Программа в основном ориентирована на студентов, изучающих прикладную математику и информатику. В рамках этой программы студенты получат глубокое понимание методов и инструментов для сбора, анализа и интерпретации больших объемов данных. Они будут изучать различные техники обработки данных, включая статистические методы, машинное обучение и алгоритмы искусственного интеллекта.
Студенты также будут экспериментировать с различными программными инструментами и платформами, используемыми для обработки больших данных, такими как языки программирования Python и R, системы управления базами данных и инструменты визуализации данных. Они изучат основы математического моделирования и статистики, которые позволят им принимать информированные решения на основе данных.
Кроме того, студенты будут разрабатывать навыки исследования данных, включая сбор и подготовку данных, их проверку на качество, анализ и интерпретацию результатов. Они будут изучать методы визуализации данных, чтобы эффективно представлять свои выводы и коммуницировать с заинтересованными сторонами.
В целом, программа предоставляет студентам фундаментальные знания и навыки, необходимые для работы с большими объемами данных и принятия обоснованных решений на основе анализа данных.
Профессиональные дисциплины:
- Иностранный язык
- Безопасность жизнедеятельности
- Правоведение
- Основы проектного менеджмента
- Психология личности и её саморазвития
- Математический анализ
- Алгебра
- Аналитическая геометрия и основы линейной алгебры
- Дискретная математика
- Теория вероятностей
- Математическая статистика
- Комплексный анализ
- Функциональный анализ
- Дифференциальные уравнения
- Уравнения математической физики
- Математическое и компьютерное моделирование
- Численные методы
- Методы оптимизации
- Информатика и программирование
- Языки и методы программирования
- Объектно-ориентированное программирование
- Архитектура компьютеров
- Базы данных
- Операционные системы
- Компьютерные сети
- Информационная безопасность и защита информации
- Компьютерная графика
- Физика.
Вариативная часть:
- Анализ данных
- Машинное обучение
- Теория игр и исследование операций
- Модели и методы принятия решений
- Нечеткая логика и интеллектуальные системы
- Прикладное машинное обучение на языке Python
- Анализ больших данных
- Алгоритмы дискретной оптимизации
- Обработка экспертной информации.
Дисциплины по выбору:
- Математическая логика и теория алгоритмов
- Математические основы анализа сложности алгоритмов
- Программирование на языке Java
- Программирование на языке C#
- Объектно-ориентированный анализ и проектирование
- Программирование и научные вычисления в среде Matlab
- Корпоративные информационные системы
- Теория массового обслуживания
- Теория автоматического управления
- Разработка приложений баз данных
- Администрирование локальных и корпоративных сетей.