Магистратура
Шифр:
7M06104
Название:
Компьютерные науки
Факультет:
Информационных технологий
Квалификация:
- Научно-педагогическое направление - магистр технических наук
- Модель выпускника
- Обязательные дисциплины
- Элективные дисциплины
- Практики
ON1 Объяснять принципы организации и планирования научных исследований.
ON2 Описывать способы оценки вычислительной сложности алгоритмов.
ON3 Выбирать методы проектирования и разработки программного обеспечения, языки программирования, архитектуры, принимая во внимание присущие им ограничения.
ON4 Моделировать задачи и разрабатывать новые инструменты и приложения для сбора, хранения, анализа и управления данными.
ON5 Разрабатывать передовые сетевые компьютерные системы с акцентом на надежность и безопасность.
ON6 Выполнять высокопроизводительные научные вычисления, оценивать производительность параллельных вычислительных систем.
ON7 Применять теорию распознания образов и методы машинного обучения для решения задач из различных предметных областей.
ON8 Реструктуризировать существующее программное обеспечение, выявляя проблемные компоненты, выбирая стратегии решения.
ON9 Осуществлять исследования и разработки в среде, ориентированной на конечный продукт, научно обосновывать принимаемые стратегические решения.
ON10 Анализировать и критически относиться к различным источникам информации, применять их для структурирования и формулирования рассуждений.
ON11 Самостоятельно проводить научные исследования: понимать текущие вопросы исследования, самостоятельно применять опубликованные результаты или методы в новом контексте.
ON12 Вести научно-педагогическую деятельность, руководить исследовательской группой: производить оценку необходимых средств, разделять задачи, планировать время выполнения задач, предоставлять отчеты.
ON2 Описывать способы оценки вычислительной сложности алгоритмов.
ON3 Выбирать методы проектирования и разработки программного обеспечения, языки программирования, архитектуры, принимая во внимание присущие им ограничения.
ON4 Моделировать задачи и разрабатывать новые инструменты и приложения для сбора, хранения, анализа и управления данными.
ON5 Разрабатывать передовые сетевые компьютерные системы с акцентом на надежность и безопасность.
ON6 Выполнять высокопроизводительные научные вычисления, оценивать производительность параллельных вычислительных систем.
ON7 Применять теорию распознания образов и методы машинного обучения для решения задач из различных предметных областей.
ON8 Реструктуризировать существующее программное обеспечение, выявляя проблемные компоненты, выбирая стратегии решения.
ON9 Осуществлять исследования и разработки в среде, ориентированной на конечный продукт, научно обосновывать принимаемые стратегические решения.
ON10 Анализировать и критически относиться к различным источникам информации, применять их для структурирования и формулирования рассуждений.
ON11 Самостоятельно проводить научные исследования: понимать текущие вопросы исследования, самостоятельно применять опубликованные результаты или методы в новом контексте.
ON12 Вести научно-педагогическую деятельность, руководить исследовательской группой: производить оценку необходимых средств, разделять задачи, планировать время выполнения задач, предоставлять отчеты.
-
Теория распределенных систем
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Введение в модели распределенных вычислений. Синхронизация часов. Алгоритмы обнаружения прекращения. Распределенные алгоритмы взаимного исключения. Алгоритмы обнаружения тупиковых ситуаций. Распределенная общая память. Распределенные файловые серверы. Распределенные среды программирования: коммуникационные примитивы, отдельные тематические исследования.
-
Организация и планирование научных исследований (англ)
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: заключается в обучении магистров проведению научных исследований, осуществлении научно-методической работы, социализации обучающейся молодежи и участии их в системе корпоративного управления ОВПО. Магистранты учатся взаимодействовать со стейкхолдерами ОВПО, участвовать в исследовательских проектах.
-
Иностранный язык (профессиональный)
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель – приобретение и совершенствование компетенций в соответствии с международными стандартами иноязычного образования, с целью общения в межкультурной, профессиональной и научной среде. Магистрант должен уметь интегрировать новую информацию, понимать организацию языков, взаимодействовать в социуме, отстаивать свою точку зрения.
