучения, библиотеки: NumPy, Pandas, Scikit-learn, TensorFlow и Keras.

  Год обучения - 4
  Семестр - 7
  Кредитов - 6
  

• Качество данных

  Дисциплина ставит целью формирование у студентов согласованного подхода к обеспечению соответствия данных потребностям потребителей, изучение стандартов и спецификаций контроля качества данных (DQ), процессов измерения, мониторинга и учета показателей качества данных. Курс представлен разделами: стратегия и рамочная модель DQ, организационная структура программы DQ, профилирование данных, процедуры DQ, отчеты по DQ, уровни обслуживания в области DQ, политики, правила и методики DQ

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Технологии и архитектуры обработки больших данных

  Целью учебной дисциплины является формирование у студентов необходимой теоретической базы и практических навыков обработки и анализа информации, целостное представление о современных проблемах анализа и обработки больших данных, помочь овладеть опытом разработки и анализа концептуальных и теоретических моделей прикладных задач анализа больших данных с применением моделей Data Mining, навыки применения программных систем, предназначенных для анализа больших данных.

  Год обучения - 4
  Семестр - 7
  Кредитов - 6
  

• Безопасность данных

  Дисциплина дает студентам базовые знания в области обеспечения информационной безопасности средствами современных СУБД. Разделы курса: средства обеспечения конфиденциальности, целостности и доступности БД, модели управления доступом, механизм транзакций, аудит системы безопасности БД. Курс ориентирован на формирование у студентов навыков реализации политики безопасности баз данных.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Управление данными

  Курс представлен разделами: основные понятия и концепции, данные, данные и информация, данные как актив организации, принципы управления данными, проблемы управления, стратегия управления данными, рамочные структуры управления данными, модель стратегического выравнивания. Изучение курса ориентировано на формирование у студентов навыков выявления и обслуживания информационных потребностей организации, определения возможных путей совершенствования процессов для оптимизации практик управления данными.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Машинное обучение R, курсовая работа

  Дисциплина знакомит студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями, с различными методами и библиотеками машинного обучения в R. Курс представлен разделами: онлайн обучение и линейные модели, введение в Apache Spark и оптимизация гиперпараметров, рекомендательные системы, бустинг для больших данных, нейросети, LSH для нахождения похожих объектов, кластеризация больших данных. Пакеты языка R, используемые для реализации машинного обучения: DataExplorer, Dalex, dplyr, Esquisse, Caret, janitor, rpart.

  Год обучения - 4
  Семестр - 7
  Кредитов - 6
  

• Охрана труда

  Дисциплина направлена на обучение студентов, дающее возможность получить знания по сохранению жизни и здоровья работников в процессе трудовой деятельности. Курс представлен разделами: правовое обеспечение в области безопасности охраны труда, организация и функционирование системы управления охраной труда и профессиональными рисками, порядок расследования, учета и анализа повреждений здоровья, обеспечения безопасности рабочих мест и технологических процессов, порядок проведения аттестации производственных объектов по условиям труда, порядок проведения медосмотров и обеспечения средствами коллективной и индивидуальной защиты, основы пожарной и промышленной безопасности. Изучение курса ориентировано на формирование у студентов практических навыков управления системой охраны труда и профессиональными рисками работников.

  Год обучения - 4
  Семестр - 7
  Кредитов - 5
  

• Разработка систем хранения и обработки больших данных

  Курс представлен разделами: ИТ архитектура современного предприятия в части систем, обеспечивающих хранения и обработку больших объемов данных, алгоритмы и приемы работы с высоко нагруженными сервисами, современные системы хранения данных, управление проектом развития системы информационного обеспечения, протоколы и технологии для построения виртуальной инфраструктуры предприятия. Результаты обучения: умение анализировать архитектуру современного предприятия и центров обработки данных, освоение методов разработки высоконагруженных сервисов, приобретение навыков принятия управленческих решений от сбора данных, их хранения и обработки до представления результатов.

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Проектно-исследовательская деятельность

  Дисциплина ставит целью формирование у студентов навыков по планированию и реализации проектно-исследовательской деятельности по направлению подготовки. Курс представлен разделами: анализ и разработка на современной элементной базе систем автоматического управления отдельных устройств; методы анализа эмпирической информации с применением алгоритмов искусственного интеллекта (ИИ). закрепление и применение теоретических знаний и практических навыков для выполнения работ по обслуживанию, ремонту, монтажу и наладке систем автоматического оборудования; работ с операционной системой Windows, ППП Microsoft Offict, ППП MATLAB и библиотекой Simulink. Изучение курса формирует у студентов навыки по планированию и реализации проектно-исследовательской деятельности по направлению подготовки. Формирование эмпирической базы исследования, в том числе с использованием методов искусственного интеллекта (ИИ).

