7M06111 Информатика және компьютерлік ғылымдар в М.Х.Дулати атындағы Тараз университеті

Пәндер

• Шетел тілі (кәсіби)

  Пәннің мақсаты - кәсіптік қызметте тілді белсенді меңгеру дағдылары мен іскерліктерін одан әрі дамыту негізінде шет тілді білім берудің халықаралық стандарттары шеңберінде коммуникативтік құзыреттілікті жүйелі тереңдету. Оқыту нәтижелері: шет тілінде ауызша коммуникация дағдыларын қолдану; алынған ақпаратты кейіннен өңдей және түсіндіре отырып, тиісті мамандық бойынша шетелдік әдебиетті және қоғамдық-саяси бағыттағы мақалаларды оқу; ғылыми ақпаратты жалпы қабылданған негізгі нысандарда шет тілінде жазбаша баяндау; мәтіндерді жалпы ғылыми және кәсіптік бағыттағы мәтіндердің түпнұсқалық материалында шет тілінен оқу тіліне және шет тіліне аудару; Кәсіби-бағдарланған мазмұндағы материалда.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Ақпаратты қорғау әдіснамасы

  Ақпаратты қорғау әдістері. Ақпаратты қорғаудың құралы мен түрлі құралдары. Модельдерді зерттеу. Кешенді қауіпсіздік жүйелері. Гаммалау. Зерттеу нысандары және ақпаратты қорғаудың жіктелуі. Криптография. RC4 шифры. Бағдарламалық пакеттерді қолдана отырып шифрлау алгоритмдері. Зиянды бағдарламалардан қорғау әдістері. Ақпараттық жүйелердің осалдығы. Ашық желілердегі қауіпсіздік. Ашық кілт криптографиясы. Рұқсатсыз қол жеткізу және қарсы әрекет ету тәсілдері.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Android-та мобильді қосымшаларды бағдарламалау

  Android қосымшасының архитектурасы. Android-та мобильді қосымшаларды бағдарламалау. Қосымшалар ресурстары. Android үшін қосымшаларды әзірлеу құралдары: Android Studio, Android NDK. Android эмуляторлары. Android қосымшаларының негізгі түрлері. Мобильді платформаларға шолу. Google Android платформасын зерттеу. Google Android платформасында қол жетімді құралдарды әзірлеу. Мобильді қосымшаларды құруға арналған бағдарламалау тілінің ерекшеліктері. Мобильді қосымшалардың дизайнын жасау.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ақпаратты қорғаудың криптографикалық әдістері

  Криптография, криптожүйелер, шифр құрылымдары, блоктық шифрлерді пайдалану режимдері, криптографиялық алгоритмдер туралы негізгі ережелер. Шифрларды ауыстыру және қайта құру. Кездейсоқ және псевдо-кездейсоқ сандар. Псевдо- кездейсоқ сандар генераторы. Роторлы машиналар. Гаммалау. RC4 шифры. Блок шифрлары. Шифрлау режимдері. DES шифрлаудың симметриялық алгоритмі. Блоктық және ағымдық шифрлерге шабуылдар. RSA алгоритмі. Ашық кілт Электрондық сандық қолтаңба.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Бейіндік пәндерді оқыту әдістемесі мен технологиясы

  Пәнді зерделеудің мақсаты -магистранттарда бейіндік пәндерді оқыту әдістемесі мен технологиясы саласында жүйеленген білімді қалыптастыру. Пәнді меңгеру нәтижесінде магистранттар кәсіби қызметте этикалық нормаларды сақтауға қабілетті болады; білім алушының тұлғалық және кәсіби дамуының жоспарланған деңгейін қамтамасызету мақсатында білім беру технологияларын, оқыту әдістері мен құралдарын таңдауға және тиімді пайдалануға; алған білімдерін оқу, ғылыми және кәсіби-педагогикалық қызметінде қолдануға міндетті.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Жоғары мектептің педагогикасы мен психологиясы

