6B06107 Data Science в Астана халықаралық университеті

Пәндер

• Жоғары математика

  Курс ақпараттық технологиялар саласындағы болашақ мамандарды математикалық аппаратпен қамтамасыз етуге бағытталған. Пән математикалық анализ, сызықтық алгебра, дифференциалдық теңдеулер, сандық әдістер мен ықтималдықтар теориясына кіріспе бойынша білім береді. Курс нақты инженерлік және ІТ есептерін шешуде математикалық модельдер мен әдістерді қолдану дағдыларын дамытуға ерекше мән береді. Бағдарламалау, алгоритмдер және деректер құрылымымен байланыстары қарастырылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 5
  

• Деректер базасы

  Пән деректер базасының негізгі ұғымдарын, архитектурасын және жобалау әдістерін оқытуға бағытталған. Студенттер реляциялық модель, кестелер арасындағы байланыстар, SQL сұраныстары, деректердің тұтастығы мен қауіпсіздігін қамтамасыз ету тәсілдерімен танысады. Сонымен қатар, деректер базасын басқарудың негізгі принциптері мен оларды нақты жобаларда қолдану жолдары қарастырылады. Пән теория мен тәжірибені біріктіре отырып, студенттерге деректермен тиімді жұмыс істеу, құрылымдау және басқару дағдыларын қалыптастырады. Келесі кезеңде нақты басқару жүйелері мен құралдар қарастырылады.

  Оқу жылы - 1
  Семестр - 1
  Несиелер - 3
  

• 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
  

• 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
  

• 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
  

• 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
  

• 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 - 1
  Несиелер - 5
  

• Ықтималдықтар 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
  

• 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
  

• Құқық және сыбайлас жемқорлыққа қарсы заңнама негіздері

  Пән Қазақстан Республикасының құқықтық жүйесінің негіздерін, оның ішінде конституциялық, әкімшілік, азаматтық және қылмыстық құқықты, сондай-ақ сыбайлас жемқорлыққа қарсы заңнаманы зерделеуге бағытталған. Ерекше назар студенттердің құқықтық санасын, құқықтық мәдениетін және азаматтық жауапкершілігін қалыптастыруға аударылады. Сыбайлас жемқорлықтың алдын алу және оған қарсы іс-қимыл жасаудың құқықтық тетіктері, осы саладағы нормативтік-құқықтық актілер, мемлекеттік қызметшілердің этикалық стандарттары, сондай-ақ сыбайлас жемқорлықпен күрестегі халықаралық ынтымақтастықтың рөлі қарастырылады. Пән студенттердің заңдылық, әділеттілік қағидаттары мен қоғамдағы сыбайлас жемқорлық көріністеріне жол бермеу жөнінде тұтас түсінік қалыптастыруына ықпал етеді.

  Оқу жылы - 2
  Семестр - 1
  Несиелер - 4
  

• Деректер инженериясы: теория және практика

  Пән деректер инженериясының теориялық және практикалық негіздерін оқып-үйренуге бағытталған. Курста деректерді жинау, сақтау, өңдеу және түрлендіру процестері қарастырылады. Студенттер ETL (Extract, Transform, Load) архитектурасы, деректер ағындары, деректер сапасы және метадеректермен жұмыс істеу принциптерімен танысады. Сонымен қатар, деректерді басқару мен интеграциялаудың заманауи тәсілдері оқытылады. Пән практикалық тапсырмалар арқылы студенттерге сенімді, тиімді және масштабталатын деректер жүйелерін жобалау дағдыларын қалыптастырады.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 3
  

• Экономика, кәсіпкерлік және қаржылық сауаттылық негіздері

  Пән студенттерге экономиканың қызмет етуі, кәсіпкерлік қызметтің қағидаттары және қаржыны басқарудың негіздері туралы іргелі білім қалыптастыруға бағытталған. Бұл курс білім алушылардың экономикалық ойлауын, нарықтық үдерістерді түсінуін, сондай-ақ түрлі өмірлік және кәсіби жағдайларда негізделген қаржылық шешімдер қабылдау қабілетін дамытуға мүмкіндік береді. Пән жалпы экономикалық және кәсіпкерлік құзыреттерді дамытуға, сондай-ақ алынған білімді өмірде практикалық қолдануға бағытталған. Курсты оқу студенттердің белсенді өмірлік ұстанымын, қаржылық сауаттылығын, экономикалық және кәсіпкерлік қызметке қатысуға дайындығын, сондай-ақ жеке және кәсіби тұрғыда тұрақты дамуын қалыптастыруға ықпал етеді.