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Визуализация данных и основы коммуникации

  В рамках курса студенты изучают основы визуализации данных, принципы эффективного представления данных с учётом психологии восприятия, получают навыки визуальной аналитики, создания интерактивных дэшбордов, дата-сторителлинга, инструменты визуализации данных. Результаты обучения: подготовка для визуализации различных типов данных из баз данных и других источников, визуализация данных, исходя из принципов дата-сторителинга и дизайна дашбордов, использование библиотеки для визуализации данных в Python.

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Управление разно-структурированными большими данными

  Цели освоения дисциплины - сформировать у студентов комплексный подход в использовании различных технологий и методов для обеспечения эффективной работы с данными и извлечения из них ценной информации. Дисциплина включает в себя изучение методов, технологий и инструментов для обработки, хранения, анализа и управления большими объемами данных, которые могут иметь различные форматы и структуры. Модели данных для разно-структурированных данных (реляционные, NoSQL, NewSQL), управление версиями и целостностью данных. Фреймворки обработки данных (Apache Hadoop, Apache Spark, Apache Flink).

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Методы визуализации данных средствами языка R

  Дисциплина ставит целью овладение навыками программирования на языке R, овладение методами обработки, визуализации и анализа качественных и количественных данных. Изучаются основы языка программирования R, осваиваются методы визуализации данных для возможности выявления тенденций и обоснования принимаемых решений. Формирование практических умений и навыков работы с пакетом ggplot2 в рамках R и RStudio. Результаты обучения: использование различных методов визуализации данных для подготовки отчетов о результатах анализа, использование инструментов визуализации данных для эффективной поддержки принятия решений, в том числе инструментария программного обеспечения пакета ggplot2 среды R для генерации визуальных представлений данных на практике.

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Интеграция и интероперабельность данных

  Курс представлен разделами: миграция и конвертация данных; консолидация данных в концентраторах (hubs) или витринах; интеграция программных продуктов сторонних поставщиков в единый комплекс приложений организации; совместное использование данных различными приложениями как в рамках одной организации, так и в рамках группы организаций; распространение данных по хранилищам и ЦОДам; архивирование данных; управление интерфейсами обмена данными; получение внешних данных и подготовка их к использованию; интеграция структурированных и неструктурированных данных; предоставление оперативной информации и поддержка управленческих решений.

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

• Облачные технологии

  Цели освоения дисциплины - сформировать у студентов необходимый объем теоретических и практических знаний о технологии облачных вычислениях, умений и навыков практической реализации облачных технологий, изучение инструментальных средств данной технологии. Результаты обучения: технология создания облачного сервиса, работа с существующими облачными сервисами, облачные вычисления, применение технологии облачных вычислений при решении задач оптимизации ИТ-процессов.

  Год обучения - 4
  Семестр - 8
  Кредитов - 5
  

Профессии

Результаты обучения

• Применять в профессиональной деятельности основные положения Конституции и законодательства РК в сфере противодействия коррупции и принципов рационального природопользования
• Применять математические методы и разрабатывать математические модели при решении конкретных практических задач в исследовательской и профессиональной деятельности.
• Осуществлять контроль за эксплуатацией вычислительного технологического оборудования, устройств, понимая происходящие физические процессы
• Анализировать и оценивать состояние и тенденции социально-экономического развития национальной экономики, личных финансов, используя цифровые технологии при защите прав и интересов потребителей финансовых услуг
• Организовать и применять систему управления рисками в сфере обеспечения безопасности и охраны труда на промышленных предприятиях и других организациях.
• Разрабатывать алгоритмические и программные решения, математические, информационные модели, тесты
• Разрабатывать архитектуру вычислительных систем и сетей, выполнять выбор и конфигурирование ОС.
• Проектировать и разрабатывать базы данных
• Управлять данными (сбор, хранение, защита, обеспечение целостности и качества данных), перемещать и консолидировать структурированные и неструктурированные данные внутри и между хранилищами, приложениями и организациями, знать нормативно-правовые акты и стандарты РК в области управления и обработки данных.
• Осуществлять анализ и визуализацию больших данных с использованием существующей в организации технологической инфраструктуры.
• Управлять этапами жизненного цикла технологической инфраструктуры анализа больших данных в организации, выбирать стандарты, методы, технологии, инструменты для проведения работ по разработке и сопровождению программных средств обработки данных.
• Разрабатывать продукты для хранения, обработки, аналитики и интеграции данных; облачные и Web сервисы, инфраструктурные решения на основе больших данных
• Проектировать и разрабатывать системы искусственного интеллекта и машинного обучения, применять инструменты и методы интеллектуального анализа данных, алгоритмы машинного обучения для обработки больших объемов данных.
• Применяет знания в области охраны окружающей среды и безопасности жизнедеятельности для решения профессиональных задач с учетом принципов устойчивого развития и экологического законодательства, направленных на минимизацию антропогенного воздействия на состояние окружающей среды, ресурсосбережение и энергоэффективность, обеспечение безопасности человека в техносфере и создание условий для сохранения здоровья населения.

Похожие ОП