7M06103 Management of information systems в Satbayev University

Курс нацелен на формирование у магистрантов комплекса теоретических знаний и практических навыков применения современных информационных инструментов бизнес-аналитики для управления бизнесом. В ходе практических занятии магистранты осваивают навыки работы в наиболее популярных платформах бизнес-аналитики: Power BI, Qlik Sense, Tableau для поддержки принятия решений в маркетинге и управлении бизнесом; навыки проведения OLAP (online analytical processing) при решении аналитических задач: разведочный анализ, исследование данных, формирование аналитической отчетности.

Целью курса является овладение и систематизация теоретических знаний в области архитектур современных информационных систем (ИС). Содержание дисциплины включает классификацию архитектуры ИС, принципы построения ИС, модели и ресурсы информационных систем, основные составляющие элементы информационных систем. В ходе изучения курса обучающиеся будут применять средства разработки архитектуры информационных систем и средства разработки информационных систем.

Содержание дисциплины включает клиент/серверные технологии баз данных, методы создания многопользовательских баз данных и ее объектов, оптимизацию запросов, технологии хранения и анализа корпоративных данных, модели аналитической обработки данных в СУБД.

Курс нацелен на формирование у магистрантов теоретических знаний и практических навыков для анализа данных, получаемых из сети интернет и интерпретации полученных результатов. В курсе изучаются основные методы анализа данных, применяемые для работы с интернет данными, включая все этапы: начальный, предобработки, моделирования, анализа модели. Работа в среде R с пакетами для анализа интернет данных. Использование методик применения алгоритмов интеллектуального анализа данных при поиске шаблонов пользовательского поведения

Целью освоения курса является формирование у студента навыков ведения научно- исследовательской деятельности. Содержание дисциплины включает вопросы определения направления иследования; цели и задачи исследования; этапы написания научной публикации, литературного обзора; организация научного эксперимента; направления инновационной деятельности; роль научных исследований в инновационной деятельности.

Курс рассчитан на магистрантов технических специальностей для совершенствования и развития иноязычных коммуникативных умений в профессиональной и академической сфере. Курс знакомит обучающихся с общими принципами профессионального и академического межкультурного устного и письменного общения с использованием современных педагогических технологий (круглый стол, дебаты, дискуссии, анализ профессионально-ориентированных кейсов, проектирование).

В процессе изучения курса будут рассмотрены вопросы безопасности облачных технологий, источники угроз в облачных вычислениях. Будут изучены модели развертывания облаков: публичные, частные, гибридные облака; модели облачных технологий; особенности и характеристики облачных вычислений; стандарты информационной безопасности в сфере облачных технологий и систем виртуализации; средства обеспечения защиты облачных вычислений; шифрование; VPN-сети; аутентификация; изоляция пользователей.

Курс нацелен на изучение принципов и методов моделирования случайных параметров и процессов сложных систем, и анализа их функционирования. В процессе изучения дисциплины магистранты ознакомятся с современными методами анализа информационных систем и процессов, аппаратом имитации случайных и нестационарных параметров сложных систем, научатся применять интеллектуальные средства имитации, технологию компьютерного моделирования. Также рассматриваются вопросы организации вычислительных экспериментов и использования объектно-ориентированного анализа и моделирования информационных процессов.

Data minig – междисциплинарная дисциплина, изучающая анализ и обработку данных различной структуры и объема. Методы Data mining является важными при исследовании и разработке информационных систем, которые решают задачи по аналитике данных, прогнозировании различных показателей в различных областях человеческой деятельности. По данной дисциплине обучающиеся изучают как визуальные, так и аналитические методы, позволяющие определить структуру данных. Изучаются методы: дискриптивного, кластерного, дисперсионного, регрессионного анализа данных и другие параметрические и непараметрические методы. При исследовании обучающие применяют как программные пакеты, так и специальные языки программирования.