  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.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• Интеллектуалды деректерді талдаудың негіздері және машиналық оқыту

  "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 - 2
  Семестр - 2
  Несиелер - 5
  

• Заманауи экологиялық проблемалар жағдайындағы тіршілік қауіпсіздігі

  Пән ағзалардың қоршаған ортамен өзара әрекеттесу механизмдерімен және қоршаған орта факторларының әсер ету заңдылықтарымен таныстыруға, адамзаттың техносфералық дамуы жағдайында адам ағзасының қолайлы жұмыс істеуін қамтамасыз ету үшін қажетті жағдайларды анықтауға және қамтамасыз етуге ықпал ететін білімдерді қалыптастыруға, заманауи экологиялық проблемалар жағдайындағы қауіптерді бағалау және алдын алу әдістерін зерттеуге бағытталған. Пән студенттердің табиғи және техногендік сипаттағы төтенше жағдайлар кезінде экологиялық ойлау, болжау және дұрыс шешім қабылдау дағдыларын қалыптастыруға ықпал ететін болады.

  Оқу жылы - 2
  Семестр - 2
  Несиелер - 4
  

• 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
  

• 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
  

• Deep Learning

  Пән терең нейрондық желілердің теориясы мен практикасын меңгеруге бағытталған. Студенттер көпқабатты нейрондық желілердің құрылымы, жұмыс принциптері, кері тарату алгоритмі (backpropagation), активация функциялары және модельді оқыту әдістерімен танысады. Сонымен қатар, convolutional (CNN), recurrent (RNN) желілер, сондай-ақ олардың нақты қолдану салаларындағы рөлі қарастырылады. Курста Python және TensorFlow немесе PyTorch сияқты құралдарды пайдалану арқылы практикалық жаттығулар орындалады. Бұл пән жасанды интеллект пен деректерді талдау салаларында терең білім алуға негіз қалайды.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 5
  

• 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
  

• Машиналық оқыту модельдерін өндірістік әзірлеу және сүйемелдеу

  Пән машиналық оқыту модельдерін нақты қолданбалы жүйелерге енгізудің және оларды қолдаудың бастапқы негіздерін оқуға бағытталған. Студенттер модельді дайындау, тестілеу, орналастыру (deployment) және мониторинг жүргізу кезеңдерімен танысады. Курста деректерді алдын ала өңдеу, қарапайым модельдерді құру және оларды тәжірибеде қолдану жолдары түсіндіріледі. Сонымен қатар, модельдің жұмысын бақылау, жаңарту және өнімділігін бағалау негіздері қарастырылады. Бұл курс машиналық оқыту мен инженерлік тәжірибенің тоғысындағы маңызды алғашқы қадам болып табылады.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 6
  

• Инклюзия, тең мүмкіндіктер және қоғамның тұрақты дамуы

  Пән инклюзия, тең мүмкіндіктерді қамтамасыз ету және қоғамның тұрақты дамуына қол жеткізу арасындағы өзара байланысты тұтас түсінуді қалыптастыруға бағытталған пәнаралық курс. Курста инклюзия мен тең мүмкіндіктер қағидаттарын қоғам өмірінің түрлі салаларында іске асырудың теориялық негіздері, халықаралық және ұлттық құқықтық шеңберлері, сондай-ақ практикалық аспектілері қарастырылады. Бұл пән БҰҰ-ның Тұрақты даму мақсаттары контекстінде оқытылады. Курс инклюзивті әрі тұрақты қоғамда тиімді өзара әрекеттесу үшін қажетті сыни ойлау, коммуникативтік және жобалық дағдыларды, мәдениетаралық құзыреттілікті және құқықтық сауаттылықты дамытады.

  Оқу жылы - 3
  Семестр - 1
  Несиелер - 4
  

• Power BI-да деректерді визуализациялау

  PowerBI-да 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
  

• 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
  

• Генеративті жасанды интеллект

  Пән генеративті жасанды интеллект (Generative AI) технологияларының теориялық негіздері мен практикалық қолданылуын оқытуға бағытталған. Курста генеративті үлгілердің (мысалы, GAN, VAE, трансформерлер) архитектурасы, оларды үйрету әдістері және мәтін, сурет, дыбыс сияқты мазмұн түрлерін жасау тәсілдері қарастырылады. Сонымен қатар, этика, жауапкершілік және жасанды интеллектпен жасалған контенттің сенімділігі мәселелері талқыланады. Студенттер нақты жобалар арқылы генеративті модельдер құрып, оларды әртүрлі салаларда қолдану тәжірибесін алады.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Деректерге негізделген шешім қабылдау

