Жаңа білім беру бағдарламасы

7M06104 Интеллектуалды қосымшаларды әзірлеу в Нархоз Университеті

  • Білім беру бағдарламасының мақсаты Бағдарлама үлкен деректер технологиялары негізінде интеллектуалды қосымшаларды жобалау және енгізу дағдылары бар жоғары білікті IT мамандарын дайындауға бағытталған. Бұл саланың мамандары машиналық оқыту саласында берік білімдерге ие, мәліметтер қоймаларындағы ETL процестерін дамыта алады және қолдайды, сонымен қатар жасанды интеллект элементтерімен қосымшаларды жобалайды және жүзеге асырады (Computer Vision, нейрондық желілер, мәтінді интеллектуалды талдау).
  • Академиялық дәреже Магистратура
  • Оқыту тілі Русский, Қазақша, Ағылшын тілі
  • Оқу мерзімі 1 год
  • Кредиттер көлемі 60
  • Білім беру бағдарламаларының тобы M094 Ақпараттық технологиялар
  • Басқару психологиясы
    Несиелер: 3

    Пән инновацияға әкелетін персоналды ынталандыру мен бәсекеге қабілетті ұйымдық мәдениетті қалыптастырудағы психология әдістерін меңгеру және де іскерлік қауымдастықтың әлуметтік-экономикалық даму тенденцияларын ескере отырып персоналдың, жеке тұлғаның және топтың мінез-құлығын басқарудың заманауи әдістемесін қамтиды. Магистрант оқу нәтижелерін игереді және сыни ойлауды қалыптастырады, өзін-өзі талдау мен кейс стадиді зерделеу арқылы біржақты ойлауды өту негізінде тиімді қарым-қатынас жасауды меңгереді.

    Оқу жылы - 1
  • Үлкен деректерді талдау
    Несиелер: 5

    Магистранттар үлкен деректерді талдау бойынша білім алады. Курс жұмыс орындарында да, зерттеу орталықтарында да үлкен деректерді сақтаумен, өңдеумен, талдаумен, визуализациямен және қолданумен жұмыс істеуді жоспарлаған магистранттар үшін кіріспе курс ретінде қызмет етеді. Үлкен деректерді талдау, қазір АТ әлеміндегі ең жылдам дамып келе жатқан мәселе. Жаңа құралдар мен алгоритмдер тез жасалады және енгізіледі. Магистранттар іс жүзінде нақты жағдайларға Қолданылатын құралдарды, алгоритмдер мен платформаларды зерттейді және қолданады. Үй тапсырмаларын орындай отырып және нақты жобаларға қатыса отырып, магистранттар деректерді талдау, әлеуметтік мәселелер және үлкен деректердің қауіпсіздігі мәселелері бойынша практикалық тәжірибе алады.

    Селективті тәртіп
    Оқу жылы - 1
  • Зерттеудегі сандық әдістер
    Несиелер: 4

    Курс сандық зерттеулердің әдістері мен әдіснамасының кешенді түсінігін қалыптастырады. Зерттеу нәтижелерін статистикалық бағалау және оларды интерпретациялау саласындағы жалпы тәсілдер мен оларды дамытудағы қазіргі заманғы үрдістер ұсынылған. Әдістемелік негіздер, әдістердің теориялық негіздері және әдістердің өздері теориялық тұрғыда да, сонымен қатар статистикалық пакеттерді қолдана отырып практикалық қолдану деңгейінде де беріледі.

    Селективті тәртіп
    Оқу жылы - 1
  • Қолданбалы компьютерлік көзқарас
    Несиелер: 4

    Курста терең оқытудың негізгі тұжырымдамалары бар. Қазіргі уақытта терең оқыту-бұл машиналық оқытудың ең дамыған саласы (ML). Терең зерттеу алгоритмдері компьютерлік көру, табиғи тілді өңдеу, сөйлеуді талдау, робототехника және т.б. саласында жаңа нәтижелер алуға мүмкіндік береді.

