7M06103 Data Engineering НПМ в Нархоз Университеті

Пәндер

• Ғылым тарихы мен философиясы

  Бұл курс ғылыми ой мен әдістеменің тарихи дамуын жаратылыстану мен гуманитарлық ғылымдардың ара-қатынасын факторлармен байланысты қарастыратын кешенді әдісті қолдана отырып зерттеуге бағытталған. Курстың мәні тақырыппен байланысты мәселелерді көтеру және талқылауға бағытталған интерактивтік әдістерге негізделген. Курс магистрантарға ғалымдар еңбектерінің түпнұсқаларымен танысуға және оларды семинарларда философиялық талқылауға мүмкіндік береді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Кеңейтілген статистика

  Курс әлеуметтанудағы және сабақтас пәндердегі академиялық және қолданбалы зерттеулердегі статистикалық әдістер саласындағы таңдалған тақырыптарды қамтиды. Бұл әдістерді білу маңызды. Курс деректерді терең талдауға мүмкіндік беретін практикалық және теориялық білім береді.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Жоғары мектеп педагогикасы

  Пән жоғары мектеп оқытушысының кәсіби-педагогикалық мәдениет негіздерін қалыптастыруға, қазіргі педагогика ғылымының теориялық негіздерін меңгертуге, кәсіби міндеттерді шығармашылықпен шешуге дайындығын қалыптастыруға бағытталған. Курс түрлі дәрістерде оқытуға керек практикалық дағдыларды дамытуға бағытталып, интерактивті форматта (бірлескен жобалар, конференциялар, көпшілік талқылаулар, дәрістің интерактивті түрлері) жүргізіледі. Оқу аяқталысымен магистрант халықаралық қатынастар аясында алған теориялық білімін беруге мүмкіндік алып, студенттерді оқытушылық қызмет саласында тәжірибелік қабілеттерге үйрете алады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 3
  

• Шетел тілі (кәсіби)

  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
  Семестр - 1
  Несиелер - 5
  

• Python бағдарламалау тілі (Деректер туралы ғылымға кіріспе)

  Бұл курс Python тілінде компьютерлік бағдарламалау дағдыларын игеру үшін кіріспе болып табылады. Python тілін білу оның кең мүмкіндіктеріне байланысты әр түрлі компьютерлік бағдарламаларды жасау кезінде өте танымал: кітапханалар мен модульдердің әртүрлілігі, объектіге бағытталған және процедуралық бағдарламалау компоненттері, кросс-платформа және бұрыннан бар бағдарламалық өнімдерге оңай ену. Курс көптеген мәселелерді шешу үшін Python тілін қолданудың алуан түрлілігін зерттеуге арналған.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 6
  

• Басқару психологиясы

  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
  Семестр - 2
  Несиелер - 5
  

• IT саласындағы зерттеу әдістемесі

  Курс магистранттардың ұйымның сыртқы ортасының қазіргі жағдайын, бәсекелестіктің күшеюін және мемлекеттің бизнесіне ықпал ету деңгейін ескере отырып, бизнесті жоспарлау және ұйымдағы бизнес-процестерді зерттеу саласындағы дағдыларды алуға бағытталған. Студенттер ақпараттық технологияларды қолдана отырып, деректерді талдау мен тиімді басқару шешімдерін практикалық тұрғыдан қолданудың негізгі сапалық және сандық әдістерін үйренеді.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Қолданбалы машиналық оқыту

  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.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Үлкен деректерді талдау

  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.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жоғары жүктеме қосымшаларын әзірлеу

  Курстың мақсаты-өнімділік, масштабталу және қолжетімділік сапаның бірінші класты атрибуттары болып табылатын, жүктемесі жоғары жүйелерді әзірлеу үшін пайдаланылатын негізгі тұжырымдамаларды, қағидаттар мен тәсілдерді сипаттау. Магистранттар жүктемесі жоғары жүйелерді жобалау, тестілеудің дұрыс жоспарын жасау және бизнес - талаптарды сипаттау бойынша терең білім алады. Курста өнімділікті, масштабталуды және қол жетімділікті (жауап беру уақыты, процентильдер, кідіріс, тұрақты қол жетімділік, ресурстарды пайдалану және т. б.) сандық бағалау үшін қолданылатын әртүрлі өлшемдер қарастырылады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Алаяқтық пен аномалияны анықтау

