8D06103 Компьютер ғылымдары в әл-Фараби атындағы Қазақ Ұлттық университеті

Пәндер

• Жоғары өнімді есептеулер модельдері

  Бұл пән үлестірілген немесе ортақ жады бар мультипроцессорлық жүйелерде параллельді есептеу технологиясын басқару қабілетін дамытады. Докторанттар көппроцессорлық құрылымдарды көрсетуді, есептеу схемаларын талдауды және ыдыратуды, деректерді тасымалдаудың күрделілігін бағалауды, параллельді бағдарламаларды имитациялауды және есептеу жүйесінің модельдерін құруды үйренеді. Тақырыптарға деректерді беру механизмдері, топологияны көрсету, параллельді алгоритмдерді әзірлеу және ортақ жады жүйелері кіреді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Академиялық жазу

  Пәннің мақсаты: заңнамалық нормаларды сақтай отырып, PhD докторанттарының ғылыми жобалары мен жарияланымдары үшін кәсіби құзыреттіліктерін дамыту. Докторанттар зерттеу сұрақтарын құрастыруды, әдебиеттерді шарлауды, мемлекеттік зерттеу ережелерін, патенттік және авторлық құжаттарды дайындауды, талқылаулар жүргізуді және жобаларға шолулар жазуды үйренеді. Бұл курс зерттеуді тұжырымдау аспектілерін, пәнаралық зерттеулерді және әртүрлі тілдердегі зерттеу жұмысын сипаттауды қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 2
  

• Ғылыми зерттеудің әдістері

  Бұл пәннің мақсаты - ғылыми зерттеу әдіснамасының негіздерін игеру, ғылыми білімнің әртүрлі деңгейлерін қарастыру. Зерттеу бағытын таңдауды, ғылыми-техникалық проблемаларды қоюды, теориялық және эксперименттік зерттеулерді, тұжырымдарды ресімдеуге арналған ұсыныстармен қоса, зерттеу жүргізудің кезеңдерін зерттеу. Курс сонымен қатар өнертапқыштықтың, патенттік ізденіс негіздерін қарастыруға бағытталған, сонымен қатар PhD диссертациясын жазу және жоспарлаудың негіздерін қамтиды

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 3
  

• Көпядролы және графикалық процессорлармен жоғары өнімді бағдарламалау

  Бұл пән есептеу платформаларын түсіну арқылы бағдарлама өнімділігін оңтайландыруда тәжірибені дамытуға бағытталған. PhD студенттері заманауи жоғары өнімді процессорларды талдайды, кеңейтілген командалар жиынын пайдаланады, күрделі жүйелерді бағдарламалайды, бағдарламалық қамтамасыз етуді әзірлейді және матрицалық операциялар және жылдам Фурье түрлендіру сияқты қолданбаларды қоса алғанда, көп ядролы және графикалық процессорлар үшін бағдарламалау әдістерін бағалайды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ғылыми есептеуіш есептері үшін сандық әдістер

  Пәннің мақсаты сызықты емес дифференциалдық теңдеулерді шешудің алгоритмдерін құру және талдау әдістерін үйрету. PhD студенттері сандық талдау тәсілдерін сипаттауды, есептеу алгоритмдерін әзірлеуді, шешімнің дәлдігін қамтамасыз етуді, оңтайлы басқару есептерін шешуді және тиімді есептеулерді орындауды үйренеді. Тақырыптарға шекті айырмашылық схемалары, Навье-Стокс теңдеулері, турбулентті ағынды модельдеу және шекаралық қабат процестерінің сандық әдістері кіреді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Үлестірілген жүйелердегі сенімділік

  Бұл пән үлестірілген есептеу жүйелері үшін сенімді алгоритмдік, техникалық және бағдарламалық шешімдерді жасау дағдыларын дамытуға бағытталған. Докторанттар жүйенің сенімділігін бағалау әдістерін меңгереді, сенімділік есептеулерін жүргізеді, тиімді модельдер жасайды, сенімділікке әсер ететін факторларды талдайды және тиімді бағдарламалық пакеттерді құру құралдарын жүзеге асырады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Озық алгоритмдер және олардың күрделілігі

  Пәннің мақсаты: бұл пән озық алгоритмдерді және есептеу күрделілігін талдауды үйретеді. PhD студенттері тапсырмаларды анықтауды, ресурс үлгілерін бағалауды, алгоритмдік және дәлелдеу әдістерін қолдануды, дәлелдемелердің кемшіліктерін тануды және алгоритмдерді күрделілік көрсеткіштерімен корреляциялауды үйренеді. Тақырыптарға ашкөз алгоритмдер, динамикалық бағдарламалау, желі ағындары, NP-толықтығы, есептеу мүмкіндігі, Тьюринг машиналары, жуықтау алгоритмдері, параллельді есептеулер кіреді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Алгоритмді зерттеу және талдау

  Бұл пән қатаң теориялық уақыт пен кеңістік шектеулері бар алгоритмдік шешімдер үшін құралдар мен әдістерді қолдануды үйретуге бағытталған. PhD студенттері негізгі деректер құрылымдарын салыстырады және қолданады, алгоритмдердің әрекетін талдайды, уақытша күрделілікті салыстырады, алгоритмдерді функционалды және процедуралық сипаттайды, нақты мәселелерді шешу үшін іргелі алгоритмдерді әзірлейді және қолданады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Үлкен деректерді талдау

