Data science в МУИТ
Данные актуальны на декабрь 2024 г.
Описание образовательной программы 6B06112 Data science в МУИТ
Целью образовательной программы «Data Science» является подготовка высококвалифицированных специалистов и аналитиков в области data science, которые обладают пониманием прикладной математики и экономики, включая задачи финансовой сферы. Они также способны творчески применять свои знания и навыки для успешного решения этих задач.
Язык обучения: английский.
Срок обучения: 4 года.
Общеобразовательные дисциплины
Методология исследования. Курс посвящен изучению деятельности, направленной на развитие у студентов способности к самостоятельным теоретическим и практическим суждениям и выводам, умений объективной оценки научной информации, свободы научного поиска и стремления к применению научных знаний в образовательной деятельности, в том числе для выполнения дипломного проекта (работы).
Компоненты по выбору – перечень учебных дисциплин, которые можно выбрать самостоятельно.
- Основы права и антикоррупционной культуры. В курсе изложены правовые, экономмческие и социальные основы противодействия коррупции, раскрыты особенности государственной политики, представлен международный опыт по борьбе с коррупцией, определены особенности регулирования конфликта интересов, служебной этики, методы выявления коррупционных нарушений. В результате успешного прохождения курса студенты будут владеть следующими компетенциями: 1. Понимать меры правовой ответственности участия в корупционных нарушениях. 2. Определять конфликт интересов в деятельности организаций, ведущий к коррупции. 3. Проводить анализ работы организаций, применяя различные методы исследования.
- Основы экологии и безопасности жизнедеятельности. Изучает способы безопасного взаимодействия человека со средой обитания (производственная, бытовая, городская, природная), устойчивого функционирования объектов хозяйствования (организаций) в условиях чрезвычайных ситуаций, вопросы защиты от негативных факторов, предупреждения и ликвидации последствий чрезвычайных ситуаций природного и техногенного характера и применения современных средств поражения. Также в курсе раскрывается роль экологии в решении современных экономических, социальных и политических задач, а также возникновение глобальных экологических проблем в результате производственной деятельности человека и ответственность за них мирового сообщества. Очень важным аспектом является также международное сотрудничество по обеспечению устойчивого развития. Рассматриваются и различные области практического приложения экологии – природные ресурсы и загрязнение окружающей среды.
- Стартапы и предпринимательство. Этот курс представляет собой введение в то, что такое бизнес, как он работает и как им управлять. Студенты будут определять формы собственности и процессы, используемые в производстве и маркетинге, финансах, персонале и управлении в деловых операциях.
- Экономическая теория. Целью курса является изучение и объяснение процессов и явлений экономической жизни, объяснение закономерности и прогнозирование способов их использования.
Базовые дисциплины
Вузовские компоненты
- Алгебра и геометрия. Цели курса ознакомить студентов с важными разделами линейной алгебры и аналитической геометрии. В ходе учебного процесса студенты должны ознакомиться и уметь применять алгебраические и геометрические методы и инструменты для решения различных прикладных задач с такими важными понятиями, как матрицы, детерминанты, ранг матрицы, векторы, линии, плоскости, линейное и евклидово пространство, линейные преобразования и квадратичные формы.
- Алгоритмы и структуры данных. Курс предназначен для изучения алгоритмов и программ разработки для решения различных задач. Для этого рассматриваются программная структура, принципы построения алгоритмов и программ, методы решения, алгоритмизации, программирования, отладки и реализации программ с использованием языка программирования.
- Введение в программирование. Изучить методологические основы разработки программ и практические навыки программирования. Основными целями изучения дисциплины являются следующие: • Изучение основ алгоритмизации задач • Изучение основ классификации языков программирования • Изучение типов данных и классификация операторов языка C ++ • Разработка программ с использованием подпрограмм, стандартных модулей, стиля программирования, показателей качества программирования, методов отладки и тестирования программ, основ объектно-ориентированного программирования.
- Вычислительная математика. В курс входит: Основы теории погрешностей, Системы линейных алгебраических уравнений, Нелинейные уравнения и системы нелинейных уравнений, Интерполяция и наилучшие приближения, Дифференцирование и интегрирование функций, Обыкновенные дифференциальные уравнения, Уравнения математической физики.
- Делопроизводство на государственном языке. Делопроизводство на государственном языке является очень важным предметом для студентов, т.к. данная дисциплина учит составлению, оформлению документов на государственном языке, формирует практические навыки и умения самостоятельно составлять, переводить на казахский язык документы.
- Дифференциальные уравнения. Курс классифицирует дифференциальные уравнения и применяет необходимые методы для решения этих уравнений; учит решать линейные дифференциальные уравнения n-го порядка и систем линейных уравнений с постоянными коэффициентами; находить точки покоя автономной системы; решать краевые задачи для линейного однородного уравнения с постоянными коэффициентами; и использовать математический аппарат для освоения теоретических основ и практического использования физических методов.
