6B06107 Математические и вычислительные науки в Astana IT University
-
Цель образовательной программы Подготовка специалистов по моделированию производственных процессов и прогнозированию социальных явлений на основе дифференциальных и интегральных уравнений, вычислительных экспериментов, математической статистики и анализа больших данных, имеющих прочные фундаментальные знания математики, и высокую квалификацию в прикладных методах, основанных на вычислительных технологиях.
-
Академическая степень Бакалавриат
-
Языки обучения Английский
-
Название ВУЗа Astana IT University
-
Срок обучения 3 года
-
Объем кредитов 240
-
Группа образовательных программ B057 Информационные технологии
-
Предметы на ЕНТ Математика и Информатика
-
Область образования 6B06 Информационно-коммуникационные технологии
-
Направление подготовки 6B061 Информационно-коммуникационные технологии
Дисциплины
-
Введение в программирование
Курс учит студентов применять структуры данных, функции, модули, классы и другие возможности языка программирования Python для решения прикладных задач.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Математический анализ 1
Академическая дисциплина включает в себя знание анализа функций, представленных различными способами, и понимание отношений между этими различными представлениями; понимание значения производной с точки зрения скорости изменения и локальной линейной аппроксимации, а также использование производных для решения различных задач. Дисциплина нацелена на формирования у студентов математического аппарата для решения прикладных задач по своей специальности
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Аналитическая геометрия
Курс охватывает методы описания геометрических объектов с помощью алгебраических уравнений. Изучаются системы координат, уравнения прямых, плоскостей и кривых второго порядка, векторные операции, а также решение геометрических задач в пространстве. Курс способствует развитию навыков работы с аналитическими инструментами, которые являются основой для более сложных разделов математики, физики и компьютерных наук.
Год обучения - 1
Семестр - 2
Кредитов - 4
-
Линейная алгебра
Курс нацелен на формирование понимания основ линейной алгебры и теории матриц. Предметом изучения дисциплины является основные свойства матриц, включая детерминанты, обратные матрицы, матричные факторизации, собственные значения, линейные преобразования и др.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Дискретная математика
Курс нацелен на формирование понимания основ математики, комбинаторики и теории графов. Предметом изучения дисциплины является основные математические принципы, такие как доказательство, понимание дискретных объектов; решение задач подсчета с использованием различных методов перебора.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Объектно-ориентированное программирование
Дисциплина знакомит студентов с концепцией разработки программного обеспечения, основанной на объектах и их взаимодействии. В ходе изучения этой дисциплины студенты будут создавать классы и объекты, определять их свойства и методы, а также использовать наследование и полиморфизм для создания гибких и модульных программных систем. Объектно-ориентированное программирование является широко применяемой парадигмой программирования, и понимание ее принципов и практик является важным для будущих разработчиков программного обеспечения.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Математический анализ 2
Учебная дисциплина знакомит студентов с важными отраслями исчисления и его применениями в прикладных науках. Дисциплина формирует умение применять математические методы и инструменты (дифференциальные уравнения, ряды, двойные и тройные интегралы) для решения сложных прикладных задач по своей специальности.
Год обучения - 1
Семестр - 3
Кредитов - 5
-
Алгоритмы и структура данных
Курс рассматривает базовые, классические алгоритмы и структуры данных, используемые в программировании. Рассматриваются принципы построения и описания алгоритмов, понятия сложности и производительности алгоритмов, их основные классы.
Год обучения - 1
Семестр - 3
Кредитов - 5
-
Обыкновенные дифференциальные уравнения
Законы природы выражаются как дифференциальные уравнения. Ученые и инженеры должны знать, как смоделировать мир с точки зрения дифференциальных уравнений, и как решать эти уравнения и интерпретировать решения. Этот курс фокусируется на обыкновенных дифференциальных уравнениях и их приложениях в области науки и техники: Моделирование простой физической системы, чтобы получить уравнение дифференциала первого порядка. Проверка правдоподобности решения дифференциального уравнения (DE), которое моделирует физическую ситуацию. Визуализация решения, метод Эйлера."
