6B06107 Data Science в Астана халықаралық университеті

Пәндер

• Жоғары математика

  Курс математика саласындағы іргелі білімнің қажетті көлемін береді, сызықтық алгебра, Аналитикалық геометрия және физиканың қолданбалы есептерінде Математикалық талдау элементтерін қолдануға үйретеді. Мазмұны: сызықтық алгебра. Аналитикалық геометрия. Бір айнымалы функцияны дифференциалдық және интегралдық есептеу.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Алгоритмдер және деректер құрылымы

  Алгоритмдер және деректер құрылымы пәні студенттерді деректерді іздеу, сұрыптау, сақтау және басқару, сондай-ақ олардың уақыт пен кеңістіктік күрделілігін бағалау сияқты әртүрлі есептерді шешуге қабілетті тиімді алгоритмдерді үйренуге және әзірлеуге дайындауға бағытталған. Сондай-ақ студенттер массивтер, тізімдер, ағаштар, хэш кестелер, графиктер және т. б. сияқты әртүрлі деректер құрылымдарымен жұмыс жжасайтын болады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Деректер инженериясына кіріспе

  Деректер инженериясына кіріспе деректердің үлкен көлемін өңдеу, сақтау және талдау негіздерін зерттеуге бағытталған. Студенттер деректермен жұмыс істеу, оларды талдау, нәтижелерді визуализациялау және оның негізінде шешім қабылдау бойынша кіріспе білім мен дағдыларды алады, деректерді жинау әдістері, мәліметтер базасын құру, оны алдын ала өңдеу, сондай-ақ бизнесте, ғылымда және қоғамдық зерттеулерде деректер инженериясын қолдану қарастырылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 3
  

• Алгоритмді талдау және оңтайландыру

  "Алгоритмдерді талдау және оңтайландыру" пәнінің мақсаты алгоритмдер мен программалық кодтың өнімділігін талдау және жақсарту әдістері мен техникаларын зерттеу болып табылады. Бұл пән аясында кодты оңтайландыру, тиімді алгоритмдік тәсілдерді таңдау және С++ программалау тілінің спецификалық ерекшеліктерін пайдалану арқылы компьютерлік жүйенің жұмыс уақытын оңтайландыру, жадысын және басқа ресурстарын қолданудың әртүрлі тәсілдерін зерттейді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• WEB негіздері (HTML, CSS, JavaScript, API)

  "Web негіздері (HTML, CSS, JavaScript, API)" - бұл студенттерді веб-қосымшаларды әзірлеу негіздерімен таныстыратын курс. Оқыту барысында студенттер веб-бет құрылымын құру үшін HTML, бетті сәндеу және орналастыру үшін CSS, интерактивтілік пен өзара әрекеттесуді қосу үшін JavaScript және сыртқы қызметтермен біріктіру үшін API үйренеді. Курс студенттерге қарапайым веб-қосымшаларды құру және дамыту үшін қажетті дағдыларды алуға көмектеседі.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Дискретті математика және математикалық логика

  Курс дискретті математика және математикалық логиканың негізгі ұғымдарын, осы салада қолданылатын математикалық объектілердің анықтамасы мен қасиеттерін, олардың тұжырымдау әдістерін, оларды дәлелдеу әдістерін, оларды қолданудың ықтимал бағыттарын зерттеуге және дискретті математика мен математикалық логиканың түрлі бөлімдерінен теориялық және қолданбалы мәселелерді шешу жолдарын үйретуге бағытталған.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Python тілінде программалау

  Бұл курс Python тілінде теориялық білім мен практикалық программалау дағдыларын қалыптастыруға бағытталған. Python веб-әзірлеуді, деректерді талдауды, ғылыми есептеулерді және ойындарды әзірлеуді қоса алғанда, әртүрлі салаларға қолданылады және оған жазылған программалар әдетте ешқандай өзгеріссіз әртүрлі платформаларда тасымалданады. Бұл пәнді оқу кезінде объектіге бағытталған программалау, функционалды программалау, оқиғаға бағытталған программалау (GUI-қосымшалар) сияқты маңызды ұғымдар қарастырылады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Деректер базасының негіздері