-
История и философия науки
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс вводит в проблематику феномена науки как предмета специального философского анализа, формирует знания об истории и теории науки; о закономерностях развития науки и структуре научного знания; о науке как профессии и социальном институте; о методах ведения научных исследований; о роли науки в развитии общества.
-
Педагогика высшей школы
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель – формирование способности к педагогической деятельности в вузе на основе знаний дидактики высшей школы, теорий воспитания и менеджмента образования, анализа и самооценки преподавательской деятельности. Курс рассматривает проектирование образовательной деятельности будущего преподавателя с применением КТО, реализации Болонского процесса, овладения лекторским, кураторским мастерством с использованием стратегий и методов обучения/воспитания и оценивания (TLA-стратегий).
-
Продвинутые структуры данных, алгоритмы и анализ
- Количество кредитов: 6
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Основные алгоритмы: асимптотическая запись, рекурсия, парадигма «разделяй и властвуй», базовые структуры данных; быстрое преобразование Фурье. Алгоритмы сортировки. Структуры данных: приоритетные очереди и кучи, словари, хеш-таблицы, фильтры Блума, деревья двоичного поиска, деревья интервалов. Динамическое программирование, графовые алгоритмы: DFS, BFS, топологическая сортировка, алгоритмы кратчайшего пути, проблемы сетевого потока.
-
Теория распознавания образов
- Количество кредитов: 9
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Постановка задачи распознавания образов. Представление изображений в цифровой форме. Методы анализа и первичной обработки изображений. Задачи выбора информативных признаков. Методы распознавания образов: детерминистские, статистические, структурные методы решения задач распознавания; алгебраические методы построения решающих правил и распознавания образов; интеллектуальные методы анализа и распознавания.
-
Психология управления
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: сформировать способность применять важнейшие аспекты сферы управления в процессе профессионального становления. В рамках курса раскрываются предмет, основные принципы психологии управления, личность в управленческих взаимодействиях, управление поведением личности, психология управления групповыми явлениями и процессами, психологические особенности личности руководителя, индивидуальный стиль управления, психология влияния в управленческой деятельности, управление конфликтными ситуациями.
-
Нейронные сети для распознавания образов
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс предназначен реализовать сверточную нейронную сеть, которая применяется в компьютерном зрении для распознавания образов, освоение практических основ формирования базы данных для обучения, основных принципов обучения, тестирования и разработки структуры нейронных сетей.
-
Технология разработки программного обеспечения
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Данный курс предназначен для описания совокупности процессов и методов создания программного продукта. Технология разработки программного обеспечения – это система инженерных принципов для создания экономичного ПО, которое надежно и эффективно работает в реальных компьютерах.
-
Нейронные сети в анализе данных
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Процесс анализа данных, основанный на нейронной сети. Межнейронные связи. Искусственный нейрон. Архитектуры НС. Предварительный подбор архитектуры сети. Подбор оптимальной архитектуры сети. Методы наращивания сети. Распознавание и классификация образов. Нейронная сеть для сжатия данных. Нейроны типа WTA. Модель нейрона Хебба. Стохастическая модель нейрона.
-
Облачные вычисления
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: основные тенденции развития облачных вычислений и технологий; архитектура «облачных» технологий; способы и особенности проектирования «облачных» сервисов; основные модели предоставления услуг облачных вычислений; решения ведущих вендоров – Microsoft, Amazon, Google; основные преимущества и недостатки моделей облачных вычислений и предлагаемых на их основе решений.
-
Основы обучения с подкреплением
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Развивать умение магистрантов анализировать данные, использовать методы машинного обучения в реальных задачах, проводить самостоятельные исследования на реальных данных, внедрять новые исследования в области ML. Также познакомить магистрантов с основными понятиями и терминологией машинного обучения; научиться выполнять статистический анализ данных и визуализировать их; Основная цель курса – познакомить с технологией обработки больших объемов данных.