Курс представляет собой комплексное изучение класса алгоритмов машинного обучения, таких как свёрточные, рекуррентные, и рекурсивные нейронные сети. В рамках дисциплины рассматриваются методы искусственного интеллекта, принципы организации и использования интеллектуальных информационных технологий.

Целью освоения курса является изучение понятия, цели и задачи информационного менеджмента. Вопросы, рассматриваемые в курсе: архитектура предприятия и ее менеджмент; концепции, методологии и стандарты корпоративного управления; методологии и стандарты управления информационными технологиями; тенденции и перспективы развития информационного менеджмента. В результате освоения дисциплины магистранты смогут применять методологию управления в IT проектах

В рамках курса магистранты освоят методологические и теоретические основы педагогики высшей школы, научатся использовать современные педагогические технологии, планировать и организовывать процессы обучения и воспитания, овладеют коммуникативными технологиями субъект-субъектного взаимодействия преподавателя и магистранта в образовательном процессе вуза. Также магистранты изучат управление человеческими ресурсами в образовательных организациях (на примере высшей школы).

Курс нацелен на формирование у студентов умении и навыков моделирования и анализа бизнес-процессов в целях решения прикладных задач. Содержание дисциплины включает вопросы о системном, процессно-ориентированном подходе к управлению деятельностью, методологиях и моделях, инструментах моделирования и анализа бизнес-процессов и управления сложными системами. В ходе изучения дисциплины магистранты применяют современные инструменты по моделированию и анализу бизнес- процессов.

Курс посвящен методам компьютерного моделирования в производственных, логистических, организационных, экономических и финансовых системах с учетом нестабильностей и конфликтных ситуаций. В курсе обучающиеся: изучают вопросы моделирования параметров и процессов с заданными или прогнозируемыми закономерностями их величин; учатся применять типовые схемы моделирования процессов, протекающих в различных системах; учатся навыкам проведения вычислительного эксперимента.

Дисциплина изучает современную роль и содержание психологических аспектов в управленческой деятельности. Рассматривается улучшение психологической грамотности обучающегося в процессе реализации профессиональной деятельности. Самосовершенствуется в области психологии и изучает состав и устройство управленческой деятельности, как на местном уровне так и в зарубежном. Рассматривается психологическая особенность современных управленцев.

Предмет философии науки, динамика науки, специфика науки, наука и преднаука, античность и становление теоретической науки, основные этапы исторического развития науки, особенности классической науки, неклассическая и постнеклассическая наука, философия математики, физики, техники и технологий, специфика инженерных наук, этика науки, социально-нравственная ответственность ученого и инженера.

Цель изучения курса - формирование у студентов профессиональной компетенции в области разработки и использования систем обработки и анализа больших массивов данных. Содержание дисциплины рассматривает методы анализа и хранения больших объемов данных, этапы жизненного цикла обработки больших данных, языки, наиболее приспособленные для обработки и аналитики больших данных, способы организации хранения и доступа к большим данным.

Целью изучения дисциплины является ознакомление магистрантов с существующими Геоинформационными системами (ГИС), обучение типичной структуре современных Геоинформационных систем и ее функциональных возможностей. Содержание курса включает следующее: принципы и функции ГИС; составляющие (компоненты) ГИС; структура данных в ГИС; проектирование информационных систем с использованием технологии ГИС

Курс нацелен на формирование у магистрантов комплекса теоретических знаний и методологических основ в области интеллектуального анализа и методов обработки данных, а также практических навыков, необходимых для внедрения и практического использования интеллектуальных алгоритмов анализа и обработки данных. В процессе освоения дисциплины обучающийся учится самостоятельно выполнять экспериментальные исследования для решения научно-исследовательских и производственных задач.

Дисциплина изучает методы и принципы построения информационно-поисковых систем (ИПС) и их практического применения. Рассматривается представление информации в ИПС, принципы анализа текстов и индексирования документов, типичные модели (булева и векторная) и алгоритмы поиска информации. Приводятся основные сведения о классификации документов. В курсе изучаются современные словарные, классификационные и метапоисковые ИПС, их практическое применение и критерии эффективности.