  «Деректер базасының негіздері» пәні деректер базасы технологияларының негіздерін оқуға, деректер базасымен және деректер базасын басқару жүйелерімен жұмыс істеудің практикалық дағдыларын меңгеруге бағытталған. Бұл пәнді оқу кезінде қолданыстағы деректер модельдері, реляциялық деректер базасының негіздері, деректерді таңдау және өзгерту үшін SQL тілінің негізгі конструкциялары, қазіргі заманғы деректер базасын басқару жүйелерінің функционалдығы қарастырылады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Экология және өмір қауіпсіздігі

  Пән организмдердің қоршаған ортамен өзара әрекеттесу механизмдерімен және экологиялық факторлардың әрекет ету заңдылықтарымен танысуға, адамзаттың техносфералық дамуы жағдайында адам ағзасының қолайлы жұмыс істеуін қамтамасыз ету үшін қажетті жағдайларды анықтауға және қамтамасыз етуге ықпал ететін білімді қалыптастыруға, сондай-ақ табиғи және техногендік сипаттағы төтенше жағдайлар кезінде экологиялық ойлау, болжау және дұрыс шешім қабылдау дағдыларын қалыптастыруға бағытталған.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Шығармашылық ойлау және бизнес-идеяларды қалыптастыру

  Пән креативті, шығармашылық ойлауды дамытуға, бизнес-идеяларды қалыптастыру әдістерін, бизнес-модель құру принциптерін зерделеуге, оның тиімділігін бағалауға, ғылыми-техникалық әзірлемелерді коммерцияландыруға, стартап жобасын құру және іске асыру мақсатында бірегей кәсіпкерлік бастамаларды ұсынуға және негіздеуге бағытталған. Алынған дағдылар мен дағдыларды пайдалану жаңа идеяларды қалыптастыруға, дамудың инновациялық жолдарын ұсынуға, оларды стейкхолдерлер алдында сауатты ұсынуға, кәсіби міндеттерді қораптан тыс және тиімді шешуге үйретеді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Бизнестің құқықтық ортасы және сыбайлас жемқорлыққа қарсы заңнама

  Пән бизнес ортаны, бизнесті дамытудың құқықтық аспектілерін, кәсіпкерлік қызмет бойынша нормативтік-құқықтық құжаттарды, сыбайлас жемқорлыққа қарсы саясат бойынша заңнамалық базаны зерделеуге бағытталған. Алынған біліктер мен дағдыларды пайдалану бәсекелестік жағдайында бизнес саласындағы кәсіби міндеттерді тиімді басқаруға және шешуге, сыбайлас жемқорлыққа қарсы Заңнама білімін практикалық қызметте қолдануға, сыбайлас жемқорлық құқық бұзушылықтардың шарттары мен түрлерін ажыратуға, сыбайлас жемқорлыққа қарсы күрестің қандай шараларын қолдануға болатынын үйретеді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Ықтималдық теориясы және математикалық статистика

  Ықтималдықтар теориясы және математикалық статистика" пәнін оқытудың негізгі мақсаты студенттердің ықтималдық процесстерінің мәні мен қасиеттері туралы ғылыми түсініктерін қалыптастыру, олардың ықтималдығын, кездейсоқ шамаларын, үлестіру функцияларын және статистикалық әдістерді сипаттайтын, кездейсоқ шамалармен және оларды іздеу және бағалау әдістерімен жұмыс істеудің практикалық дағдыларын меңгеру болып табылады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Деректер базасын басқару жүйесі (PostgreSQL)

  "Деректер базасын басқару жүйесі (PostgreSQL)" пәні деректер базасы мен деректер базасын басқару жүйелерін құрудың, жобалаудың және пайдаланудың заманауи ақпараттық технологияларының негіздерін зерттеуге арналған. Пәннің негізгі міндеттері реляциялық деректер базасының жүйелерін құрудың теориялық, методологиялық және практикалық мәселелерін, реляциялық алгебра мен ER-диаграмма әдісі негізінде ДБ құрылымдарын жобалау принциптерін, ДБ құрылымдарын қалыпты формаларға келтіру әдістерін, PostgreSQL тілінің негіздерін зерттеу және деректермен жұмыс істеудің негізгі операцияларын орындау болып табылады.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 6
  