- Математический анализ 1. Цель курса ознакомить студентов с важными отраслями исчисления и его применениями в компьютерных науках. Во время учебного процесса студенты должны ознакомиться и уметь применять математические методы и инструменты для решения различных прикладных задач. Более того, они изучат фундаментальные методы исследования бесконечно малых переменных с помощью анализа, основу которого составляет теория дифференциальных и интегральных вычислений.
- Математический анализ 2. Курс объясняет основные понятия определенного интеграла и его свойств; использовать различные математические методы для оценки интегралов, применять определенные интегралы для решения прикладных задач; разработать методы численного интегрирования; определить понятия бесконечных рядов, приближения функций и понятие сходимости; применять бесконечные ряды в приближенных расчетах.
- Объектно-ориентированное программирование. Этот курс предоставит навыки разработки консольных или оконных приложений с использованием языка программирования Java с использованием концепций объектно-ориентированного программирования. Темы курса включают парадигму ООП, программирование на Java, обработку файлов, исключения, структуры, коллекции, концепции объектно-ориентированного программирования.
- Физика. В курсе затрагиваются такие темы, как: Кинематика; динамика; круговое движение и гравитация; энергия; импульс; простые гармонические колебания; крутящий момент и вращательное движение; электрический заряд и электрическая сила; Цепи постоянного тока; термодинамика и механические волны, поле и потенциал; электрические цепи; индукция магнетизма и электромагнетизма; геометрическая и физическая оптика; и квантовая, атомная и ядерная физика и звук.
- Численный анализ. В курсе изучаются следующие разделы: Основные задачи математической физики. Разностные схемы для уравнений параболического типа. Разностные схемы для уравнений гиперболического типа. Разностные схемы для уравнений эллиптического типа. Вариационные и вариационно-разностные методы. Итерационные и вариационные методы решения нелинейных задач математической физики. Методы Монте – Карло.
- WEB технологии. Целью данного курса является достижение студентами прозрачного понимания механизмов работы веб-приложений, а также знаний, умений и навыков для написания собственных приложений.
Базовые дисциплины
Компоненты по выбору
- Анализ и визуализация данных в Power BI. Аналитик — специалист, занимающийся изучением и моделированием конкретной области. Power BI — система аналитики, которое объединяет данные из различных источников информации, преобразует их, и представляют в наглядном виде, удобном для анализа. Технологии BI позволяют обрабатывать большие неструктурированные объемы данных для принятия решений. Power BI – это набор программных сервисов Microsoft, которые работают вместе, превращая несвязанные источники данных компании в целостные интерактивные отчеты. При этом источником могут быть базы данных, файлы Excel, данные из облачных источников и интернета, текстовые файлы и так далее. Данный инструмент помогает отслеживать ситуацию и незамедлительно получать ответы на вопросы с помощью подробных информационных панелей, доступных на каждом устройстве.
- Английский язык для STEM. Деловой английский направлен на формирование и развитие у студентов навыков аудирования, говорения, чтения и письма на английском языке по темам, связанным с предпринимательством, а также развитие таких социальных навыков, как проведение презентаций. Подход к обучению коммуникативный, интерактивный, ориентированный на учащихся, ориентированный на результат и в значительной степени зависит от самостоятельной работы студентов, организованной в форме СРСП (деловая корреспонденция) и СРС (лексико-грамматические упражнения с самопроверкой и деловой проект).
- Дискретная математика и математическая логика. Изучение дискретных объектов, решение комбинаторных задач, исследование типов отображений и бинарных отношений, приведение формул алгебры высказываний к нормальным формам, применение алгебры логики к теории переключательных схем. Развиваются способности к анализу и синтезу, математическая зрелость.
- Исследование операции. Цели -овладение основными понятиями и методами исследования экономических систем; изучение современного состояния и основных направлений развития математических моделей экономических систем различных уровней; приобретение навыков, необходимых для самостоятельной работы по проектированию и внедрению в практику экономического анализа моделей и моделирующих алгоритмов; выработка системного типа мышления.
- Машинное обучение 1. Курс знакомит студентов с теоретическими основами и алгоритмами машинного обучения, их возможными практическими реализациями и применением при решении реальных задач. В рамках данного курса студенты должны получить представление о задачах, решаемых с помощью рассматриваемой теории, и принципах построения некоторых основных классификаторов.
- Программирование на Python. Целью освоения курса является развитие навыков программирования на языке Python. В результате освоения дисциплины студент должен: знать основные конструкции и идиомы языка программирования Python и уметь на практике составить несложную программу для выполнения поставленной аналитической задачи. Иметь навыки формализации и решения практических задач по программированию
- Продвинутая математика для Машинного обучения. Курс содержит элементы алгебры, статистики, элементы математического анализа (например, градиентный спуск), элементы численного метода и анализа, введение в оптимизационные задачи, элементы векторного пространства.