  Курс алаяқтықпен күресу әдістерін үйретуге арналған. Магистранттар алаяқтық мінез-құлықты анықтау үшін бақыланатын оқыту алгоритмдерін, сондай-ақ алаяқтықтың жаңа түрлерін анықтау үшін бақыланбайтын оқыту әдістерін қолдануды үйренеді. Пән техникалық және теориялық білімнің үйлесімін береді және алаяқтықты анықтау модельдерін практикалық іске асырудың практикалық әдістерін көрсетеді. Сонымен қатар, магистранттар алаяқтықты талдауда жиі кездесетін қателіктердің алдын алуға көмектесетін нақты өмірлік кеңестер мен ұсыныстар алады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• DevOps кіріспесі

  Қазіргі заманғы бағдарламалық жүйелер сапа, қол жетімділік және қауіпсіздік талаптарын қанағаттандыру үшін күрделене түсуде. Бұл курста DevOps бағдарламалық жасақтаманы әзірлеуге, орналастыруға және пайдалануға тұтас көзқарасты қалай қамтамасыз ете алатындығы қарастырылады. Магистранттар DevOps жобасының табыстылығының маңызды критерийлері болып табылатын және бизнестің табыстылығына оң әсер ететін автоматтандыру, мәдениет және метрика дағдыларына ие болады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Деректермен жұмыс және дизайн

  Бұл курста магистрлер деректерді тиімді ұсыну үшін мәліметтер базасының схемасын әзірлеуді игереді, MySQL көмегімен мәліметтер базасының сызбаларын жүзеге асырады. Магистранттар ұйымдардағы деректерді басқару мәселелерін бағдарлайды, жаңа технологияларды меңгеруді үйренеді, Python-да бағдарламалауды үйренеді. Сондай-ақ, олар CVS және Excel-ге/дан деректерді импорттайды және экспорттайды, қажет болған жағдайда схемаларды өзгертеді, Excel-де негізгі талдау жүргізеді және әртүрлі көздерден деректерді импорттайтын және есептер шығаратын жобаның жұмыс процесін дайындауды үйренеді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Деректерге негізделген басқару

  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.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Деректер көлінің құрылысы

  Курста AWS-те деректер көлдерін жобалауға кіріспе бар, магистранттарға деректер туралы Ғылым туралы алдын-ала білімсіз деректер көлдерін қауіпсіз және масштабталатын тәсілмен түсінуге, құруға және пайдалануға үйретеді. Сондай-ақ, курста Data Lake-де деректерді ұйымдастыру және өңдеу қарастырылады. Магистранттар Data Lake қауіпсіз және масштабталатын компоненттеріне арналған архитектураны жобалауды және құруды үйренеді, серверлер мен деректер қоймаларының дәстүрлі инфрақұрылымына қарағанда Data Lake пайдалану тәсілдерімен танысады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• DWH модернизациясы

  Кез-келген деректер құбырының негізгі компоненттері-деректер көлдері және деректер қоймалары. Бұл курста магистрлер сақтаудың әр түрін пайдалану жағдайларын игереді және Google Cloud Platform платформасында қол жетімді деректер көлі мен сақтау шешімдерін қарастырады. Деректерді өңдеу инженерінің рөлін бағалай және қолдана отырып және бизнес-операциялар үшін сәтті деректер құбырының артықшылықтарын зерттей отырып, студенттер QwikLabs көмегімен Google Cloud Platform-та көлдермен және деректер қоймаларымен тәжірибе жинақтайды.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Терең оқыту және жасанды интеллект

  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.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Қолданбалы компьютерлік көзқарас

  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.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Hadoop таратылған жүйелері