  Пән ұйымдар мен бизнес процестерде деректерге сүйене отырып тиімді шешім қабылдау әдістерін үйретуге бағытталған. Студенттер деректерді жинау, талдау, визуализация және интерпретациялау тәсілдерін меңгереді. Сонымен қатар, статистикалық және аналитикалық модельдер арқылы шешімдерді дәлелдеуге үйренеді. Пәнде нақты кейстер мен құралдар (мысалы, Excel, Power BI, Python) қолданылып, практикалық дағдылар дамытылады. Бұл курс деректерге негізделген ойлау қабілетін қалыптастырып, стратегиялық шешім қабылдау дағдыларын жетілдіреді.

  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
  

• 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 - 3
  Семестр - 2
  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
  

• ML жүйелерін жобалау

  Пән машиналық оқытуға негізделген жүйелерді тиімді жобалау принциптерімен таныстыруға бағытталған. Студенттер талаптарды талдау, мәліметтермен жұмыс, модельді таңдау, бағалау және орналастыру (deployment) процестерін меңгереді. Сондай-ақ масштабталатын, сенімді және оңтайлы ML шешімдерін құруға арналған архитектуралық тәсілдер қарастырылады. Курста нақты өнімдік жүйелерді модельдеуге арналған жобалық тапсырмалар ұсынылады. Бұл пән студенттерді практикалық машиналық оқыту инженериясына дайындайды.

  Оқу жылы - 3
  Семестр - 2
  Несиелер - 5
  

• Ұсынымдық жүйелер

  Пән пайдаланушылардың мүдделеріне сәйкес контент, өнім немесе қызметтерді ұсынатын жүйелерді жобалау мен құрудың негіздерін үйретуге бағытталған. Студенттер ұқсастыққа негізделген (collaborative filtering), мазмұнға негізделген (content-based), гибридтік ұсыным әдістерін және олардың қолдану салаларын меңгереді. Сонымен қатар, ұсыныстар сапасын бағалау метрикалары, деректерді өңдеу әдістері мен масштабтау мәселелері қарастырылады. Практикалық бөлімде Python негізінде қарапайым ұсыным жүйелері жасалады. Пән e-commerce, медиа және әлеуметтік платформалар сияқты салаларға бағытталған.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 6
  

• 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
  

• Ақпараттық технологиялардағы ғылыми зерттеулер әдіснамасы

  Пән ақпараттық технологиялар саласындағы ғылыми зерттеулердің әдіснамалық негіздерін меңгеруге бағытталған. Курста ғылыми ізденістің кезеңдері, зерттеу әдістері, гипотеза қою, тәжірибе жүргізу, мәліметтерді талдау және нәтижелерді рәсімдеу тәсілдері қарастырылады. Студенттер ғылыми жобалар мен мақалалар дайындау, әдеби шолу жасау және зерттеу нәтижелерін дәлелді түрде ұсыну қабілеттерін дамытады. Бұл пән дипломдық жұмысты сапалы орындауға қажетті академиялық дағдыларды қалыптастырады.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 5
  

• Деректер ғылымындағы этика және құқық

  Пән деректер ғылымы саласында этикалық нормалар мен құқықтық талаптарды түсіндіруге бағытталған. Студенттер дербес деректерді қорғау, әділеттілік, кемсітпеу, алгоритмдердің ашықтығы мен жауапкершілік мәселелерін талдайды. Сонымен қатар, халықаралық стандарттар мен жергілікті заңнамалар (мысалы, GDPR және «Дербес деректер туралы» заң) қарастырылады. Пәнде нақты мысалдар мен кейстер арқылы этикалық дилеммаларды шешу және құқықтық тәуекелдерді бағалау дағдылары дамытылады. Бұл курс деректермен жұмыс істейтін мамандардың әлеуметтік жауапкершілігін қалыптастырады.

  Оқу жылы - 4
  Семестр - 1
  Несиелер - 3
  

• 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 - 6
  

• Таратылған реестр технологиялары

  Пән таратылған реестрлердің (Distributed Ledger Technologies, DLT) теориялық негіздері мен қолдану салаларын меңгеруге бағытталған. Студенттер блокчейннің жұмыс принциптерімен, транзакцияларды тіркеу әдістерімен, децентрализация, консенсус алгоритмдері (мысалы, PoW, PoS) және ақылды келісімшарттармен (smart contracts) танысады. Пәнде қауіпсіздік, масштабталу, энергия тиімділігі және DLT-нің түрлі салалардағы (қаржы, логистика, мемлекеттік сектор) қолданысы қарастырылады. Курстың практикалық бөлімінде қарапайым блокчейн жүйелерін модельдеу және оларды бағалау тапсырмалары орындалады.