• ІТ менеджмент

  IT-менеджмент пәні аясында студенттер бизнес-ортадағы ақпараттық технологиялардың рөлін және олардың ұйымға әсерін түсінуді үйренеді. Олар IT стратегиясын жоспарлау, әзірлеу және жүзеге асыру үшін қажетті әдістер мен құралдарды, соның ішінде IT жобалары мен операцияларын басқаруды зерттейді. Олар сондай-ақ стратегиялық басқару, Жобаларды басқару, Қызметтерді басқару, өзгерістерді басқару, тәуекелдерді басқару, сапаны басқару және бюджетті басқару сияқты тақырыптарды қарастырады.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 3
  

• Кәсіби-бағытталған шет тілі (ағылшын тілі)

  Кәсіби бағытталған шет тілі (ағылшын) пәні студенттерге кәсіби ортада, сондай-ақ халықаралық деңгейде жұмыс істеу және қарым-қатынас жасау үшін қажетті тілдік дағдыларды меңгеруге көмектесуге бағытталған. Пән ақпараттық технологиялар саласына және онымен байланысты салаларға қатысты мамандандырылған лексиканы, грамматиканы және фразеологизмдерді зерттеуді, сондай-ақ ауызша және жазбаша сөйлеуді практикалық оқытуды қамтиды.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 5
  

• Статистикалық деректерді талдау негіздері

  Деректерді статистикалық талдау негіздері (R программалау тіліндегі қолданбалы статистикасы) пәні қолданбалы есептерде қолданылатын деректерді талдау әдістері мен құралдарын зерттеуге бағытталған. Студенттер негізгі статистикалық түсініктерді, деректерді визуализациялау әдістерін меңгереді және статистикалық талдаулар мен тапсырмаларды орындау, модельдеу және деректерге негізделген шешімдер қабылдау үшін R программалау тілін қолдануды үйренеді.м

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 6
  

• Технологиялық кәсіпкерлік

  Технологиялық кәсіпкерлік пәні студенттерге технологиялық стартап жобаларды құру және басқару үшін қажетті білімді, дағдыларды және компьютерлік технологияларды, соның ішінде қаржыландыру, коммерцияландыру, ілгерілету және тәуекелдерді басқару тәсілдерін меңгеруге көмектесуге бағытталған. Осы пән аясында студенттер бизнес-жоспарлар құруды, нарық пен бәсекелестерді талдауды, маркетингті, қаржыны және тәуекелдерді басқаруды қоса алғанда, кәсіпкерлік негіздерін үйренеді.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 3
  

• Google Data Studio программасында деректерді визуализациялау

  "Google Data Studio программасында деректерді визуализациялау" пәнінің мақсаты студенттерге Google Data Studio көмегімен деректерді визуализациялау негіздерін ұсынады, бұл Google-дің деректерді визуализациялау қызметі. Оқу барысында студенттер Google Data Studio көмегімен кәсіби есептік құжаттар мен дашбордты құруды, сондай-ақ осы есептерді таратуды және жариялауды үйренеді. Пән студенттерге деректерді визуализациялау құралын игеруге және оны ақпаратты ыңғайлы және көрнекі түрде ұсыну үшін пайдалануға мүмкіндік береді.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Деректерді интеллектуалды талдау және машиналық оқыту негіздері

  "Деректерді интеллектуалды талдау және машиналық оқыту негіздері" пәнінің мақсаты студенттерге деректерді талдау және өңдеу, машиналық оқыту және модельдердің сапасын бағалау бойынша базалық білім мен дағдыларды қалыптастыру болып табылады. Студенттер деректер мен модельдерді визуализациялау әдістерін меңгереді, машиналық оқыту нәтижелерін түсіндіруді үйренеді және оларды визуализация арқылы ұсынады.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Деректер қауіпсіздігі мен құпиялылығы

  "Деректердің қауіпсіздігі және құпиялылығы" пәнінің мақсаты студенттерге деректерді қорғау негіздерін үйрету және олардың құпиялылығын қамтамасыз ету болып табылады. Оқу барысында студенттер шифрлау, аутентификация, қолжетімділікті бақылау, қауіпсіздік оқиғаларын анықтау және алдын алу әдістері мен технологияларын, сондай-ақ деректер құпиялылығы саясаты мен келісімдерін үйренеді. Курс сонымен қатар деректер қауіпсіздігі саласындағы заңнама мен нормативтік талаптарды зерттеуді қамтиды.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Деректер базасын қорғау