  Курс бұлтты есептеу, желілік есептеу, кластерлік есептеу және суперкомпьютерлерді қоса алғанда, таратылған жүйелерді жобалау және енгізу тұжырымдамаларын қамтиды. Курста келесі тақырыптар бар: мультипроцессорлардағы жоспарлау, жад иерархиясы, синхрондау, параллель басқару, ақауларға төзімділік, параллельді бағдарламалау модельдері, масштабталуды зерттеу, таратылған жад хабарламаларын беру жүйелері, Жалпы жад бағдарламалау модельдері, тапсырмалар, тәуелділік графикасы және бағдарламалық түрлендіру, параллель кірістер/шығулар, қосымшалар, құралдар (Cuda, Swift, Globus, Condor, Amazon AWS, OpenStack, Cilk, gdb, ағындар, MPICH), OpenMP, Hadoop, FUSE), SIMD, MIMD, іргелі параллель Алгоритмдер, параллельді бағдарламалау жаттығулары, параллель алгоритмдерді жобалау әдістері, қосылыстар топологиясы, гетерогенділік, жүктемені теңдестіру, жадтың консистенциясы моделі, асинхронды есептеу, бөлу, детерминизм, Амдал Заңы, масштабталу және өнімділікті зерттеу, векторлау және параллелизация, параллель бағдарламалау тілдері және олардың қуаты.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Масштабты шешімдер

  Курс барысында магистрлер клиент / серверлік бағдарламалық жасақтаманы құру кезінде туындайтын мәселелерді шешеді. Бұл ішінара жүйелік ақаулар, бірнеше мекенжай кеңістігі, байланыстың кідірісі, гетерогенділік, жүйені басқару, байланыстыру және атау, сонымен қатар осы мәселелерді шешу әдістері: RPC және аралық бағдарламалық жасақтама, атаулар мен каталог қызметтері, таратылған транзакцияларды өңдеу, жұқа клиенттер, деректерді репликациялау, криптографиялық қауіпсіздік, мобильді код, Java RMI-ге кіріспе.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Тәуекелдер мен белгісіздік жағдайларын ескере отырып, олардың салдарын бағалайды, сыни ойлауды, сандық және сапалық әдістерді қолданады, аналитикалық дағдыларды қолдану арқылы шешімдер қабылдайды.
• Кәсіби және кәсіби емес аудиторияда ауызша және жазбаша түрде негізделген дербес қорытындыларды/пайымдарды береді және оларды дәлелдейді.
• Заманауи бағдарламалау дағдыларын меңгеріп, күрделі объектілерге қатысты автоматты басқару жүйелерін әзірлеу үшін шешімдер қабылдайды.
• Ғылыми және эксперименттік зерттеулердің нәтижелерін талдайды және дәлелдейді және алынған деректерді дербес ғылыми зерттеулер жүргізуде, сондай-ақ жоғары технологиялық процестерді басқару міндеттерінде пайдаланады.
• Үлкен деректердің инновациялық технологияларын талдайды және қолданады, машиналық оқыту әдістерін пайдалана отырып, нәтижелерді практикалық инженерлік қызметке енгізеді.
• Әртүрлі теориялық критерийлер, сондай-ақ математикалық және статистикалық гипотезалар негізінде объектілерді танудың және ақпаратты өңдеудің теориялық және қолданбалы есептерін терең ұсынады.
• Алгоритмдер мен бағдарламалау тілдерін, сондай-ақ математикалық және статистикалық модельдер мен оңтайландыру принциптерін қолдана отырып, өнімді әзірлеуді басқара отырып, деректерді талдау есептерін тұжырымдайды және шешеді.
• Әртүрлі танымал технологиялық бағдарламалық құралдарды қолдана отырып, ақауларға төзімді жүйелерді дамыту үшін теориялық білімді қолданады.
• Жасанды интеллект модельдері мен технологияларын және терең оқыту алгоритмдерін кешенді түрде бағалайды және терең талдайды, деректерді дайындайды, сондай-ақ бейне және графикалық кескіндерді өңдеуге арналған бағдарламаларды әзірлейді, сонымен қатар компьютерлік көру жүйелерінің қосымшалары мен аппараттық құралдарының жұмысын оңтайландырып, олардың тиімділігін арттырады.
• Үлкен деректерді әзірлеу бойынша эксперименттік және теориялық деректерді жан-жақты пайдаланады.
• Көпшілік алдында сөз сөйлеу, дәлелдеу, пікірталас және полемика, әр түрлі пайымдау түрлерінің логикасын практикалық талдау, осы дағдыларды оқу іс-әрекетінде, оның ішінде оқу-әдістемелік және ғылыми-әдістемелік жұмыста қолдана білу дағдыларын меңгереді.

Ұқсас БББ