- Профессионально-ориентированный иностранный язык. Курс профессионального английского ориентирован на темы, представляющие профессиональный интерес, как будущие тенденции в ИТ, компьютер как друг, компьютер как враг, минимизация негативных воздействий ИТ, магнитное хранилище, оптическое хранилище, флэш-память, языки программирования, веб-дизайн, графика. дизайн и т. д. Он предназначен для повышения языковой осведомленности учащихся, улучшения их речевых навыков и коммуникативных навыков профессионального английского языка.
- Статистика для анализа данных. Курс посвящен статистике любых событий, а также взаимосвязи между математикой и моделированием, операционными системами в рамках междисциплинарной программы обучения, охватывающей раздел современные статистические методы и экономическую теорию.
- Теория базы данных. Курс объясняет, что такое система баз данных, а затем переходит к большей части учебного материала для изучения систем реляционных баз данных — баз данных, разработанных в соответствии с реляционной (или табличной) моделью. Затем от абстракции данных курс переходит к управлению транзакциями с дополнительными материалами по повышению производительности запросов. Наконец, появились современные тенденции в проектировании систем баз данных, которые также определяют последние разработки в более широкой истории технологий хранения данных.
- Теория вероятности. Курс посвящен вероятности, а также взаимосвязи между математикой и моделированием, операционными системами в рамках междисциплинарной программы обучения, охватывающей раздел математического анализа.
- Python для анализа данных. Курс показывает как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
Дисциплины по профилю
Компоненты по выбору
- Глубокое обучение для прикладной математики. Многослойные искусственные нейронные сети становятся все более распространенным инструментом во множестве областей применения. В основе этой революции глубокого обучения лежат знакомые концепции из прикладной и вычислительной математики, особенно из исчисления, теории приближений, оптимизации и линейной алгебры. Курс также демонстрирует использование современного программного обеспечения для решения крупномасштабной задачи классификации изображений.
- Глубокое обучение обратных задач. Ознакомить студентов методами решения обратных практических задач. Разрабатывается приближенные методы решения обратных задач, составляются алгоритмы. Предсказывать решение заданных задач с помощью машинного обучения. Проводятся вычислительные эксперименты, анализируются выходные данные.
- Исследовательский анализ данных. Исследовательский анализ данных относится к критически важному процессу выполнения первоначальных исследований данных с целью выявления закономерностей, выявления аномалий, проверки гипотез и проверки предположений с помощью сводной статистики и графических представлений.
- Майнор 1. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций
- Майнор 2. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций
- Майнор 3. Дополнительная образовательная программа (Мinor) – совокупность дисциплин и (или) модулей и других видов учебной работы, определенная обучающимся для изучения с целью формирования дополнительных компетенций
- Машинное обучение 2. Целью данного курса является изучение основ теории обучения машин, включая дискриминантный, кластерный и регрессионный анализ, овладение навыками практического решения задач интеллектуального анализа данных.
- Методы нелинейного программирования. При численном решении оптимизационных задач приходиться сталкиваться со следующими трудностями: большим временем расчёта варианта проектируемой системы из-за сложности математической модели; неопределенностью принятия оптимального решения из-за многоэкстремальности оптимизируемых функций, а также из-за многокритериальности задач проектирования систем управления; отсутствием рекомендаций по использованию эффективных методов поисковой оптимизации для решения экстремальных задач. В условиях преодоления отмеченных трудностей актуальным является разработка и совершенствование пакетов программ, облегчающих выбор методов НЛП и обеспечивающих адаптацию алгоритмов к особенностям решаемых задач.
- Методы решения обратных некорректных задач. Ознакомить студентов основными методами решения некорректно поставленных практических задач. Рассматривается модели распространения тепла в многослойной области. Разрабатывается приближенные методы решения некорректных задач искусственного сооружения, составляются алгоритмы решения различных видов обратных задач. Проводятся вычислительные эксперименты, анализируются выходные данные.
- Нейронные сети. Целями курса являются подготовка студентов в области применения современных методов решения трудно формализуемых задач, требующих больших вычислительных мощностей. Изучение курса направлено на подготовку студентов к решению практических задач обработки данных, математического моделирования, информатики, получение высшего профессионального образования, позволяющего выпускнику успешно работать в избранной сфере деятельности с применением современных компьютерных технологий.
- Оптимальное управление. Курс дает способность использовать основные методы естественнонаучных дисциплин в профессиональной деятельности для теоретического и экспериментального исследования; способность использовать соответствующий математический аппарат и инструментальные средства для обработки, анализа и систематизации информации по теме исследования.