    Селективті тәртіп
    Оқу жылы - 1
  • Шетел тілі (кәсіби)
    Несиелер: 1

    Курс ағылшын тілін ғылыми және кәсіби қызметте қарым-қатынас үшін тиімді қолдана отырып, талдау, жинақтау, жіктеуде ағылшын тілін тиімді пайдалану дағдыларын дамытуды көздейді және шетел серіктестерімен қарым-қатынаста шетел тілінің коммуникативті құзіреттілігін және оның еркін көрінісін (B1 деңгейі және одан жоғары) әрі қарай дамытуға арналған, сондай ақ әрі қарай өздігінен білім алуы үшін. Курс барысында магистранттар өздерінің жеке көзқарастары мен зерттеу нәтижелерін еркін білдіре отырып, сыни тұрғыдан ойлау принциптеріне сүйене отырып, өз көзқарастарын нақты және негіздеп көрсетуге, қарым-қатынас жасауға үйренеді.

    Оқу жылы - 1
  • Өндірістік практика
    Несиелер: 11

    Магистранттың зерттеу практикасы оқу процесінде алған білімдерін бекіту, практикалық дағдыларды игеру, сонымен қатар таңдалған магистерлік диссертация тақырыбы бойынша кәсіби зерттеулер жүргізу үшін қажетті мәліметтерді жинау мақсатында жүзеге асырылады. Студент кәсіпорынның қызметімен танысады; деректерді жинайды және өңдейді; диссертациялық жұмыстың тақырыбын таңдаудағы негізгі проблемаларды анықтап, олардың шешімдерін табады.

    Оқу жылы - 1
  • Деректерге негізделген басқару
    Несиелер: 5

    Курс жалпыға қол жетімді көздерді ақылды қолданудан бастап деректерді визуализациялау әдістеріне дейін ұйымдық стратегияны іске асыру үшін деректерді талдауға және пайдалануға мүмкіндік беретін дұрыс мәліметтер жиынтығын қолдануға негізделген.

    Селективті тәртіп
    Оқу жылы - 1
  • Зерттеу әдістемесі
    Несиелер: 4

    Курс магистранттардың зерттеу әдістері кешенін қолдану арқылы бағалау, қойылған міндеттерді шешу, ғылыми нәтижелерді жүйелеу және негіздеу негізінде зерттеу қызметін жүргізу қабілетін қалыптастыруға бағытталған. Курс аясында магистранттар сандық және сапалық зерттеу әдістерін үйренеді. Бұл курста статистикалық әдісті қолдана отырып, зерттеу нәтижелерін бағалаудың іргелі тәсілдері мен жалпы тенденциялары қарастырылады. Сапалы деректерді бағалауды және жүргізілген зерттеудің жалпы іріктемесін ескере отырып, елеулі назар аударылатын болады. Мұнда ауызша және вербальды емес айнымалылардың классикалық тәсілдері мен практикалық құралдары зерттеледі.

    Селективті тәртіп
    Оқу жылы - 1
  • Терең оқыту және жасанды интеллект
    Несиелер: 5

    Курс машиналық оқытудың (ML) және жасанды интеллекттің (AI) классикалық және ең өзекті заманауи білімдері мен ғылыми тәсілдеріне шолу жасайды. Алгоритмдік тәсілді қолдана отырып, магистранттар бірнеше әдістерді өз бетінше жүзеге асыру арқылы зерттелген әдістерді іс жүзінде қолданады. Курс жасанды нейрондық желілерге негізделген жіктеуді (терең оқыту), сонымен қатар кластерлеуді, регрессияны, оңтайландыруды (эволюциялық Алгоритмдер және басқа әдістер) қамтиды.

    Селективті тәртіп
    Оқу жылы - 1
  • Мәтіндік және тілдік талдау
    Несиелер: 4

    Курстың мақсаты-табиғи тілді өңдеу процесіне (NLP, сонымен қатар компьютерлік лингвистика деп те аталады) кеңінен кіріспе, адам тілінде өңдей алатын, түсінетін және сөйлесе алатын есептеу жүйелерін зерттеу. Ол әр түрлі NLP есептерін түсінуге, осы мәселелерді тиімді шешудің алгоритмдеріне, сондай-ақ олардың жұмысын бағалау әдістеріне назар аударады. Оқытудың статистикалық және нейрожелілік алгоритмдеріне ерекше назар аударылады. Магистранттар кейбір алгоритмдердің енгізілген нұсқаларын ұсынады.