  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
  

• Табиғи тілді 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 - 6
  

• 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
  

• Деректер ғылымындағы бұлттық есептеу

  Пән деректер ғылымы саласында бұлттық технологияларды қолданудың теориялық және практикалық негіздерін меңгеруге бағытталған. Студенттер деректерді сақтау, өңдеу және модельдерді орналастыру үшін бұлттық платформаларды (мысалы, AWS, Azure, Google Cloud) қолдануды үйренеді. Контейнерлер (Docker), серверсіз есептеу (serverless), масштабтау және ресурстарды басқару сияқты түсініктер қарастырылады. Пән нақты кейстер арқылы бұлттық орталарда деректермен жұмыс істеу дағдыларын дамытады және заманауи деректер инженериясы мен талдау жүйелерінің базасын құрайды.

  Оқу жылы - 4
  Семестр - 2
  Несиелер - 5
  

Профессии

Оқыту нәтижелері

• Студент экономика, құқық, инклюзия, тұрақты даму, қаржылық сауаттылық және өмір тіршілігінің қауіпсіздігі салаларын қамтитын пәнаралық білім мен құзыреттер жүйесін меңгергенін көрсетеді, қазіргі әлеуметтік және экологиялық сын-қатерлер жағдайында әлеуметтік әділеттілік, құқықтық сана және тұрақты даму қағидаттарына сүйене отырып, этикалық және құқықтық үдерістерді сыни тұрғыдан түсіндіруге және жауапты шешім қабылдауға қабілеттілігін танытады.
• Студент жоғарғы және дискретті математика, математикалық логика, ықтималдықтар теориясы мен математикалық статистика салаларында іргелі білімге ие болып, бағдарламалық инженерия, алгоритмдеу және бағдарламалау негіздерін меңгереді. Аналитикалық және алгоритмдік ойлау қабілетін дамыта отырып, математикалық әдістер мен ақпараттық технологияларды қолдана отырып типтік инженерлік-техникалық міндеттерді шешуге бейімділік танытады.
• Программалық кешендер мен мәліметтер базасының компоненттерін әзірлеу, заманауи аспаптық құралдар мен программалау технологияларын қолдану
• Студент деректерді жинау, өңдеу және талдаудың негізгі әдістерін меңгереді; статистикалық тәсілдер мен машиналық оқытудың негіздерін түсінеді; қолданбалы міндеттерді шешу үшін бағдарламалау тілдері мен Data Science құралдарымен жұмыс істеудің бастапқы дағдыларын игереді.
• Студент машиналық оқыту мен терең оқыту модельдерін өнеркәсіптік деңгейде әзірлеу және сүйемелдеу, сондай-ақ машиналық оқыту жүйелерін жобалау бойынша кешенді білім алды. Генеративті жасанды интеллектті, деректерге негізделген шешім қабылдау әдістерін, ұсынымдық жүйелерді қолдана алады. Сонымен қатар, студент деректер ғылымындағы этикалық және құқықтық нормаларды, сондай-ақ таратылған тізілім технологияларын меңгерді.
• Студент заманауи деректер талдауы мен жасанды интеллект салаларында кешенді теориялық білім мен практикалық дағдыларды меңгерді. Деректерді визуализациялау, интеграциялау, өңдеу және талдау құралдарын қолдану қабілетін көрсетті. Сонымен қатар, мәтіндік және табиғи тілдегі деректермен интеллектуалды жұмыс істеу, нақты уақыттағы деректерді өңдеу, сондай-ақ технологиялық және этикалық аспектілерді ескере отырып, шешім қабылдау дағдыларын игерді.
• Студент ақпараттық технологиялар саласындағы ғылыми зерттеу әдіснамасын, үлкен деректермен жұмыс істеу архитектураларын және заманауи деректер талдау жүйелерін меңгерді. Деректерді сақтау, іздеу, қорғау және құпиялылықты қамтамасыз ету бойынша теориялық және практикалық дағдыларды игерді. Сонымен қатар, блокчейн технологиялары мен деректер қауіпсіздігіне қатысты заманауи шешімдерді қолдануға қабілетті.
• 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