Год обучения - 1
Семестр - 3
Кредитов - 5
-
Параллелизация алгоритмов
В этом курсе студенты узнают о параллельных алгоритмах. Акцент будет сделан на алгоритмах, которые можно использовать на параллельных машинах общей памяти, таких как многоядерные архитектуры. Курс будет включать как теоретический компонент, так и компонент программирования. Подробные темы включают в себя: моделирование стоимости параллельных алгоритмов, нижних связей и параллельных алгоритмов для сортировки, графиков, вычислительной геометрии и строковых операций. Компонент языка программирования будет включать параллелизм данных, потоки, планирование, типы синхронизации, транзакционную память и передачу сообщений.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Математический анализ 3
Математический анализ 3 расширяет методы и идеи от исчисления до случая, когда существует более одной независимой или зависимой переменной. Исчисление многих переменных является фундаментальным инструментом во многих применениях математики к науке и технике. С математической точки зрения, многовариантное исчисление исследует методы, которые являются фундаментальной предпосылкой для расширенных тем, включая оптимизацию, обычные и частичные дифференциальные уравнения, вероятность и статистику, дифференциальную геометрию и сложный анализ.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Вероятность и статистика
Курс обучает изучению закономерностей случайных явлений и их свойств, и использовать их для анализа данных. В результате изучения данной дисциплины обучающиеся будут знать основные понятия теории вероятностей и математической статистики и их свойства, а также уметь использовать вероятностные модели при решении задач, работать со случайными величинами, выполнять расчет выборочных характеристик, оценивать надежность статистических данных.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Гетерогенная параллелизация
Этот курс представляет собой концепции, языки, методы и паттерны для программирования гетерогенных, массово параллельных процессоров. Он охватывает гетерогенные вычислительные архитектуры, модели программного программирования, методы управления полосой пропускания памяти и шаблоны параллельных алгоритмов на примере CUDA и OpenCL.
Год обучения - 2
Семестр - 1
Кредитов - 5
-
Методы параллельной обработки данных
Этот курс посвящен практическим методам реализации параллельных алгоритмов и оптимизации производительности. Слушатели изучат многоядерные и распределенные вычисления, модели параллельного программирования, синхронизацию, балансировку нагрузки и анализ производительности, применяя эти концепции для эффективного решения реальных вычислительных задач.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Дифференциальные уравнения в частных производных
Дифференциальные уравнения в частных производных в науке и технике включают задачи с начальными и граничными условиями для параболических, гиперболических и эллиптических уравнений второго порядка. Акцент делается на разделение переменных, специальных функций, методов преобразования и численных методов. Обучающийся получит четкое интуитивное понимание концепции уравнения в частных производных и его отношения к описанию физических явлений, таких как диффузия и распространение волн, тепло перенос.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Распределенные вычисления
Цель дисциплины состоит в изучении фундаментальных методов разработки распределенных приложений, часто используемых платформ для распределенных вычислений, методов измерения, оценки и анализа эффективности распределенных приложений и роли администрирования, рабочей нагрузки и управления ресурсами в распределенных вычислениях. Обучающиеся будут ознакомлены с проблемами, связанными с использованием методов распределения при решении больших научных проблем.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Вычислительная математика
Данная дисциплина охватывает введение в математические курсы необходимые для освоения специализированных дисциплин вычислительных наук, основанных на численных решениях детерминированных и вероятностных уравнений математической физики и прикладных моделях, используемых на техническом производстве и финансовом секторе, а именно, теорию обыкновенных дифференциальных уравнений, их типизацию и базовые методы аналитического решения и введение в дифференциальные уравнения в частных производных.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Численные методы для дифференциальных уравнений
Этот курс содержит изучение численных методов для уравнений в частных производных, с акцентом на строгую математическую основу. Особое внимание уделяется качественному пониманию рассматриваемых дифференциальных уравнений в частных производных, основ конечных разностей, конечного объема, конечных элементов и спектральных методов, а также важных понятий, как стабильность, сходимость и анализ ошибок. Задачи: уравнение теплопроводности, волновое уравнение, проблемы с конвекционной диффузией, уравнение Пуассона, уравнения Навье-Стокса. Концепции: согласованность, стабильность, конвергенция, теорема слабой эквивалентности, анализ ошибок, подходы Фурье. Методы: конечные разности, конечные объемы, конечные элементы, спектральные методы.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Физика: классическая и механика жидкости
Курс охватывает фундаментальные принципы механики, включая законы Ньютона, движение твердого тела и гидродинамику. Студенты будут изучать такие темы, как силы, энергия, импульс, течение жидкости и уравнения движения, применяя концепции к реальным физическим задачам.
Год обучения - 2
Семестр - 2
Кредитов - 5
-
Введение в машинное обучение и искусственный интеллект
Курс охватывает основы алгоритмов машинного обучения, включая контролируемое и неконтролируемое обучение, регрессию, классификацию и кластеризацию, нейронные сети и методы оптимизации. Студенты научатся применять методы, оценивать модели и понимать теорию, лежащую в основе процессов принятия решений, основанных на данных.