-
Продвинутая разработка мобильных приложений
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Данный курс нацелен на изучение технологии разработки программного обеспечения для мобильных устройств с операционной системой Android, основ управления качеством и стандартизации разработки программных средств, формирование навыков использования современных технологий программирования, применении подходов объектно-ориентированного программирования в разработке мобильных приложений и использовать базы данных в мобильных приложениях.
-
Продвинутая сетевая безопасность
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Задача дисциплины – дать представление об основных принципах и структурах информации, научить программировать многофункциональные приложения для обеспечения безопасности, разработать модели безопасности. Сформировать у магистрантов систему базовых теоретических знаний со способами защиты сетевых технологий. Помочь магистрантам приобрести навыки противодействия уязвимости базовых мобильных технологий, защиты от атак использующих уязвимости технологий SMS.
-
Продвинутое объектно-ориентированное программирование
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Диаграммы прецедентов и сценарии для поддержки понимания требований пользователя. Нотации объектно-ориентированного проектирования, включая диаграммы классов UML и диаграммы состояний для моделирования решения задач. Базовые объектно-ориентированные шаблоны проектирования для структурирования решений задач проектирования программного обеспечения.
-
Разработка динамических веб-приложений
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В результате изучения дисциплины сформировать у магистрантов способности: - описывать и сопоставлять современные инструменты, используемые для программирования серверов веб-приложений; - применять основные концепции разработки программного обеспечения к проектированию и программированию веб-приложений; - программировать серверы веб-приложений; - обобщать концепции веб-приложений с использованием Django / Python для других технологий и инструментов веб-приложений;
-
Технологии разработки компьютерных систем
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Принципы построения архитектур суперкомпьютеров и кластерных систем. Архитектуры многопроцессорных вычислительных систем: векторно-конвейерные суперкомпьютеры, симметричные мультипроцессорные системы (SMP), системы с массовым параллелизмом (МРР), кластерные системы. Введение в тематику суперкомпьютерных технологий. Основные элементы программного обеспечения суперкомпьютеров и кластерных систем. Администрирование суперкомпьютеров и кластерных систем.
-
Серверы и хранилища данных
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины состоит в формировании способности реализовывать платформу хранилища данных для поддержки бизнес решений, проверять и очищать данные с помощью служб качества данных. В результате изучения дисциплины сформировать у магистрантов способности: -описывать ключевые элементы решения для хранилищ данных; -реализовывать логическое и физическое проектирование хранилища данных; -развертывать хранилище данных; -внедрять службы качества данных; -создавать модели серверов основных данных. В рамках дисциплины рассматриваются следующие аспекты: Введение в хранилище данных. Планирование инфраструктуры хранилища данных. Разработка и внедрение хранилища данных. Реализация хранилища данных. Реализация потока управления в пакете служб. Отладка и устранение неполадок пакетов служб. Обеспечение качества данных. Использование сервисов основных данных. Использование данных в хранилище данных. Введение в анализ данных.
-
Модели речевых технологий
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины состоит в формировании способности ставить задачи в области обработки и анализа речевой информации и находить решения на основе современных подходов. В результате изучения дисциплины сформировать у магистрантов способности: - решать задачи обработки естественной речи на основе методов машинного обучения и распознавания образов; - выполнять самостоятельные научные исследования в области речевой технологии; - эффективно использовать на практике теоретические компоненты науки; - представить панораму универсальных методов и законов современного естествознания; - планировать процесс моделирования и вычислительного эксперимента. В рамках дисциплины рассматриваются следующие аспекты: Математические модели речевого сигнала. Вейвлет анализ речевого сигнала для синтеза и распознавания речи. Обработка сигналов в частотной области. Кратковременный анализ. БПФ. Параметрическое и признаковое описание речевых образов в частотной области.Параметрическое описание речевых сигналов во временной области. Модель линейного предсказания речи. Кодирование речевых сигналов. Векторное квантование. Примеры современных речевых кодеков. SilentSpeechInterfaces - системы обработки речи.Структура систем распознавания речи. Статистический подход к распознаванию речи. Критерии эффективности работы системы распознавания речи.
