7M06103 Прикладная аналитика данных в Astana IT University

Содержание курса направлено на формирование системных представлений о психологических закономерностях управленческой деятельности, специфики использования социально - психологических знаний в структуре деятельности менеджера и освоении навыков анализа социально-психологических принципов, лежащих в основе эффективного управления.

Данные дисциплины предполагают изучение основ статистики, линейной алгебры, математического анализа и дискретной математики, требуемой для формирования математической основы аналитика данных.

Содержание курса направлено на приобретение магистрантом знаний о теоретических основах педагогической теории и педагогического мастерства, управлении учебно-воспитательным процессом для преподавания в высшей школе, формирование представления об основных категориях педагогики, о месте, роли и значении педагогики высшей школы, понимание базовых принципов современной педагогики и методических подходов к решению педагогических задач высшей школы.

Содержание курса направлено на приобретение магистрантом знаний о свойствах науки как вида познания и социально-культурного феномена в её историческом развитии; формирование системных представлений об общих закономерностях научного познания в его историческом развитии и изменяющемся социокультурном контексте.

Данная дисциплина предполагает изучение наиболее актуальных в настоящее время технологий программирования, такие как язык программирования Python и язык статистической обработки данных R. Также в рамках дисциплины будут рассмотрены и изучены основы управления реляционными и нереляционными базами данных.

Целью курса является формирование иноязычной профессионально - ориентированной коммуникативной компетенции магистрантов, позволяющей интегрироваться в международную профессиональную среду для межкультурного и профессионального общения.

Курс предоставляет возможность изучения постоянно развивающегося мира финансов, уделяя особое внимание динамике изменений, вызванной преобразованием продуктов и услуг в цифровые товары, новыми потребностями клиентов и изменением нормативных требований для управления конкурентным ландшафтом - цифровой трансформацией финансов. В процессе изучения курса, магистранты узнают о таких концепциях, как цифровые платформы и бизнес-экосистемы, познакомятся с развивающимся понятием финансовых технологий и освоят новый набор инструментов для успешной конкуренции в области инноваций в цифровую эру финансов. На протяжении всего курса будут использованы современные исследования и кейсы из финансовых отраслей, а также практики ведущих цифровых финансовых услуг и компаний.

Данная дисциплина предполагает изучение методов и технологий обработки данных, которые включают структурированные и неструктурированные данные огромных объёмов и значительного многообразия. Во время изучения дисциплины также будут рассмотрены горизонтально масштабируемыми программные инструменты, которые являются альтернативами традиционным базами данных.

Тематическое исследование по аналитике данных предназначено, чтобы дать студентам возможность применить компетенцию первого года обучения к реальному проекту, предпочтительно с профессиональной подготовкой. Тематическое исследование — это в основном аналитическая и описательная задача, включающая выбор и анализ подходящего бизнес-процесса или производственного процесса на рабочем месте. Этот процесс описан, смоделирован и определены цели улучшения. Учащиеся решают, где и какие данные собирать в цепочке процессов. Они также генерируют соответствующий набор данных.

Курс предоставляет возможность изучения основ бизнес-аналитики с уклоном на то, каким образом используемая в организации аналитика данных влияет на показатели бизнеса. В процессе изучения курса, магистранты узнают, как аналитики данных описывают, прогнозируют и принимают бизнес-решения в конкретных областях маркетинга, человеческих ресурсов, финансов и операций, а также углубят свои знания в отношении сбора, обработки и анализа данных через развитие аналитического мышления. Курс поможет строить показатели бизнеса вокруг правильного сбора и анализа, что позволит топ менеджменту принимать стратегические решения на основе данных с интерпретированием результатов анализа реальных наборов данных и соответствующими рекомендациями по бизнес-стратегии.

Курс предоставляет возможность изучения практических основ экосистем цифрового бизнеса, чтобы понять мышление и особенности различных заинтересованных сторон и их ролей в экосистеме. В процессе изучения курса, магистранты распознают намерения различных ролей и способы эффективного и действенного определения, проектирования, моделирования и охвата цифровых бизнес-экосистем. В течение курса будут покрыты ключевые концепции и элементы бизнес-экосистемы, понимание взаимосвязей между бизнес-экосистемами и бизнес-моделями, планы развития бизнес-сценарии, разработка бизнес-моделей в рамках общей бизнес платформы, определение финансовых, операционных и договорных отношений между заинтересованными сторонами экосистемы, изучение инструментов моделирования бизнес-экосистемы.

Данная дисциплина предполагает изучение основ анализа и проектирования бизнес-процессов с помощью наиболее популярных методологии проектирования, таких как BPMN 2.0, EPC и других.

Данная дисциплина предполагает продолжение проекта из второго семестра «Тематическое исследование по аналитике данных» и расширяет работу обучающихся совместно с компаниями.