  Мақсаты: магистранттарда жоғары мектепте білім беру үрдісін психологиялық-педагогикалық қолдау және басқару аясында кәсіби құзыреттіліктерді қалыптастыру, қазіргі заманғы білім беру талаптарын ескере отырып, оқытушылық қызметті жоспарлау және іске асыру қабілеттерін дамыту. Қарастырылатын болады: жоғары оқу орны мен оқытушы қызметінің нормативтік-құқықтық негіздері, цифрландыру және жаһандану жағдайында жоғары білім беруді трансформациялау, жоғары оқу орнындағы білім беру үрдісі, білім беру ортасындағы коммуникация, өзара іс-қимыл және басқару, психологиялық-педагогикалық диагностика және қолдау, нәтижелерді бағалау және педагогикалық рефлексия. Пәнді игеру нәтижесінде магистранттар студенттердің жас және жеке ерекшеліктерін ескере отырып оқу сабақтарын жоспарлау және өткізу, оқытудың цифрлық және белсенді әдістерін қолдану, білім беру қызметін диагностикалау мен қолдауды жүзеге асыру, педагогикалық жоспарлау, кәсіби қарым-қатынас және психологиялық-педагогикалық қолдау әдістерін меңгеру дағдыларына ие болады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Ғылым тарихы және философиясы

  Пәннің мақсаты - болашақ мамандардың, ғалымдардың, оқытушылардың ғылыми және ғылыми-педагогикалық қызметі үшін жалпы ғылыми, философиялық-әдіснамалық, дүниетанымдық және тәртіптік-теориялық базаны қалыптастыру. Пәнді зерделеу нәтижесінде магистрант: ғылыми зерттеу әдістерін таңдай алады және қолдана алады; ғылыми-зерттеу қызметінің негізгі міндеттерін тұжырымдауға және шешуге; логикалық, жүйелі және сыни ойлау дағдыларын дамыту; теориялық білімді ғылыми проблемалар бойынша өз ұстанымын негіздеу және дәлелдеу үшін пайдалана алады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Интернет қосымшаларын Java бағдарламалау

  Интернет-қосымшаларды бағдарламалауға кіріспе. Java қосымшаларының тілі мен қолдану мүмкіндіктері. Бастапқы файлдың құрылымы, кластар, әдістер, өрістер, айнымалылар. Мәліметтер түрлері. Қарапайым және объектілік түрлері. JEE құрылымы, веб-қосымшаларды құру үшін пайдаланылатын пакеттер. HTTP хаттама. Java servlets: жалпы құрылым, Java servlets қолдау үшін контейнерлерді ұйымдастыру. Java Server Pages: JSP жалпы құрылымы, JSP тегтері, JSP қосымшаларын әзірлеу. Веб-қолданбалар жасау үшін танымал фреймворктар.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Ғылыми зерттеудің қазіргі әдістері

  Пәннің мақсаты ғылыми-зерттеу жұмысын ұйымдастыру мәселелерін реттеу, ғылыми зерттеулер және қолданбалы аналитика, зерттеу жұмыстарының дизайны және конфигурациясы, зерттеу және зерттеу өнімінің параметрлері; ғылыми зерттеулер мен қолданбалы аналитика әдістерін меңгерту. Ғылыми зерттеулердің категориялық аппараты, ғылыми-әдістемелік зерттеудің ұғымдық аппараты, оның мазмұны мен құрылымы, ғылыми зерттеулердің заманауи әдістері мен әдіснамалары, ғылыми танымның парадигмалары мен тұжырымдамалары, педагогикалық зерттеулердің теориялық және практикалық маңызы оқытылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 4
  

• Озық бағдарламалау әдістерi

  Тілдердің мақсаты мен орындалу моделі бойынша жалпы жіктелуі. Динамикалық тілдердің жалпы қасиеттері. Бағдарламалауға құрылымдық тәсілдің технологиялары. Қолданбалы бағдарламалық қамтамасыздандыруды әзірлеу тәсілдері. Қазіргі объектілі -бағытталған бағдарламалау тілінің негіздері. Функционалды және есептеуіш есептерді компьютерлік шешудің негізгі кезеңдері. Деректерді компьютерлік өңдеудің базалық құрылымы мен алгоритмдері. Қазіргі бағдарламалау тілдері. Мета программалау элементтері, аспектілі бағдарламалау.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Желілік және Web- қауіпсіздік

