7M06108 Management of information systems в Satbayev University

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.

В процессе изучения дисциплины магистранты должны: знать современные методы анализа информационных систем и процессов, аппарат имитации случайных и нестационарных параметров сложных систем; уметь применять интеллектуальные средства имитации, технологию компьютерного моделирования; иметь навыки организации вычислительных экспериментов и использования объектно-ориентированного аппарата анализа и моделирования информационных процессов.

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.

Цель дисциплины - формирование научного представления об управлении как виде профессиональной деятельности; освоение обучающимися общетеоретических положений управления социально-экономическими системами; овладение умениями и навыками практического решения управленческих проблем; изучение мирового опыта менеджмента, а также особенностей казахстанского менеджмента, обучение решению практических вопросов, связанных с управлением различными сторонами деятельности организаций.

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.

Курс рассчитан на магистрантов технических специальностей для совершенствования и развития иноязычных коммуникативных умений в профессиональной и академической сфере. Курс знакомит обучаемых 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). Курс завершается итоговым экзаменом. Магистрантам также необходимо заниматься самостоятельно (MIS).

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.

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.

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

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

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 направлен на овладение инструментами эффективного управления сотрудниками, опираясь на знания психологических механизмов деятельности руководителя. Дисциплина поможет овладеть навыками принятия решений, создания благоприятного психологического климата, мотивирования сотрудников, постановки цели, создания команды и коммуникации с сотрудниками. По окончанию курса магистранты научаться решать управленческие конфликты, создавать собственный имидж, анализировать ситуации в сфере управленческой деятельности, а также проводить переговоры, быть стрессоустойчивыми и эффективными лидерами.

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

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.

Методы моделирование параметров и процессов с заданными или прогнозируемыми закономерностями их величин. Изучение типовых схем моделирования процессов, протекающих в различных системах. Применение методов компьютерного моделирования в производственных, логистических, организационных, экономических и финансовых системах с учетом нестабильностей и конфликтных ситуаций.

Эта дисциплина направлена на изучение методов поиска информации и интеллектуального анализа данных. Речь идет о том, как найти соответствующую информацию, и впоследствии, извлечь из нее осмысленные шаблоны. В то время, как основные теории и математические модели поиска информации и интеллектуального анализа данных охвачены, дисциплина в первую очередь ориентирована на практические алгоритмы индексирования текстового документа, рейтинга релевантности, использования веб-ресурсов, текстовой аналитики, а также оценки их производительности. Также будут охвачены практические поисковые и интеллектуальные приложения, такие как веб-поисковые системы, системы персонализации и рекомендаций, бизнес-аналитика и обнаружение мошенничества.

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.

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.

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 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 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.

Применять методологию, модели, методы, средства разработки и проектирования для разработки информационных систем.

Проектировать информационную модель предметной области, использовать методы администрирования многопользовательских баз данных.

Строить модели процессов, протекающих в различных системах. Анализировать процессы в организации и выгоды облачных технологий в современном бизнесе для решения профессиональных задач. Применять инструментальные средства данной технологии.

Использовать методы проектного менеджмента в IT

Добывать и обрабатывать информацию из различных источников. Применять методы информационного поиска. Интерпретировать данные и визуализировать.

Организовывать (структурировать) знания в экспертных системах, применять методы искусственного интеллекта. Проектировать интеллектуальные системы

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

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