Год обучения - 2
Семестр - 3
Кредитов - 4
-
Академическое письмо
Данная учебная дисциплина нацелена на развитие умения дифференцировать стили письменной речи, навыков конструктивного критического чтения и письма с включением критического анализа написанного; освоение особенностей академической лексики, грамматики и стиля; закрепление на практике умения писать структурно правильные абзацы; позволяет получить практические навыки подкрепления утверждений аргументами и доказательствами в письменной форме, умения писать академическое эссе.
Год обучения - 2
Семестр - 3
Кредитов - 5
-
Введение в теорию оптимизации
Этот курс введет теоретические основы непрерывной оптимизации. Начиная с первых принципов, будет показано, как разрабатывать и анализировать простые итерационные методы для эффективного решения широких классов задач оптимизации. В центре внимания курса будут достижение доказуемых показателей конвергенции для решения крупномасштабных задач.
Год обучения - 2
Семестр - 3
Кредитов - 5
-
Стохастические процессы
Многие системы развиваются со временем с неотъемлемой частью случайности. Цель этого курса состоит в том, чтобы разработать и проанализировать модели вероятности, которые захватывают существенные особенности изучаемой системы для прогнозирования краткосрочной и долгосрочной перспективы; эффекты, которые эта случайность окажет на рассматриваемые системы. Обучение моделей вероятности для стохастических процессов включает в себя широкий спектр математических и вычислительных инструментов.
Год обучения - 2
Семестр - 3
Кредитов - 5
-
Вычислительная линейная алгебра и итерационные методы
Курс посвящен численным методам решения линейных систем, матричному разложению, задачам собственных значений и оптимизации. В нем особое внимание уделяется итеративным алгоритмам, анализу сходимости и их применению в технике, физике и науке о данных
Год обучения - 2
Семестр - 3
Кредитов - 5
-
Физика: квантовая механика
В ходе курса изучаются фундаментальные принципы квантовой теории, включая корпускулярно-волновой дуализм, уравнение Шредингера, квантовые состояния и операторы. Студенты будут изучать квантовые явления, такие как суперпозиция запутанности, и их применение в современной физике и технике.
Год обучения - 2
Семестр - 3
Кредитов - 4
-
Технологическое предпринимательство
Дисциплина знакомит обучающихся с современными концепциями и инструментами предпринимательства и получения теоретических знаний и практических навыков, необходимых для запуска собственного стартапа с учетом основ безопасности жизнедеятельности. На основе права и антикоррупционной культуры изучается процесс получения патента, законности правообладания технологической разработкой с учетом законодательства РК в сфере интеллектуальной собственности. Обучающиеся применяют стратегический анализ в области экономики, управления, коммуникации и технологического предпринимательства.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Методы и инструменты исследования
Курс предназначен для изучения основных методов и инструментов требуемых для ведения научных исследований. Курс также знакомит студентов с наиболее популярными поисковыми и наукометрическими базами данных научных статей, такими как Web of Science, Scopus, ScienceDirect и другие. Во время курса обучающиеся ознакомятся с инструментами цитирования и поиска требуемой научной информации.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Расширенная оптимизация
Этот курс основан на основах оптимизации для изучения более сложных тем. Он углубляется как в выпуклую, так и в невыпуклую оптимизацию, уделяя особое внимание свойствам выпуклых множеств и функций и тому, как выпуклость упрощает оптимизацию; продвинутым концепциям и методам двойственности; стратегиям решения невыпуклых задач.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Предпринимательство
В рамках учебной дисциплины обучающийся изучает сущность предпринимательской деятельности на основе действующего законодательства РК. На курсе будет продемонстрирована роль и место малых предприятий в современных условиях функционирования экономики государства и общества. Особое внимание уделяется принципам инклюзивного предпринимательства, способствующего созданию равных возможностей для всех, независимо от физических возможностей, пола, возраста или социального положения. Курс рассматривает механизмы поддержки и интеграции различных групп населения в бизнес-среду, подчеркивая важность доступности, справедливости и многообразия в предпринимательской деятельности. Дисциплина позволит понять основные принципы и содержание бизнес-плана субъектов предпринимательской деятельности, а также формирование мышления, основанного на современной антикоррупционной культуре. Рассматриваются организационные формы предпринимательской деятельности, в том числе с учетом принципов устойчивого развития, экологии, безопасности жизнедеятельности персонала и социальной ответственности бизнеса.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Машинное обучение для вычислительной науки
В этом курсе рассматриваются передовые методы машинного обучения, применяемые для решения научных задач. Студенты научатся разрабатывать модели для анализа данных, прогнозирования и моделирования в таких областях, как физика, биология и инженерия, совершенствуя вычислительные методы для применения в реальных условиях.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Высокопроизводительные вычисления
Цель дисциплины состоит в том, чтобы изучить фундаментальные методы разработки приложений высокопроизводительных вычислений (ВВ), часто используемых платформ ВВ, методов измерения, оценки и анализа эффективности приложений ВВ и роли администрирования, рабочей нагрузки и управления ресурсами в управлении ВВ программного обеспечения. Студенты будут ознакомлены с задачами, связанными с использованием методов ВВ в решении больших научных проблем.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Финансовая грамотность