  Желілік және Web-қауіпсіздіктің теориялық негіздері. Web-қосымшадағы осалдықтар мен шабуылдар. Желіаралық экрандар. Ақпаратты қорғау жүйелері. Web-қосымшалардың және желілік трафиктің қорғалуын талдау әдістемесі. Желілік қауіпсіздікті қамтамасыз ету және мәселелері. Жергілікті және жаһандық желілерде қорғаныс сенімділігін бағалау принциптері. Хакерлік шабуылдарды бақылау. Желілік қауіпсіздік моделі. Веб-бағдарламаның қауіпсіздігі. Тестілеу. Ақпаратты инженерлік-техникалық және бағдарламалық-аппараттық қорғау.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Деректерді сақтау жүйесі

  Таратылған деректер қоймалары мен олардың жіктелуі. Деректерді анықтау, талдау, сақтау әдістері. Деректерді сақтау жүйелеріне шолу. Сақтау әкімшілігі. OnLine Transaction Processing транзакцияларын жедел өңдеу режимі. Extract, Transform және Load деректерін жылжытудың аспаптық тәсілі. Data Mining технологиясы. Аналитикалық өңдеу. Желілік модель. Тұтастық шарты. Виртуалды ортада таратылған деректерді сақтау жүйелері.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Желілік технологияларда ақпаратты қорғау

  Компьютерлік шабуылдар және оларды анықтау. Ақпараттық кодтау теориялары және жүйелік талдау. Желілік ақпаратты қорғаудың бағдарламалық құралдары. Жалпы сипаттамалар мен жіктелуі. Желіаралық экран технологиясы. Сымсыз қауіпсіздік және сымсыз желілерді қорғау механизмдері. Ақпаратты қорғаудың техникалық арналары. Желілердегі қауіпсіздік аудиті. Аутентификация. Ақпаратты қорғаудың криптографиялық әдістері. Файлдар мен криптоконтейнерлерді шифрлау және шифрын ашу.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Офистік қосымшаларды бағдарламалау

  Офистік бағдарламалауға кіріспе. Визуалды бағдарламалау ортасын дамыту саласындағы жаңа бағыттар. Қолданбаларды автоматтандыру тілі функционалдылықты кеңейту құралы ретінде. Кеңсе қосымшаларының макро тілдері. Алгоритмдерді өңдеу, деректер құрылымын сипаттау және басқа да негізгі деректер ұсыну әдістері мен технологиялары. Офистік қосымшаларда бағдарламалау элементтерін өңдеу. Офистік қосымшаларды интеграциялау модельдері. Visual Studio-да офистік қосымшаларды және интеграциялау құралдарын іске асыру.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Жасанды интеллект саласындағы ғылыми зерттеу әдістері

  Пәнді оқытудың мақсаты – магистранттарда жасанды интеллекттің қазіргі заманғы бағыттары контекстінде ғылыми ойлау мен зерттеу мәдениетін дамыту; ЖИ-технологияларды пайдалана отырып, ғылыми міндеттерді қоюға және шешуге жүйелі көзқарас дағдыларын қалыптастыру. Пәнді оқу міндеттері: жасанды интеллект саласындағы ғылыми зерттеудің әдіснамалық негіздері мен кезеңдерін зерттеу; ғылыми гипотезаларды формализациялау және верификациялау әдістерін игеру; эксперименттік модельдерді құру және ЖИ қолдана отырып есептеу зерттеулерін жүргізу дағдыларын дамыту; ғылыми жарияланымдарды сыни талдау, өзекті мәселелерді анықтау және зерттеудің перспективалық бағыттарын тұжырымдау. Оқу барысында зерттелетін болады: ғылыми іздеу әдістемесі және ЖИ саласындағы зерттеулердің ерекшелігі; зерттеу әдістерінің жіктелуі (теориялық, эмпирикалық, есептеу); зерттеу модельдерін құру және нәтижелерді өңдеу тәсілдері; нейрондық желілік және алгоритмдік ЖИ жүйелерімен эксперименттерді ұйымдастыру принциптері; ғылыми нәтижелерді жариялау, есептер, баяндамалар және презентациялар түрінде рәсімдеу.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Деректер қоймалары

