7M06106 Үлкен деректер жүйелері (Big data) в Дәулет Серікбаев атындағы Шығыс Қазақстан техникалық университеті

Ғылым феноменін арнайы мәселе және талдау пәні ретінде қарастырады. Ғылым теориясы мен техника және олардың постиндустриалды қоғам жағдайында дамуы туралы түсінік береді. Курстың өзектілігі ғылым философиясы мен жаратылыстану-техникалық ғылымдары интеграциясы негізінде ғылыми білім және ғылыми зерттеу әдістемесі саласында болып жатқан үрдістерге бағдармен байланысты.

Пән магистрдің кәсіби дайындығының маңызды элементі болып табылады. Психологиялық-педагогикалық мәдениет арнайы дайындық (жоғары оқу орнынан кейінгі) нәтижесінде қалыптасатыны белгілі. Жоғары мектеп педагогикасының қазіргі өзекті мәселелерінің бірі - жоғары оқу орны магистрантының оқу-танымдық қызметі жағдайында өзіндік тұлғалық сипатын қалыптастыру.

Бұл курста аса үлкен деректер массивтерін параллель өңдеуді қамтамасыз ететін масштабталатын көп машиналы Ақпараттық-есептеу жүйелерін құрудың бағдарламалық технологиялары қарастырылады.

Пән қазіргі заманда қоғамның басқару қызметінде тұрақты кездесетін өзекті әртүрлі әлеуметтік мәселелерді шешуге қажетті психологиялық терең теориялық білім мен тәжірибелік дағдыларды қалыптастыруды кеңінен қарастырады. Мекеме персоналын басқару негіздерін меңгеру, персоналмен жұмыс жасау және басқару техникасын игеру туралы білім беріледі.

Курс табиғи тілді өңдеу жүйелерін жобалауға арналған (NLP). Морфологиялық және синтаксистік талдау негіздері, тілдік модельдер және сөздердің мағынасын модельдеу. Ақпараттық және Сұрақ-жауап іздеу, автоматты рефераттау, үнсіздікті талдау, ақпаратты алу және машиналық аударма саласында танымал қосымшалар оқытылады.

Курс машиналық оқытудың техникасымен және теориясымен, оны практикалық қосымшаларда қолдануға аса назар аудара отырып таныстырады. Курс сөйлеуді тану, объектілерді тану, суреттерді іздеу және т.б. сияқты жүйелерді құру үшін алгоритмдерді қолдануға бағытталған.

Курс сығу, кластерлеу, слайсинг, сүзу сияқты үлкен деректерді өңдеу әдістемелерін зерттеуге арналған. Үлкен көлемді деректерді визуализациялау үшін "үлкен экрандар" және Виртуалды шындық ортасы сияқты компьютерлік графиканың аппараттық және бағдарламалық құралдарын пайдалану қажет. Пайдаланушылардың мінез-құлқын талдау және модельдеу, сапаны бағалау және өлшеу, визуалды және интерактивті жүйелер талап етіледі.

Курс ағымдағы зерттеу мәселелеріне және деректерді визуализациялау саласындағы әлеуетті зерттеу тақырыптарын анықтауға арналған. Деректер мен ақпаратты визуализациялау-бұл деректер мен ақпаратты ұсыну, растау, зерттеу және талдау мақсаттары үшін графикалық ұсыну

Курс ғылыми танымның негізгі әдістері мен ғылыми-зерттеу қызметінің кезеңдері туралы түсінік береді. Білім алушы ғылыми-зерттеу жұмыстарына дайындала алады, ақпарат көздерін өңдеудің нақты әдістерін енгізе алады, зерттеу қызметінде әдістерді практикалық қолдану мүмкіндігін, соның ішінде магистрлік диссертациялар жазу үшін қамтамасыз ете алады.

Курста программалау тілінің қазіргі парадигмасына салыстырмалы шолу беріледі. Таңдалған бағдарламалау тілдерінің қасиеттерін, қосымшаларын, синтаксисін және семантикасын оқып үйрену және бағдарламалау ортасындағы іске асыруды қарастыру кіреді: R; Python; JS торабы; Haskell.

Оқыту курсы магистранттардың лингвистикалық, дискурсивтік және әлеуметтік-мәдени құзыреттілігін қалыптастыруды, оларды оқытылатын тіл елдерінің мәдениетіне баулуды, шет тілінде кәсіби сөйлеу дағдыларын қалыптастыруды, мамандық бойынша мәтіндерді аудару дағдыларын дамытуды көздейді. Курсқа кіретін тақырыптары: грамматикаға шолу, оқу және жазбаша жұмысқа дайындалу әдістемелері, эссе жазу, тындау және сөйлеу әдістемелері.