-
Моделирование и симуляция для компьютерных наук
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Целью дисциплины является проведение углубленного анализа проблем, обоснование физических задач, выявление их естественнонаучной сущности в ходе научной и исследовательской деятельности; применение для их решения соответствующего математического аппарата и численного алгоритма; анализ, проектирование и проведение численных экспериментов; построение математических моделей промышленных, физико-технологических, нелинейных нестационарных физических, химических, биомедицинских, финансовых процессов.
-
Продвинутый дизайн и анализ алгоритмов
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Данный курс направлен на изучение подходов к решению задач из различных областей (математический анализ, дискретный анализ, теория графов, теория комбинаторных игр, оптимальная разработка программного обеспечения и др.), которые не освещаются на классических курсах по алгоритмам и структурам данных, но могут быть полезны как часть математического аппарата.
-
Разработка мобильных приложений
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Данный курс нацелен на изучение технологии разработки программного обеспечения для мобильных устройств с операционной системой Android, основ управления качеством и стандартизации разработки программных средств, формирование навыков использования современных технологий программирования, применении подходов объектно-ориентированного программирования в разработке мобильных приложений и использовать базы данных в мобильных приложениях.
-
Формальные методы и приложения
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках курса изучаются основные принципы использования формальных методов в разработке программ , в том числе, изучаются основные математические модели и методы их анализа и синтеза, формируются навыки анализа и проектирования программного обеспечения с использованием формальных методов.
-
Глубокое обучение
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс охватывает следующие аспекты: aрхитектура глубоких нейронных сетей; настройка гиперпараметров и платформ глубокого обучения; сверточные нейронные сети, их приложения; классификация объектов и подобные методы; сверточные нейронные сети, их приложения; рекуррентные нейронные сети, их приложения; параллельные алгоритмы глубокого обучения; ускорение обучения нейронной сети.
-
Математические методы распознавания образов
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Представление образов и основные подходы к машинному распознаванию. Приложения методов распознавания образов: машинное зрение, распознавание рукописных символов, распознавание речи. Классификация на основе байесовской теории решений. Линейный и нелинейный классификаторы. Комитетные методы решения задач распознавания. Методы распознавания образов на основе нейронных сетей. Методы распознавания образов на основе кластерного анализа.
-
Модели машинного обyчения
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Формальная модель машинного обучения. Основные алгоритмы решения задач классификации и восстановления регрессии. Метрические методы машинного обучения. Байесовские методы машинного обучения. Задача восстановления плотности распределения. Разделение смеси распределений. EM-алгоритм. Линейные методы машинного обучения и их обобщения. Визуализация и кластеризация. Искусственные нейронные сети.
-
Анализ больших данных
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Концептуализация и обобщение: представление данных. Моделирование техники машинного обучения. Применение технологий обработки больших данных. Тривиальные данные против больших данных: репрезентативное обучение. Публично доступные наборы данных. Масштабируемость и методы масштабирования. Среда обработки больших данных: современные технологии анализа данных. Языки программирования для аналитики больших данных: Python, Java и C.
-
Архитектура высокопроизводительных компьютеров и параллельные вычисления
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: В рамках дисциплины рассматриваются следующие аспекты: Современный многоядерный процессор. Модели параллельного программирования. Архитектура GPU и программирование CUDA. Оптимизация производительности. Распределение и планирование работ. Оценка производительности на основе рабочей нагрузки. Базовая многопроцессорная реализация. Транзакционная память. Гетерогенный параллелизм и аппаратная специализация. Распределенные вычисления в памяти.
-
Педагогическая
- Тип контроля: Защита практики
- Описание: Цель дисциплины: формирование способности осуществлять педагогическую деятельность в вузах, проектировать образовательный процесс и проводить отдельные виды учебных занятий с использованием инновационных образовательных технологий.
-
Исследовательская
- Тип контроля: Защита практики
- Описание: Цель практики: приобретение опыта в исследовании актуальной научной проблемы, расширение профессиональных знаний, полученных в процессе обучения, и формирование практических навыков ведения самостоятельной научной работы. Практика направлена на развитие навыков исследования, анализа и применения экономических знаний.