Прикладная статистика — методическая дисциплина, являющаяся центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаются научно-практические дисциплины типа «статистика в промышленности», «статистика в медицине», «статистика в психологии» и др. С этой точки зрения эконометрика — это «статистические методы в экономике». Математическая статистика играет роль математического фундамента для прикладной статистики.

Курс позволит получить компетенции, необходимые для работы с облачными системами с разными настройками. Содержание курса рассматривает вопросы: сбора, визуализации, хранения данных, их безопасность и автоматизация; проектирование и развертывание системы облачного хранилища; разработки наиболее удобной и эффективной стратегии для миграции устаревших систем в облачную среду; разработки методов тестирования для оценки эффективности корпоративных облачных систем с целью составления рекомендаций по их улучшению.

Курс посвящен моделям глубокого обучения. Являясь областью в рамках машинного обучения, модели глубокого обучения иллюстрируют количественно-качественный переход. Новые модели и их свойства требуют отдельного изучения и практики настройки метапараметров таких моделей. В этом курсе изучаются основы глубокого обучения, нейронные сети, сверточные сети, RNN, LSTM, Adam, Dropout, BatchNorm, инициализации Xavier/He.

Целью освоения дисциплины является получение углубленных знаний о системах хранения данных и технологиях интеллектуального анализа и обработки данных. В содержание дисциплины входят вопросы по видам моделей данных, концепции и архитектурам хранилищ данных, реализации процедур и примеры современных корпоративных систем с применением OLAP технологии. По завершении курса магистранты смогут проектировать хранилища данных и применять технологии обработки данных для решения исследовательских задач.

Целью курса является изучение возможностей алгоритмического обеспечения систем, предназначенных для анализа и интерпретации данных. Дисциплина рассматривает методы анализа данных и дальнейшей интерпретации полученных результатов. Существенное внимание уделено вопросам классификации данных с использованием детерминированных и статистических моделей. Рассмотрены методы снижения размерностей данных. Изучаются новые методы анализа данных на основе технологии Data Mining. Анализируются современные пакеты прикладных программ для решения задач обработки экспериментальных данных.

Целью преподавания дисциплины является изучение моделей и методов, применяемых в системах поддержки принятия решений, а также в разработках современных компьютерных информационных систем. Содержание дисциплины включает математические методы исследование операцией, методы решения нелинейных задач безусловной оптимизации, методы решения нелинейных задач условной оптимизации, применение методов и методологии управления операцией при разработке компьютерных систем обработки информации и управления

Проектировать информационную модель предметной области, использовать методы администрирования многопользовательских БД, применять современные СУБД для обработки баз данных.

Применять проектный менеджмент в IT.

Производить обработку знаний в экспертных системах, применять методы искусственного интеллекта. Проектировать интеллектуальные системы.

Иметь представление об актуальных методологических и философских проблемах естественных наук и о профессиональной компетентности преподавателя высшей школы.

Применять методологию, модели, методы, средства разработки и проектирования информационных систем для решения профессиональных задач

Демонстрировать компетентность в выполнении научных проектов и исследований в профессиональной области. Применять знания, расширяя профессиональные навыки и умения.

Уметь критически анализировать существующие концепции, теории и подходы к анализу процессов и явлений. Свободно владеть иностранным языком на профессиональном уровне, позволяющем проводить научные исследования.

Анализировать выгоды облачных технологий в современном бизнесе для решения профессиональных задач, применять инструментальные средства данной технологии.

Применять основные принципы технологии больших данных в архитектуре предприятия и основные методы аналитической обработки больших данных.

Знать методологию научного познания и принципы и структуру организации научной деятельности.

Разрабатывать научно-исследовательские проекты. Принимать решения на основе системного анализа и синтеза информационных систем.