    Селективті тәртіп
    Оқу жылы - 1
  • Қолданбалы жүйелердегі бизнес-аналитика
    Несиелер: 5

    Курс бизнес ақпаратын талдау үшін кәсіпорындар қолданатын әдістерді сипаттауға арналған. Магистранттар SAS бизнес-талдау бағдарламалық жасақтамасымен жұмыс істейтін болады. Олар бизнес-аналитика жүйесінің тұжырымдамасы, ұйымдарда қолдану және оның басқа компьютерлік ақпараттық жүйелермен байланысы - шешім қабылдау және басқару, деректер қоймасы және жасанды интеллект туралы біледі. Магистранттар SAS Enterprise Miner көмегімен деректердің үлкен ауқымынан маңызды ақпаратты тиімді анықтау үшін деректерді шығарудың қолжетімді әдістері мен тәсілдерін пайдалануды үйренеді.

    Селективті тәртіп
    Оқу жылы - 1
  • Spark көмегімен ағындар мен оқиғаларды өңдеу
    Несиелер: 4

    Курс Apache Spark-ті қолдана отырып, нақты уақыт пен оқиғаларға бағытталған (немесе оқиғаға бағытталған) қосымшаларды әзірлеу үшін қажет тұжырымдамалық және практикалық білімді ұсынады. Курс Spark-ті NoSQL жүйелерімен, сонымен қатар Apache Kafka және Amazon Kinesis сияқты танымал хабар алмасу платформаларымен қолдануды қамтиды. Spark streaming архитектурасы Stream API көмегімен, сондай-ақ spark-қа құрылымдық ағынмен терең зерттелген. Практикалық жаттығулар Spark streaming-те трансформация мен шығыс операцияларын, сондай-ақ статикалық ағындарды өңдеу және Spark көмегімен жылжымалы терезе операциялары сияқты жетілдірілген ағындарды өңдеуді күшейтуге бағытталған.

    Селективті тәртіп
    Оқу жылы - 1
  • Қолданбалы машиналық оқыту
    Несиелер: 5

    Курс магистранттарды осы әдістердің негізіндегі статистикаға қарағанда техника мен әдістерге көбірек көңіл бөле отырып, қолданбалы машиналық оқытумен таныстырады. Тақырып машиналық оқытудың сипаттамалық статистикадан қалай ерекшеленетінін талқылаудан басталады және курсқа практикалық материалдарды енгізеді. Бұл курста магистрлер деректер өлшемі мәселесін зерттейді және деректерді кластерлеу мәселелерін шешеді. Болжамдық модельдерді құрудың бақыланатын тәсілдері сипатталады, ал студенттер болжамдық модельдеудің дамыған әдістерін қолдана алады. Олар бақыланатын (жіктеу) және бақыланбайтын (кластерлеу) техниканың арасындағы айырмашылықты анықтайды, белгілі бір мәліметтер жиынтығына қандай техниканы қолдану керек, сонымен қатар талдау үшін питон кодын жаза алады.

    Селективті тәртіп
    Оқу жылы - 1
  • Менеджмент
    Несиелер: 2

    Пән: менеджменттің заманауи көзқарастарын; көшбасшылық; жоспарлау мен мақсаттар қою; ұйымның жаңа құрылымдары; өнімділікті бақылау мен персоналды ынталандыруды қамтиды. Магистрант курсты меңгеру барысында ұйымның макро/микро ортасына талдау жүргізеді; командаларды қалыптастыру бойынша ұсыныстар әзірлейді. Пәнді оқудың соңы бизнес-жоба презентациясымен аяқталады, ол өз кезегінде білім алушыға түрлі стандартты емес басқарушылық міндеттерді шешу арқылы өзіндік ойын қорғау қабілеттілігін көрсетуге мүмкіндік береді.

    Оқу жылы - 1
  • Код ON1

    Сыни ойлауды, сандық және сапалық әдістерді қолдана отырып, аналитикалық дағдыларды қолдана отырып, олардың салдарын бағалау және белгісіздік жағдайлары мен тәуекелдерді ескере отырып шешім қабылдауға қабілетті.