  "Деректер базасын қорғау" пәні студенттерді деректер қауіпсіздігінің негізгі қағидаттарымен, ерекше қауіптерімен, сондай-ақ деректер базасын қорғау әдістерімен таныстырады. Студенттер аутентификация және авторизация, деректерді шифрлау, қолжетімділікті басқару, деректер базасын тексеру және бақылау сияқты тақырыптарды зерттейді. Олар сондай-ақ деректердің тұтастығын қамтамасыз ететін механизмдер мен енуді анықтау жүйелерімен қоса, деректер базасын қорғаудың технологиялары мен құралдарын қолданумен айналысады.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Power BIда деректерді визуализациялау

  PowerBIда деректерді визуализациялау пәнінің мақсаты студенттерде деректерді визуализациялаудың әртүрлі түрлерінің принциптері, әдістері мен құралдары туралы теориялық білімді қалыптастыру және Power BI құралдары мен функционалдығын пайдалана отырып, есептерді тиімді дайындау, деректерді талдау және визуализациялаудың практикалық дағдыларын алу болып табылады. Пән кәсіби бизнес мәселелерін шешуде Power BI-де дашбордтарды қолдануға және дамытуға бағытталған.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Есептеу математикасы

  Есептеу математикасы пәнінің мақсаты студенттердің математикалық білімі мен практикалық дағдыларын компьютердің көмегімен тиімді және дәл есептеу үшін дамыту болып табылады және физикалық жүйелерді модельдеу саласындағы мәселелер, процестерді оңтайландыру, деректерді талдау және ғылыми зерттеулер жүргізу кезінде математикалық есептерді шешуге мүмкіндік беретін әртүрлі сандық әдістер мен алгоритмдерді зерттеуге және практикалық қолдануға бағытталған.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Деректерді сақтау және іздеу

  "Деректерді іздеу және сақтау" пәнінің мақсаты студенттерді деректерді сақтау мен іздеудің әртүрлі құралдары мен технологияларымен таныстыру. Студенттер Amazon S3, Amazon RDS, Amazon DynamoDB, Google Cloud Storage, Google Cloud SQL, Google Cloud Bigtable, Azure Blob Storage, Azure SQL Database және Azure Cosmos DB сияқты қызметтерді зерттейді. Сонымен қатар, олар Python кітапханаларымен қатар жергілікті деректер базаларымен жұмыс жасау үшін SQLite, MySQL және PyMongo зерттейді. Курстан өту нәтижесінде студенттер әртүрлі қоймалар мен деректер базаларында деректерді сақтау, басқару және іздеу бойынша практикалық дағдыларға ие болады.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Data science with Python 1

  "Data Science with Python 1" пәні Data Science саласындағы мәселелерді шешу үшін Python программалау тілі мен оның кітапханаларын пайдаланатын база болып табылады. Студенттер деректерді өңдеу және талдау үшін Pandas және NumPy, сондай-ақ деректерді визуализациялау үшін Matplotlib, Seaborn, Plotly және Bokeh сияқты негізгі кітапханаларды қолданады. Олар деректермен жұмыс істеу және график құру дағдыларын үйренеді, бұл оларға құнды ақпаратты алуға және деректерден нақты нәтижеге қол жеткізуге көмектеседі.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• Web mining

  "Web mining" пәнінің мақсаты веб-ресурстардан ақпаратты жинау, алу және талдау әдістері мен техникаларын зерттеу болып табылады. Студенттер үлгілерді анықтау, мәтіндерді талдау, деректерді жіктеу, құрылымдық ақпаратты алу және әлеуметтік желілерді талдау үшін әртүрлі алгоритмдер мен құралдарды үйренеді. Олар сонымен қатар веб-деректердің құпиялылығы, этикасы және қауіпсіздігі мәселелерін зерттейді. Web Mining қолдану бизнес шешімдер қабылдауға, жеке ақпарат беруге және пайдаланушылардың әрекетін түсінуге көмектеседі.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• NoSQL деректер базасын басқару жүйесі

  "NoSQL деректер базасын басқару жүйесі" пәні студенттерді NoSQL деректер базасының негіздерімен және принциптерімен таныстырады. Студенттер NoSQL деректер базасының әр түрлі түрлерін, мысалы, кілт-мән, баған, құжаттық және графикалық деректер базасын зерттейді. Курс сонымен қатар NoSQL деректер базаларын пайдалану мысалдарын және оларды дәстүрлі реляциялық деректер базаларымен салыстыруды қамтиды.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Жетілдірілген аналитика және деректерді визуализациялау