  Пайдаланушының инфрақұрылымы мен құралдары. Деректерді алу, түрлендіру және тазарту құралдары. Сақтауды басқару құралдары. Қосымшалар. Сақтау құрылысының модельдері. Microsoft SQL ортасы. Деректер қоймасының көп өлшемді және реляциялық моделі. RapidMiner аспаптық ортасындағы модельдер. Деректер базасы. Data Mining технологиясы. OLAP технологиясы. Data Warehouse ақпараттық мәліметтер базасы. Көп өлшемді текшелер. Деректер қоры платформасын іске асыру.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 5
  

• Ғылымның тұрақты дамуына арналған жасанды интеллект

  Пәнді оқытудың мақсаты – магистранттарда ғылыми ортаның тұрақты дамуын қамтамасыз етудегі жасанды интеллект технологияларының рөлі мен әлеуетін түсінуді қалыптастыру; білімнің әртүрлі салаларында ғылыми процестер мен шешімдерді талдау, болжау және қолдау үшін ЖИ қолдану қабілетін дамыту. Пәнді оқу міндеттері: ғылымның тұрақты даму тұжырымдамасын және оны іске асырудағы ЖИ-нің бағдарламалық рөлін зерттеу; ғылыми трендтер мен технологиялық өзгерістерді мониторингілеу, талдау және болжау үшін ЖИ әдістерін игеру; ғылыми шешімдерді қолдаудың зияткерлік жүйелерін құру дағдыларын дамыту; ғылымдағы ЖИ-ді қолданудың әлеуметтік, этикалық және әдіснамалық аспектілерін бағалау. Оқыту процесінде: тұрақты даму қағидаттары және олардың ғылыми инновациялармен байланысы; үлкен ғылыми деректерді талдаудың зияткерлік әдістері; ғылыми ақпаратты болжау және автоматтандырылған жіктеу алгоритмдері; ғылыми зерттеулердің тиімділігін арттыру, ғылыми жобаларды басқару, ғылыми коммуникация және жарияланым белсенділігін талдау үшін ЖИ қолдану мысалдары; академиялық ортада ЖИ пайдаланудың этикалық аспектілері зерделенетін болады.

  Оқу жылы - 1
  Семестр - 2
  Несиелер - 6
  

• Машиналық оқытудағы алгоритмдер және бағдарламалау

  Пәнді оқытудың мақсаты – магистранттарда машиналық оқыту алгоритмдері саласында жүйелі білімді қалыптастыру және деректерді талдаудың заманауи әдістері негізінде зияткерлік модельдерді бағдарламалық іске асырудың практикалық дағдыларын дамыту. Пәнді оқытудың міндеттері – машиналық оқытудағы теориялық негіздер мен алгоритмдік тәсілдерді зерттеу; деректерді дайындау және өңдеу әдістерін игеру; машиналық оқыту алгоритмдерін бағдарламалық іске асыру дағдыларын дамыту; модельдерді құру, оқыту және бағалау үшін кітапханалар мен фреймворктарды қолдану. Оқу процесінде: машиналық оқытудың негізгі және жетілдірілген алгоритмдері (сызықтық модельдер, шешім ағаштары, ансамбльдер, тірек векторларының әдістері, кластерлеу және т. б.); ML модельдерін құру кезеңдері – деректерді жинау мен дайындаудан нәтижелерді түсіндіруге дейін; құралдар мен кітапханалар (Scikit-learn, XGBoost, Keras, PyTorch және т.б.); модельдердің сапасын бағалау әдістері; гиперпараметрлерді оңтайландыру және қайта оқытуды өңдеу принциптері; әртүрлі пәндік салаларда алгоритмдерді қолдану мысалдары зерттеледі.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Бағдарламалаудағы нейрондық желі технологиялары

  Жасанды нейрондық желілер теориясына кіріспе. Жасанды нейронның құрылымы мен қасиеттері. Нейрондық желілердің архитектурасы, жіктелуі және қасиеттері. Жасанды нейрондық желілердің классикалық модельдері. Нейрондық құрылымды және есептерді шешу алгоритмдерін математикалық формализациялау. Нейрондық желілерді талдау және оқыту әдістері. Нейрондық желілердің әдістері мен құралдары. Нейрондық желілер мен нейрожелілік басқару жүйелерін құруға арналған стандартты бағдарламалық құралдар.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Үлкен деректерді талдау және қауіпсіздік