Курс направлен на формирование базовых знаний и представлений в области личных и цифровых финансов. Студенты знакомятся с ключевыми финансовыми понятиями, инструментами и стратегиями, необходимыми для эффективного управления финансовыми ресурсами в повседневной жизни и профессиональной деятельности. В рамках дисциплины рассматриваются основы финансового планирования, принципы бюджетирования, особенности современного банковского обслуживания, а также риски и возможности, связанные с цифровыми финансовыми технологиями. Освоение курса способствует развитию финансовой ответственности, критического мышления и способности принимать обоснованные решения в быстро меняющейся экономической среде.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Вычислительная механика жидкости
В данной дисциплине будут изучены фундаментальные законы, уравнения в частных производных и вычислительные алгоритмы для задач течения жидкости. Основной целью этого курса является получение прочной основы знаний о численных методах для задач конвекционной диффузии. Акцент делается на физические процессы, и лежащую в их основе математику. Преподается метод контрольного объема, который является надежным физически интуитивным численным подходом, широко используемым как в промышленности, так и в научных кругах.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Введение в квантовые вычисления
Этот курс направлен на то, чтобы обеспечить первое введение в квантовые вычисления и алгоритмы. Будут изучены изменения парадигмы между обычными вычислениями и квантовыми вычислениями и введены несколько основных квантовых алгоритмов, в том числе алгоритмы Шора и Гровера. Также будут рассмотрены последствия квантовых вычислений на такие поля, как компьютерная безопасность и машинное обучение.
Год обучения - 3
Семестр - 1
Кредитов - 5
-
Вычислительная геометрия для численных методов
Этот курс знакомит обучающихся с областью вычислительной геометрии и ее применением в численных методах. Обучающиеся изучат основные геометрические понятия и алгоритмы, используемые в вычислительной геометрии, и то, как их можно применять в численных методах для решения задач в различных областях, таких как инженерия, физика и компьютерная графика. Курс будет охватывать такие темы, как геометрические примитивы, выпуклые оболочки, диаграммы Вороного, триангуляции Делоне и пространственные структуры данных, а также то, как их можно использовать в анализе методом конечных элементов, методы конечных объемов. На протяжении всего курса обучающиеся получат практический опыт работы с инструментами и библиотеками вычислительной геометрии, такими как CGAL и Boost.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
CFD-симуляция в Altair/OpenFOAM
В этом курсе рассматриваются численные методы моделирования течения жидкости. Студенты изучат методы решения управляющих уравнений, создания сетки, моделирования турбулентности и визуализации, применяя эти методы к реальным задачам в инженерных, аэрокосмических и экологических науках с использованием программного обеспечения Altair или программного обеспечения с открытым исходным кодом Open Foam.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Квантовое программирование
Курс является пост-реквизитом и логическим продолжением курса Introduction to Quantum Computing. Этот курс обучает студентов квантовым алгоритмам и языкам программирования, готовя их к новой области квантовых вычислений, которая обещает революционные достижения в вычислительной мощности и криптографии.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Облачные вычисления
Данный курс предназначен для разработки программных систем и приложении где основной упор будет сделан на применение облачных решении там где это покажет наибольшую эффективность. У обучающихся будет возможность работать с различными провайдерами облачных решении, таких как Amazon, Google, Microsoft. Они научатся развертывать облачные решения для баз данных, аналитики данных, машинного обучения. Курс содержит следующие темы: "Load Balancing", "Scalability, Availability and Fault Tolerance", "BigQuery", "Machine Learning on Unstructured Datasets" и т.д.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Теория принятия решений
Теория принятия решений посвящена методам определения оптимального хода действий, когда доступен ряд альтернатив, и их последствия не могут прогнозироваться с уверенностью. Этот курс будет использовать количественные методы (модели) для решения проблем и принятия решений. Теории и модели, которые должны быть усвоены, включают теорию вероятностей, теорию полезности и теорию игр, модели линейного программирования, модели нелинейного программирования и модели целочисленного программирования.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Глубокое обучение с подкреплением
На данном курсе обучающийся научится внедрять агентов на основе Deep Reinforcement Learning, типе машинного обучения, где агент узнает, как вести себя в среде, выполняя действия и видя результаты. Обучающиеся будут создавать агентов с использованием Tensorflow и Pytorch, для самостоятельного обучения в простые игры. По изучении данных методов обучающийся погрузится во внедрение агентов на основе глубокого обучения с подкреплением в прикладных отраслях.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Методы Монте-Карло
В этом курсе учащиеся решают проблемы генерации случайных выборок из целевых распределений с помощью методов преобразования и цепочек Маркова, оптимизируя численные и комбинаторные проблемы (например, задача с продавцом -путешествующим) и Байесовские вычисления для анализа данных.