  • Код ON2

    Кәсіби және кәсіби емес аудиторияда ауызша және жазбаша түрде негізделген тәуелсіз қорытындылар/Пікірлер ұсына алады және оларды дәлелдей алады.

  • Код ON3

    Заманауи бағдарламалау дағдылары арқылы күрделі нысандарға қатысты автоматты басқару жүйелерін дамытуға қабілетті.

  • Код ON4

    Машиналық оқытудың инновациялық технологиялары мен әдістерін талдауға және қолдануға, нәтижелерді практикалық инженерлік қызметке енгізуге қабілетті.

  • Код ON5

    Үлкен деректердің күрделі және көп факторлы есептерін әзірлеу және жобалау бойынша шешім қабылдауға қабілетті.

  • Код ON6

    Жоғары технологиялық процестерді басқару есептерінде алынған деректерді пайдалана отырып, ғылыми және эксперименттік зерттеулердің нәтижелерін талдауға және дәлелдеуге қабілетті.

  • Код ON7

    Заманауи теориялық әдістемелер мен ғылыми тәсілдер негізінде басқару объектілері мен аппараттарында сәйкестендіру міндеттерін тұжырымдай және шеше алады.

  • Код ON8

    Әр-түрлі танымал технологиялық бағдарламалық құралдардың көмегімен істен шығуға төзімді жүйелерді дамыту үшін теориялық білімді қолдана алады.

  • Код ON9

    Алынған жасанды интеллект модельдері мен технологияларын және терең оқыту алгоритмдерін бағалауға және талдауға қабілетті.

  • Код ON10

    Үлкен деректерді әзірлеу бойынша эксперименттік және теориялық деректерді жан-жақты пайдалана алады.

  • Код ON11

    Көпшілік алдында сөйлеу, дәлелдеу, пікірталас және полемика жүргізу дағдыларын меңгере алады; әртүрлі пайымдау логикасын практикалық талдау.

7M06104 Есептеу техникасы және бағдарламалық қамтамасыз ету
Магистратура

Л.Н.Гумилев атындағы Еуразия ұлттық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Ақпаратты қорғаудың математикалық әдістері
Магистратура

Дәулет Серікбаев атындағы Шығыс Қазақстан техникалық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Информатика
Магистратура

Ө.Сұлтанғазин атындағы педагогикалық институты (А.Байтұрсынов атындағы Қостанай өңірлік университеті)

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Ақпараттық жүйелер және IT салалары бойынша шешімдер (1,5 ж.)
Магистратура

С.Сейфуллин атындағы Қазақ агротехникалық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша, Ағылшын тілі
7M06104 Есептеу және бағдарламалық қамтамасыз ету
Магистратура

"Тұран" университеті мекемесі

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Ақпаратты қорғаудың математикалық әдістері
Магистратура

Дәулет Серікбаев атындағы Шығыс Қазақстан техникалық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Компьютер ғылымдары
Магистратура

Әл-Фараби атындағы Қазақ ұлттық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша, Ағылшын тілі
7M06104 Есептеу техникасы және бағдарламалық қамтамасыз ету
Магистратура

"Астана" Университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Информатика
Магистратура

Ш. Уәлиханов атындағы Көкшетау университетi

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 АТ жобаларын басқару
Магистратура

Халықаралық ақпараттық технологиялар университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Ағылшын тілі
7M06104 Дизайндағы қолданбалы информатика
Магистратура

Х.Досмұхамедов атындағы Атырау университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша
7M06104 Деректер ғылымы
Магистратура

Сулейман Демирел атындағы университет

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Ағылшын тілі
7M06104 Data engineering and security
Магистратура

Астана халықаралық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Русский, Қазақша, Ағылшын тілі
7M06104 Ақпараттық технологияларды басқару
Магистратура

Қазақстан-Британ техникалық университеті

БББТ: M094 Ақпараттық технологиялар

Жаңа білім беру бағдарламасы | Оқыту тілі: Ағылшын тілі
Top