  Пәнді оқытудың мақсаты - магистранттарда үлкен деректерді талдаудың заманауи тәсілдері және олармен жұмыс істеу кезінде ақпараттық қауіпсіздік мәселелері туралы жүйелі түсінік қалыптастыру. Ғылыми және қолданбалы зерттеулерде деректердің үлкен көлемін талдау, өңдеу және қорғау саласындағы құзыреттерді дамыту. Пәнді оқытудың міндеттері-үлкен деректерді өңдеудің архитектурасы мен технологияларымен танысу; деректерді талдау әдістері мен құралдарын зерттеу; үлкен деректермен жұмыс істеу кезінде қауіпсіздікті қамтамасыз ету принциптерін игеру; таратылған жүйелерде деректерді сақтау, беру және өңдеуге байланысты тәуекелдер мен қауіптерді талдау. Оқыту процесінде: үлкен деректерді сақтау және өңдеу жүйелерін ұйымдастыру принциптері мен архитектурасы; деректерді өндіру әдістері; Big Data құралдары мен технологиялары (Hadoop, Spark және т. б.); үлкен деректер жүйелеріндегі ақпараттық қауіпсіздікті қамтамасыз ету мәселелері; деректерді қорғау әдістері, сондай-ақ үлкен деректермен жұмыс істеу кезіндегі осалдықтар мен тәуекелдерді бағалау тәсілдері зерделенетін болады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Big Data және ақпараттық қауіпсіздік

  Big Data анықтамасы мен ақпараттық қауіпсіздік. Жұмыстың негізгі принциптері мен үлкен деректерді аналитикалық зерттеу. Big Data қоймаларын жобалау принциптері. Қауіптердің жіктелуі. Үлкен деректерді талдау, бағдарламалық қамтамасыздандыру саласындағы тиімді шешімдер; Big Data тәсілінің қағидаларын зерттеу; Big Data платформасы мен ақпараттық қауіпсіздікті қамтамасыз етуді зерттеу. Қорғау алгоритмдері мен Big Data қорғауды қамтамасыз ету шараларының кешені.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Нейрондық желілерді қолдану арқылы деректерді өңдеу және талдау

  Пәнді оқытудың мақсаты-магистранттарда нейрондық желілерді қолдана отырып, деректерді өңдеу мен талдаудың теориялық білімі мен практикалық дағдыларын қалыптастыру; ғылыми зерттеулер мен қолданбалы міндеттерде нейрондық желілік модельдерді жобалау, оқыту және қолдану құзыреттерін дамыту. Пәнді оқытудың міндеттері-нейрондық желілердің архитектуралары мен жұмыс принциптерін зерттеу; нейрондық желілік тәсілдерді қолдана отырып, деректерді өңдеу, талдау және интерпретациялау әдістерін игеру; терең оқыту модельдерін құру және теңшеу дағдыларын дамыту; жіктеу, регрессия, кластерлеу және болжау мәселелерін шешу үшін нейрондық желілік технологияларды қолдану. Оқыту процесінде: нейрондық желілердің негізгі түрлері (толық байланысқан, конволюциялық, қайталанатын, трансформаторлар және т. б.); деректерді дайындау және оқыту үлгілерін құру әдістері; нейрондық желілерді оқыту алгоритмдері; платформалар мен кітапханалар (TensorFlow, PyTorch және т. б.); модельдердің дәлдігі мен тұрақтылығын арттыру әдістері; әртүрлі қолданбалы және зерттеу жұмыстарында нейрондық желілерді қолдану мысалдары зерттеледі.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 6
  

• Геоақпараттық жүйелер: мәліметтерді өңдеу және сақтау

  Пәнді оқытудың мақсаты – магистранттарда геоақпараттық жүйелерді (ГАЖ) пайдалана отырып, кеңістіктік деректерді өңдеу, сақтау және талдау саласында теориялық білім мен практикалық дағдыларды қалыптастыру; ғылыми зерттеулер мен қолданбалы міндеттерде ГАЖ-технологияларды қолдануда құзыреттілікті дамыту. Пәнді оқу міндеттері – геоақпараттық жүйелердің архитектурасы мен компоненттерін зерттеу; кеңістіктік деректерді жинау, сақтау, визуализациялау және талдау әдістерін игеру; геодеректер базасымен және кеңістіктік модельдеу құралдарымен жұмыс істеу дағдыларын қалыптастыру; әртүрлі салалардағы қолданбалы мәселелерді шешу үшін ГАЖ қолдану. Оқыту процесінде: геоақпараттық жүйелерді құру және жұмыс істеу принциптері; кеңістіктік деректердің форматтары мен құрылымдары; геодеректерді сақтау және өңдеу технологиялары; кеңістіктік деректер базаларымен жұмыс (PostGIS, GeoPackage және т. б.); деректерді визуализациялау және талдау құралдары (QGIS, ArcGIS және т. б.); картографиялық модельдеу және геоаналитика негіздері; ГАЖ басқа салаларда қолданудың практикалық аспектілері зерделенетін болады.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Технологиялық процестер: автоматтандыру және мәліметтерді өңдеу