  "Жетілдірілген аналитика және деректерді визуализациялау" пәнінің мақсаты көп өлшемді деректерді талдау (Multidimensional Data Analysis), факторлық талдау (Factor Analysis), кластерлеу әдістері (Clustering Methods) және R кітапханалары арқылы визуализация сияқты деректерді талдаудың кеңейтілген әдістерін зерттеу болып табылады. Осы курстың негізгі тақырыптарының бірі ggplot2, lattice және shiny кітапханалары арқылы деректерді графикалық талдау. ggplot2 эстетикалық маппинг арқылы жоғары сапалы графиктерді жасауға мүмкіндік береді, ал lattice көп өлшемді графиктерді жасауға мүмкіндік береді. Shiny-бұл R-де интерактивті қосымшаларды құруға, соның ішінде деректерді визуализациялауға арналған веб-фреймворк болып табылады.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• ЖИ және нейронды желілерге кіріспе

  "ЖИ және нейронды желілерге кіріспе" - жасанды интеллект пен нейрондық желілердің негізгі тұжырымдамалары мен принциптерін ұсынатын пән. Студенттер машиналық оқытудың негізгі алгоритмдерін, сондай-ақ компьютерлік көру, табиғи тіл және ұсыныс жүйелері сияқты әртүрлі салаларда нейрондық желілерді қолдануды үйренеді. Олар сондай-ақ ЖИ саласындағы ағымдағы трендтер мен мәселелер туралы түсінік алады.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Деректерді интеграциялау және түрлендіру

  "Деректерді интеграциялау және түрлендіру" пәні студенттерге әртүрлі құралдар мен технологияларды пайдалана отырып, деректерді интеграциялау және түрлендіру негіздерін ұсынады. Оқу барысында студенттер деректерді түрлендіру үшін Python SciPy кітапханасы мен R reshape2 кітапханасы сияқты құралдарды үйренеді. Олар сонымен қатар деректерді интеграциялау және өңдеу үшін Apache Spark, Informatica, Microsoft SQL Server Integration Services (SSIS) және Apache NiFi сияқты платформалар мен технологияларды қарастырады.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Data science with Python 2

  Data Science with Python 2 пәні Python программалау тілін және оның кітапханаларын Data Science саласында қолдануды тереңдетіп меңгеруді қолдайды. Бұл кезеңде студенттер pandas және NumPy көмегімен деректерді өңдеудің күрделі алгоритмдерін үйренеді, сонымен қатар Matplotlib, Seaborn, Plotly және bokeh көмегімен визуализациялау дағдыларын кеңейтеді. Студенттер сонымен қатар Python көмегімен деректерді талдау әдістерін, модельдерді құруды және болжауды үйренеді.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Табиғи тілдерді өңдеу

  Пәннің мақсаты – белгілі бір ақпаратпен жұмыс істеу процесін автоматтандыруға және оңтайландыруға бағытталған мәтіндерді өңдеу, талдау, сөйлеуді тану, табиғи тілге байланысты тапсырмаларды орындау үшін қолданылатын әдістер мен алгоритмдерді зерттеу болып табылады. Бұл пән синтаксистік талдауды, морфологиялық талдауды, лексикалық талдауды, семантиканы, дискурсты талдауды қамтитын талдаудың, мәтінді өңдеудің әр түрлі тәсілдерін зерттеуге бағытталған.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Бизнес және маркетингтегі деректер туралы ғылым

  "Бизнес және маркетингтегі деректер туралы ғылым" пәні Тұтынушы деректері, транзакция деректері және веб-аналитикалық деректер сияқты маркетингтік деректердің әртүрлі түрлерін, сондай-ақ ақпаратты алу және деректерге негізделген шешімдер қабылдау үшін деректерді өңдеу әдістерін қалай пайдалану керектігін зерттеуге бағытталған. Студенттер бизнес пен маркетингке арналған әртүрлі модельдеу әдістерімен танысады, мысалы, тұтынушыларды сегменттеу, ағындарды болжау және ұсыныс жүйелері, сонымен қатар оларды нақты бизнес тапсырмаларына қолдана алады.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Big Data аналитикалық жүйелері