Курс предоставляет возможность изучения основ информационной безопасности с помощью вводного материала и получение информации о масштабах и контексте предмета. Сюда входит краткое введение в криптографию, управление безопасностью, сетевой и компьютерной безопасностью, что позволяет начать изучение информационной безопасности и развить понимание некоторых ключевых концепций информационной безопасности. Курс покрывает представление о ключевых принципах информационной безопасности, касающихся информации, конфиденциальности, целостности и доступности. Вы сможете объяснить некоторые ключевые аспекты управления информационными рисками и безопасностью, а также суммировать некоторые ключевые аспекты компьютерной и сетевой безопасности, включая некоторую оценку угроз, атак, эксплойтов и уязвимостей. Вы также узнаете о некоторых навыках, знаниях и ролях / возможностях карьерного роста в индустрии информационной безопасности.

Курс предоставляет возможность изучения основных навыков управления продуктом, от создания идей до исследования рынка и создания макетов, создания прототипов и пользовательских историй до лидерства в управлении продуктами. Помимо овладения основными навыками, магистранты будут активно применять их, изучая популярные инструменты управления продуктами, такие как Workflowy, Axure, Pivotal Tracker. У магистрантов будет возможность реализовать одну из собственных идей продукта с помощью 10 пошаговых упражнений с рабочими файлами и образцами шаблонов.

Курс предоставляет возможность изучения принципов принятия решений, основанных на данных. В процессе изучения курса, магистранты узнают как применять данные для прогнозирования, умного маркетинга, разработки продуктов, бизнес-аналитики и других основных стратегических целей; изучат основные концепции, связанные с данными для принятия решений, такие как категории данных, стандарты, источники, сбор, управление и приложения; определят возможности использования данных для организации и определите наиболее ценных типов данных; эффективно общаться с высшим руководством и техническим персоналом, чтобы применять стратегии на основе данных.

Курс предоставляет возможность изучения основных принципов Индустрии 4.0 как основного драйвера работы с данными. В процессе изучения курса, будут покрыты такие аспекты основные компоненты Индустрии 4.0, механизмы работы, демонстрация последствий для развивающихся стран, определение связанных проблем и подробное описание того, как можно использовать возможности, которые предоставляет Индустрия 4.0. Курс разработан таким образом, чтобы руководство, учреждения, политики, и отдельные лица могли извлечь выгоду из содержания, узнать о новых технологиях, которые сейчас является наиболее сильно развивающимися.

Курс предоставляет возможность изучения основных принципов работы с данными, и извлечения требуемой информации из данных. В процессе изучения курса, магистранты будут изучать основы предварительной обработки большого набора данных: очистка данных, методы сглаживания и нормализации, методы визуализации данных и анализ временных рядов, а также принципов как хранить и обрабатывать данные с помощью SQL и NoSQL систем управления базами данных, и в чем разница между различными методами машинного обучения, и какие существуют различные методы классификации и методы кластеризации.

Данная дисциплина предполагает изучение основ машинного обучения и искусственного интеллекта, и применение данных знаний для решения реальных прикладных задач. Дисциплина покрывает многие темы обучения с учителем и без учителя. Частично покрывается третий вид задач машинного обучения, так называемое обучение с прикреплением.

РО13. Создавать реляционные и нереляционные базы данных для эффективного хранения и управления данными различных крупных организаций и государственных учреждений.

РО15. Создавать модели анализа структурированных и полуструктурированных данных.

РО11. Применять методы проектирования и разработки программных систем для решения широкого класса прикладных задач в области анализа в различных областях.

РО5. Владеть иностранным языком на профессиональном уровне, позволяющем проводить научные исследования и осуществлять преподавание специальных дисциплин в вузах.

РО4. Применять в процессе обучения психологические методы и средства повышения эффективности и качества обучения.

РО6. Моделировать и проектировать сложные программные системы.

РО9. Управлять командой в процессе разработки программной системой в проектах по анализу данных.

РО2. Выбирать необходимые подходы и методы исследования, модифицировать существующие и разрабатывать новые, исходя из задач конкретного исследования.

РО1. Формулировать и решать задачи, возникающие в ходе научно-исследовательской деятельности, требующие углубленных профессиональных знаний.

РО3. Применять методологические и методические знания в проведении научного исследования, педагогической и воспитательной работы.

РО7. Применять качественные и количественные методы и приемы для выработки эффективных решений проблем.

РО8. Анализировать и проектировать программные системы анализа данных.

РО14. Применять методы анализа данных для решения различных прикладных задач по анализу данных и аналитической обработки.

РО16. Разрабатывать программы и приложения для аналитической обработки структурированных и полуструктурированных данных больших объемов.

РО10. Выбирать стандарты, методы, технологии, инструменты и технические средства для проведения работ по сопровождению программных систем для анализа данных.

РО12. Программировать и тестировать системы анализа данных. Принимать участие в создании и управлении информационными системами для анализа данных на всех этапах жизненного цикла.