  TRACE MODE интеграцияланған ортасында объектілерді модельдеу және басқару процестеріне жүйелік көзқарас. Математикалық, әдістемелік және бағдарламалық-техникалық құралдар, перспективалық ақпараттық технологиялар (SCADA-жүйелер) модельдеу және объектілерді басқару. TRACE MODE SCADA-жүйесіндегі химиялық процестерді басқарудың автоматтандырылған жүйесін жобалау және зерттеу. Химия-технологиялық процестің статикалық бейнесін жасау. TRACE MODE-да басқару жүйесін зерттеу.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Нейрондық желілерді зерттеудің заманауи мәселелері мен тенденциялары

  Пәнді оқытудың мақсаты – магистранттарда нейрожелілік технологиялар саласындағы өзекті ғылыми проблемаларды, сын-қатерлер мен даму бағыттарын сыни тұрғыдан түсінуді қалыптастыру; нейрожелілердің архитектуралары мен алгоритмдерін игеру мен жетілдіруде зерттеу бастамасын дамыту. Пәнді оқу міндеттері: нейрожелілік модельдерді дамытудағы заманауи ғылыми жарияланымдар мен трендтерді талдау; терең оқыту саласындағы шешілмеген теориялық және қолданбалы міндеттерді зерттеу; жаңа архитектураларды салыстырмалы талдау және эксперименттік верификациялау әдістерін игеру; нейрожелілік тәсілдерді дамыту бойынша ғылыми негізделген гипотезалар мен ұсыныстарды тұжырымдау қабілетін қалыптастыру. Оқыту үдерісінде: нейрожелілер саласындағы зерттеулердің ағымдағы бағыттары (терең оқыту, өзін-өзі қадағалау, нейрожелілік трансформерлер, нейроинтерпретаемость және т. б.); модельдердің тұрақтылығы, қайта даярлау және жалпылау қабілеті мәселелері; нейрожелілерді қолданудағы этика, әділеттілік және ашықтық мәселелері; жаңа басылымдарға, preprint-платформалар мен конференциялық материалдарға шолу; сыни талдау және кейінгі ғылыми зерттеу үшін зерттеу мәселелерін рәсімдеу.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

• Прототиптеу технологиясы

  Прототиптеу технологиясына кіріспе. 3D модельдеу және прототиптеу технологиясының негізгі түсініктері. Прототиптеу технологиясындағы 3D нысандарының математикалық көрінісі. FreeCAD, OpenSCAD технологияларын қолдана отырып 3D нысандарын құру. Прототиптеу технологиясының негізгі кезеңдері. Математикалық модельдеу. Стереолитография технологиясының артықшылықтары мен кемшіліктері StereoLithography. Selective Laser Sintering технологиясы. Жіптерді қабатпен қаптау арқылы прототиптеу. 3D принтерлермен көп ағынды модельдеу. Үш өлшемді басып шығару технологиясы.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 6
  