  "Big Data Аналитикалық жүйелері" пәнінің мақсаты студенттерді үлкен көлемдегі деректермен (Big Data) және оларды өңдеуге және талдауға арналған әртүрлі аналитикалық жүйелермен жұмыс істеудің негіздерімен және принциптерімен таныстыру болып табылады. Курс Hadoop, Spark, Apache Kafka, Apache Storm, Apache Flink сияқты үлкен деректерді өңдеуге, сақтауға және талдауға арналған негізгі құралдар мен технологияларды қарастырады және Python NumPy мен Pandas кітапханалары, R dplyr, tidyr мен readr кітапханалары сияқты деректерді өңдеу және талдау құралдары мен фреймворктарын, сондай-ақ Tableau, Power BI және Excel сияқты деректерді визуализациялау құралдарын пайдаланады.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Компьютерлік көру 1

  "Компьютерлік көру 1" студенттерді Keras және TensorFlow кітапханаларын қолдана отырып, кескіндерді өңдеу және талдау негіздерімен таныстырады. Студенттер терең нейрондық желілер арқылы кескінді алдын ала өңдеу әдістерін, белгілерді алуды, объектілерді жіктеуді, сегменттеуді және анықтауды үйренеді. Олар сондай-ақ бетті тану, кескінді автоматты түрде белгілеу және медициналық диагностиканы қоса алғанда, компьютерлік көрудің әртүрлі практикалық қолданбаларын зерттейді.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Нақты уақыттағы деректерді өңдеу

  "Нақты уақыттағы деректерді өңдеу" пәні нақты уақыттағы деректерді өңдеу негіздерін ұсынады. Курс барысында студенттер Apache Kafka, Apache Storm, Apache Flink, Spark Streaming, Python Dask, AWS Kinesis және Google Cloud Dataflow сияқты әртүрлі құралдар мен технологиялармен танысады. Олар нақты уақыттағы деректерді өңдеу принциптерін, ағынды деректерді талдауды, кідірістерді басқаруды және сенімділікті қамтамасыз етуді үйренеді.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Блокчейн технологиясының негіздері

  "Блокчейн технологиясының негіздері" пәнінің мақсаты блокчейннің негізгі тұжырымдамалары мен принциптерін зерттеу болып табылады. Студенттер блоктарға, тізбектерге және смарт келісімшарттарға негізделген үлестірілген деректер базасының қалай жұмыс істейтінін біледі. Олар қаржы, келісімшарттар, цифрлық активтер және жабдықтау сияқты әртүрлі салаларда блокчейннің қолданылуын зерттейді. Курс сонымен қатар блокчейн технологиясының қауіпсіздігі, құпиялылығы және ауқымдылығы мәселелерін қамтиды.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Мәтінді және көңіл-күйді интеллектуалды талдау

  "Мәтінді интеллектуалды талдау және көңіл-күйді талдау" пәнінің мақсаты студенттерді мәтіндік деректерді талдау әдістерімен және техникаларымен, сондай-ақ мәтіндегі көңіл-күйді анықтау және жіктеу әдістерімен таныстыру болып табылады. Курс ақпаратты санаттау және жіктеу, мәтіндік деректерден ақпарат алу, деректерді жинау үшін іздеу роботтарын құру және дыбыс үндестілігі сияқты тақырыптарды қамтиды. Студент мәтінмен жұмыс істеудің барлық негізгі кезеңдерін үйренеді: мәтінді тиімді шығару, статистикалық машиналық оқыту әдістеріне сәйкес келетін формада табиғи тілде мәтінді өңдеу.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Деректер базасын басқару

  Деректер базасын басқару пәнінің мақсаты деректер базасын басқару тұжырымдамасын, әдістері мен технологияларын зерттеу болып табылады. Студенттер деректер модельдерін, деректер базасын жобалау мен құруды, деректерді басқаруға арналған SQL тілін, сұраныстарды қалыпқа келтіруді, оңтайландыруды, деректердің тұтастығын қамтамасыз етуді және ақпаратты қорғауды үйренеді. Олар сондай-ақ әртүрлі деректер базаларын басқару жүйелерін (ДББЖ) қарастырады және оларды әртүрлі салаларда тиімді деректер базаларын әзірлеу үшін пайдаланады.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Компьютерлік көру 2