Год обучения - 3
Семестр - 2
Кредитов - 5
-
Математическая популяционная биология
Курс содержит математические модели в биологии популяции, в биологических областях, включая демографию, экологию, эпидемиологию, эволюцию и генетику. Математические подходы включают методы в таких областях, как комбинаторика, дифференциальные уравнения, динамические системы, линейная алгебра, вероятность и стохастические процессы.
Год обучения - 3
Семестр - 2
Кредитов - 5
Профессии
Результаты обучения
- Обладать общими гибкими навыками подготовки и презентации результатов и документов, критически мыслить и анализировать поставленные задачи, знать языки и социальные взаимодействия для обеспечения плодотворной работы, как индивидуальной, так и в составе команд.
- Формулировать и доказывать фундаментальные законы и теоремы в сферах математического моделирования и вычислительных наук, анализировать и обсуждать результаты вычислительных экспериментов для проведения исследований и научных изысканий.
- Разрабатывать математические модели и численные алгоритмы и выбирать вычислительные методы для проведения вычислительных экспериментов и прогнозирования течения детерминированных и вероятностных процессов.
- Подбирать эффективные математические модели и анализировать их на сходимость и устойчивость для прогнозирования течения реальных процессов в соответствующей отрасли производства.
- Собирать, обрабатывать и анализировать данные, с использованием методов математической статистики, науки о данных и машинного обучения для составления прогнозов и подготовки управленческих и оперативных рекомендации.
- Формулировать и применять методы математического моделирования, вычислительных методов и методов аналитики данных для инженерных производственных задач
- Проводить все этапы разработки информационных систем и программного обеспечения на разных масштабах для подготовки частей или целых программных продуктов.
- Формулировать и настраивать методы вычислительных наук с целью оптимизации, решения новых задач, адаптации алгоритмов к новым вычислительным платформам.
- Применять высокопроизводительные вычислительные алгоритмы на базе встроенных, средне- и крупномасштабных вычислительных систем для решения реальных производственных задач индустрии.
- Формулировать и применять методы математического моделирования, вычислительных методов и методов аналитики данных для социальных инженерных задач и анализа социальных сетей
Похожие ОП
6B06107 Компьютерная инженерия (РК+UK)
Актюбинский региональный университет имени К.Жубанова (АРГУ им. Жубанова)
6B06107 Data Science
Международный университет Астана (AIU)
6B06107 Информационные системы и технологии
Рудненский индустриальный университет (РИУ)
6B06107 Информационные системы для бизнеса
Университет имени Сулеймана Демиреля
6B06107 Финансовая аналитика
Казахский национальный исследовательский технический университет имени К.И.Сатпаева (Satbayev University)
6B06107 Информационные системы
Евразийский Технологический Университет (ЕТУ)
6B06107 ІТ-журналистика
Университет имени Шакарима города Семей (ГУ им. Шакарима)
6B06107 Киберфизические системы
Международный университет информационных технологий (МУИТ (IITU))
6B06107 Наука о данных
Казахский национальный университет имени аль-Фараби (КазНУ им. аль-Фараби)
6B06107 Смарт технологии и искусственный интеллект в транспортном машиностроении
Восточно-Казахстанский технический университет имени Д.Серикбаева (ВКТУ им. Д. Серикбаева)
6B06107 Вычислительная техника и программное обеспечение
Костанайский инженерно-экономический университет им. М. Дулатова (КИНЭУ им. Дулатова)