• Нейрондық желілерді ғылыми зерттеулерде қолдану

  Пәнді оқытудың мақсаты – магистранттардың ғылыми міндеттерді шешуде нейрондық желілік технологияларды қолдану дағдыларын дамыту; ғылыми талдаудың, деректерді модельдеудің және түсіндірудің әртүрлі нысандарында нейрондық желілердің әлеуеті мен шектеулерін түсінуді қалыптастыру. Пәнді оқу міндеттері: ғылыми зерттеулерде қолданылатын нейрондық желілердің заманауи архитектураларын игеру; пәндік саланың ерекшелігіне сәйкес нейрондық модельдерді бейімдеу және баптау әдістерін зерттеу; нейрондық шешімдерді зерттеу жобаларына біріктіру дағдыларын дамыту; нейрондық желілерді қолдану арқылы алынған нәтижелердің сапасын сыни бағалау. Оқыту процесінде: нейрондық желілердің әртүрлі типтерінің құрылымы мен функциялары (толық байланысқан, конволюциялық, қайталанатын, генеративті және т. б.); ғылыми міндеттерде нейрондық желілерді қолдану ерекшелігі – сигналдар мен кескіндерді өңдеуден бастап мәтіндер мен уақыт қатарларын талдауға дейін; нейрондық желілердің нәтижелерін түсіндіру әдістері; бағдарламалық құралдар мен модельдеу орталары (мысалы, PyTorch, TensorFlow); пәнаралық зерттеулерге нейрондық желілердің сәтті интеграциясының мысалдары.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Ғылыми дүниетанымның ерекшеліктерін біледі; кәсіби қызметтің негізгі түрлерін жүзеге асыруға мүмкіндік беретін деңгейде шет тілін біледі; кәсіптік қызметте тілді меңгеру дағдылары мен шеберліктерін дамыту, ғылыми мақалалар дайындау және еркін ауызша қарым-қатынас жасау үшін шет тілді білудің коммуникативтік құзыреттілігін білуді көрсетеді; генезисі, философиялық мәні және ғылыми білімнің дамуы, ғылымды ұйымдастыру және дамыту заңдылықтары.
• Басқарушылық міндеттерді шешуде және кәсіби және тұлғалық өсуді жоспарлауда психология білімін қолданады; жоғары мектеп педагогикасының әдіснамалық негіздерін және педагогикалық қызмет саласындағы жаңа жетістіктерді пайдаланады; кәсіби басқарушылық қызметте қазіргі заманғы педагогикалық, коммуникативтік әдістерді қолданады, қызметтің басқа салаларында мамандарды қайта даярлаудың басымдықтарын айқындайды; кәсіби қоғамдастықта оқытуда және тәрбиелеуде педагогтің көшбасшылық қасиеттерін дамытады.
• Қазіргі заманғы жергілікті және жаһандық компьютерлік желілерде деректерді шифрлау жүйелерінде пайдаланылатын негізгі криптографиялық әдістерді, алгоритмдерді, хаттамаларды қолдана отырып, деректерді шифрлау жүйелерін құру қағидаттары негізінде ақпаратты қорғаудың әдістері мен құралдарын таңдай отырып, ақпаратты қорғау жүйесін әзірлейді және ұйымдастырады.
• Нейронды желілердің есептеу процестерін, желінің үлгісін құрастыру мақсатында мәліметтер мен олардың жүйедегі өзара әрекеттесуін сипаттау, нейронды желілердің технологияларын жүзеге асыра отырып заманауи құралдарын пайдалану, архитектура құрастыруға арналған арнайы әдістемені қолдана, бұлтты есептеулер жүйесінің архитектурасын әзірлеу.
• Модульдерді бағдарламалық жүйеге біріктіруді, бағдарламалық жасақтама компоненттерін өзара әрекеттесу деңгейінде жобалық және техникалық құжаттаманы талдай отырып, мамандандырылған бағдарламалық құралдарды қолдану арқылы бағдарламалық жасақтама өнімін күйге келтіруді жүзеге асырады, бағдарламалық жасақтама компоненттерін белгілі бір функционалдылық пен сапа дәрежесі бар кодты алу әдістерін қолдана отырып, кодтау стандарттарына сәйкестігін тексереді.
• Ғылыми мәселелерді шешу үшін оларды қолдану ерекшеліктерін талдай отырып, жасанды интеллект саласындағы ғылыми зерттеудің заманауи әдістерін қолданады; теориялық және практикалық тәсілдерін бағалай отырып, жасанды интеллект технологиялары мен нейрожелілік модельдерді пайдалана отырып, міндеттерді рәсімдеуді және талдауды орындайды; нейрожелілік зерттеулердің дамуындағы заманауи үрдістерді талдайды және оларды жоғары дәлдік пен тиімділікпен алынған нәтижелерді ғылыми эксперименттерді әзірлеу және жүргізу үшін пайдаланады.