  "Компьютерлік көру 2 (Keras, TensorFlow)" пәннің жалғасы, мұнда студенттер Keras және TensorFlow кітапханаларын қолдана отырып, бейнені өңдеу және талдау саласына тереңдейді. Олар бейнедегі нысандарды анықтау, бақылау және жіктеу, сондай-ақ қозғалысты талдау және белгілерді алу әдістерін үйренеді. Студенттер сонымен қатар бейнебақылау, әрекетті автоматты түрде тану және бейне деректерін талдау сияқты бейне аналитика мен әртүрлі қолданбаларға арналған терең оқыту мен нейрондық желілерді қолданумен танысады.

  Оқу жылы - 4
  Семестр - 2
  Несиелер - 5
  

• Үлкен деректер технологиялары: Hadoop және Spark

  "Үлкен деректер технологиялары: Hadoop және Spark" пәні үлкен көлемдегі деректерді өңдеу негіздерін үйренуге және үлкен деректерді өңдеудің ең танымал екі технологиясымен - Hadoop және Spark-пен практикалық дағдыларды алуға бағытталған. Курс үлкен деректерді өңдеу тұжырымдамаларын, HDFS, MapReduce және YARN сияқты Hadoop негізгі компоненттерін және Spark SQL, MLlib және GraphX сияқты Spark үшін жоғары деңгейлі API-ді қолдануды үйренеді.

  Оқу жылы - 4
  Семестр - 2
  Несиелер - 5
  

• Ғылыми жоба

  Пәннің мақсаты – студенттердің таңдаған саласы бойынша жобаларды өз бетінше жасау және ғылыми зерттеулер жүргізуге арналған дағдыларды қалыптастыру болып табылады. Бұл пәнді оқығаннан кейін студенттер өз саласының өзекті сұрақтарымен және мәселелерімен жұмыс жасау тәжірибесін жинақтайды және ғылыми гипотезаларды тұжырымдауға, әдебиеттік зерттеулер жүргізуге, зерттеу әдістерін әзірлеуге, деректерді жинауға, талдауға, зерттеу нәтижелерін құрастыруға, ұсынуға үйренеді.

  Оқу жылы - 4
  Семестр - 2
  Несиелер - 6
  

Профессии

Оқыту нәтижелері

• Кәсіби қызмет саласында қазақ, орыс және шет тілдерінде көпшілік алдында сөйлеу және өз көзқарасын жазбаша дәлелді баяндау дағдыларын көрсету.
• Cаяси процестерді түсіну және олардың қоғам мен мемлекетке әсерін болжау үшін негізгі философиялық тұжырымдамаларды қолдану.
• Программалық кешендер мен мәліметтер базасының компоненттерін әзірлеу, заманауи аспаптық құралдар мен программалау технологияларын қолдану
• Объектілерді тану және классификациялау, кескіндерді сегменттеу және бейне ағындарын талдау мәселелерін шешуде машиналық оқыту алгоритмдері мен терең оқыту әдістерін қолдану.
• Кәсіби қызметте міндеттерді шешу кезінде ҚР Сыбайлас жемқорлыққа қарсы заңнамасы мен нормативтік-құқықтық құжаттарды қолдану; табиғи, техногенді және әлеуметтік ТЖ жағдайында тіршілік әрекетінің қауіпсіздігін қамтамасыз ету тәжірибесі мен теориясы, экономикалық ғылымдар бойынша білімдерін көрсету, қоғамда және әр түрлі салаларда қауіпсіздікті қамтамасыз ету үшін әдістер мен технологияларды пайдалану.
• Программалық қамтаманы әзірлеу және информатика мен ақпараттық технологиялар саласындағы әртүрлі мәселелерді шешу үшін математикалық әдістер мен алгоритмдерді қолдану.
• Блокчейн технологиясын қолдану және бизнес-міндеттер мен маркетингтік сын-қатерлерді шешу үшін деректерден ақпарат алу және практикалық білім алу дағдыларын көрсету.
• Нақты уақыт режимінде әртүрлі көздерден алынған деректерді өңдеу, талдау және визуализациялау үшін әртүрлі әдістерді, техникаларды және құралдарды қолдану; алынған білім мен дағдыларды үлкен деректер облысына қатысты нақты жобалар мен зерттеулерге қолдану.

Ұқсас БББ