  Бұл пән үлкен деректерді талдау технологияларын бағалау және бағдарламалық өнімдерді жасау дағдыларын дамытуға бағытталған. Докторанттар деректер жиынын сипаттайды және салыстырады, жоғары өлшемділік пен масштабтылық сияқты мәселелерді шешеді, машиналық оқыту кітапханаларын заманауи технологиялармен біріктіреді, модель параметрлерін оңтайландырады және нейрондық желілер мен TensorFlow құрылымын пайдаланып қосымшалар жасайды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары өнімді жүйелердегі гидродинамиканың инженерлік есептеуіш алгоритмдері

  Бұл пәннің мақсаты докторанттар Навье-Стокс пен Эйлер теңдеулеріне назар аудара отырып және жоғары өнімді жүйелердегі есептеу алгоритмдерін қолданып инженерлік есептерді шешу дағдыларын дамыту. Докторанттар ішінара дифференциалдық теңдеулерді сипаттайды, есептеу әдістерінің қасиеттерін талдайды, теңдеулерді есептеу әдісімен шешеді, гидродинамика есептерін параллельді етеді және инженерлік қолданбаларға арналған бағдарламалық қамтамасыз етуді әзірлейді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Озық машиналық оқыту

  Пәннің мақсаты: машиналық оқытудың озық үлгілерін оңтайландыруды, қолдануды және масштабтауды үйретуге бағытталған. PhD студенттері үлгілерді талдауды, ықтималдық модельдеуді орындауды, оңтайландыру алгоритмдерін әзірлеуді, машиналық оқыту шешімдерін жасауды, күшейтілген оқыту үлгілерін енгізуді және бағалауды және ұсыныстар жүйесін әзірлеуді үйренеді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ақпараттық ресурстарды модельдеу

  Бұл пән құрылымдық және жүйелік талдауды пайдалана отырып, ақпараттық ресурстарды модельдеуді үйретуге бағытталған. PhD докторанттар ақпараттық ресурс модельдерін әзірлейді және зерттейді, ақпараттық жүйелерді талдайды және оңтайландырады, эксперименттер жүргізеді, нәтижелерді талдайды, ғылыми жарияланымдарды дайындайды және технология үрдістерін болжайды. Тақырыптар математикалық модельдеу, жүйелік талдау, модельдеу және ақпараттық процестердегі зерттеу әдістерін қамтиды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Тереңдетілген оқыту

  Бұл пән үлкен деректерді талдау үшін терең нейрондық желілерді пайдалану және құру дағдыларын дамытуға бағытталған. Докторанттар терең оқытудың принциптері мен қолданбаларын сипаттайды, оқыту мен модельдеудегі негізгі ұғымдарды қолданады, курс мазмұнын зерттеуге біріктіреді, бағдарламалық жасақтама кітапханаларын пайдаланып нейрондық желілерді енгізеді және нейрондық желілер мен қолданбалардағы ағымдағы зерттеулерді сыни тұрғыдан бағалайды.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Компьютерлік ғылымдар саласындағы фундаментальды концепцияларды және программалаудың жаңа парадигмаларын түсіндіру, оларды программалық қамтаманы жобалау мен әзірлеуде қолдану.
• Айтарлықтай жұмыс көлемін әзірлеу арқылы білім шекарасын кеңейтетін бірегей зерттеулер шеңберінде үлес қосу, зерттеу нәтижелерін қазақстандық және шетелдік басылымдарда ғылыми мақалалар түрінде жариялау.
• Компьютерлік жүйелердің сенімділігі мен орнықтылығын талдау және бағалау..
• Күрделі эксперименталды деректерді салыстыру, талдау және түсіндіру және қорытынды жасау.
• Есептеу күрделілігі және алгоритмдердің тұрақтылығы мәселелерін зерттеу.
• Ресурстарды қажет ететін міндеттерді шешу үшін үлкен деректерді өңдеу және деректерді интеллектуалды талдау әдістерін қолдану.
• Инженерлік есептер үшін есептеу алгоритмдерін жасау және оларды жоғары өнімді жүйелерде жүзеге асыру.
• Ғылыми-зерттеу құжаттарын жазу, информатика бағыты бойынша ғылыми жобаларды жоспарлау және басқару, ғылыми өнімділікті арттыру, мәліметтер базасымен жұмыс істеу, пәнаралық және халықаралық қолданбалы бағдарламалар үшін ауқымды есептеу эксперименттерін жүргізу.
• Ғылыми-зерттеу, жобалау және оқу және кәсіптік қызметті ұйымдастыру, ұжым құрамында ғылыми, мемлекеттік және өндірістік зерттеулерге қатысу, қоғамдағы дұрыс және толерантты өзара іс-қимылға, әлеуметтік өзара әрекеттестікке және ғылыми-техникалық мәселелерді шешу үшін ынтымақтастыққа дайын болу.
• Деректерді талдаудың күрделі мәселелері үшін күрделі модельдер мен алгоритмдерді әзірлеуге, енгізуге және сыни тұрғыдан бағалауға мүмкіндік беретін жасанды интелект техникаларын игеру.
• Халықаралық және республикалық конференцияларда, семинарларда және жұмыс мәжілісінде мамандардың алдында, сондай-ақ тиісті кәсіби дайындығы жоқ аудиторияда алдыңғы қатарлы тақырыптар мен зерттеу нәтижелерін ұсыну.
• Компьютерлік ғылымдар саласындағы жаңа және күрделі идеяларды сыни талдау, бағалау және синтездеу.

Ұқсас БББ