Бұл курс аналитиканы бизнес үшін бәсекелестік артықшылықтарды құру үшін стратегиялық ресурс ретінде үлкен деректерді пайдалануға кіріспе болып табылады. Негізгі назар компанияның стратегиялық артықшылықтарды алу үшін деректерді талдауын қалай пайдалана алатынын түсіне отырып, талдау құралдарының білімін интеграциялауға бөлінеді. Үлкен деректерді талдау-бұл жасырын заңдылықтарды, белгісіз корреляцияларды және басқа да пайдалы ақпаратты анықтау үшін әртүрлі типтегі деректердің үлкен көлемін зерттеу процесі. Business Intelligence (BI) бизнес-стратегияны жақсарту үшін деректерді толық табумен және болжамды талдаумен үлкен деректерді визуализациялау мен зерттеуді қамтамасыз етеді.

Бұл курста: табиғи-тілдік мәтіндерді талдаудың негізгі міндеттері мен мәселелері; машиналық аударма және компьютерлік лингвистиканың басқа да қолданбалы есептері; мәтінді терең семантикалық талдаудың заманауи әдістері мен құралдары қарастырылады.

Курс деректерді өңдеудің негізгі әдістерін (DataMining) зерттеуге арналған. Бұл пәнаралық аймақ деректер базасынан, статистиканы, машина жасауды және ақпаратты іздеуді біріктіреді. Курстың негізгі мақсаты - деректерді талдау мәселелерін шешудің нақты проблемаларын шешу жолдарын және алгоритмдерін зерттеу.

Бұл курс бұлтты есептеулерді анықтайды және бұлт туралы терең практикалық білімді белгілейді. Онда бұлтты есептеулердің артықшылықтары, сондай-ақ оның әлеуетті кемшіліктері сипатталады. Курс деректерді өңдеу орталықтары үшін классикалық, виртуализацияланған және бұлтты орталарды құру технологияларын қамтиды. Бұл технологиялар компьютерлерді, сақтау орындарын, желілерді, үстел компьютерлерін және қосымшаларды виртуализациялауды қамтиды.

Курс үлкен деректер жүйелерінің архитектурасына, оларды құруға, енгізуге және басқаруға арналған, интернет, әлеуметтік желілер, кәсіпорындар, бұлтты, мобильді, сенсорлық желілер, мультимедиа / ағынды беру, сондай-ақ киберфизикалық және жоғары өнімді жүйелер сияқты облыстардың кең ауқымды деректер жүйесінің шолуы мен тақырыптық зерттеулерінен тұрады.

Курс Kubernetes контейнерлерін басқару жүйесін зерттеуге арналған. Kybernetes Docker контейнерлерін көп мөлшерде басқарады және іске қосады, сондай-ақ контейнерлердің көп санын бірлесіп орналастыру мен репликациялауды қамтамасыз етеді. Контейнерлерді жалпы, әсіресе Kubernetes-те қолдану үшін жаңа микросервисттерді әзірлеу кезінде үздік тәжірибелерді зерттеу.

Курс үлкен деректерді сақтау, өңдеу және талдау технологияларын, реляционды емес деректер базасы және таратылған сақтау жүйелері негізінде ақпараттық жүйелерді құру әдістерін зерделеуге арналған. Студенттер MapReduce, кластеризация, жіктеу, ұсыныстар жүйесі, мәтінді интеллектуалды талдау және т. б.

Курс бизнес-талдаушылар үшін үлкен деректерді талдау рөлін түсінуге бағытталған. Курстың мазмұны үлкен деректерді талдау әдістері мен үлкен деректердің технологияларын қамтиды. Талдау міндеттері өңдеу, сақтау, іздеу, бірлесіп пайдалану, беру, талдау және визуализацияны қамтиды.

Курс магистранттарды машиналарды оқыту теориясындағы негізгі бағыттармен таныстырады және машиналық оқытудың жаңа алгоритмдерін түсіну және әзірлеу үшін қажетті теориялық базаны қалыптастырады. Жіктеу, регрессияны қалпына келтіру, саралау, кластерлеу, қауымдастықтарды іздеу міндеттері

Курс Data Mining технологиясын ұсынады және Data Mining әдістерін және құралдарын зерттейді. Курсты оқып үйрену Data Mining технологиясының теориялық аспектілерін, оларды қолдану әдістері мен мүмкіндіктерін түсіндіреді, сондай-ақ Data Mining құралдарын пайдалануда практикалық дағдыларды береді.