Білім деңгейіБакалавриат
Шекті балл (ақылы бөлім)90
ФакультетАқпараттық технологиялар және жасанды интеллект
ID2212
Бағдарлама туралы
Бакалавриаттың "Деректер туралы ғылым" білім беру бағдарламасының мақсаты үлкен деректерді талдау, статистика және машиналық оқыту саласында терең білімі мен дағдылары бар, деректерге негізделген шешімдер қабылдау үшін заманауи жасанды интеллект құралдары мен технологияларын қолдануға қабілетті бәсекеге қабілетті мамандарды сапалы даярлауды қамтамасыз ету болып табылады.
Түлек моделі
1.Деректерді талдау есептерін дұрыс қою және шешу үшін математикалық талдау, ықтималдықтар теориясы, алгебра және дискретті математика әдістерін, статистикалық есептеулер мен оңтайландыру қағидаттарын қолдану.
2.Қазақстан қоғамын жаңғыртудағы әлеуметтік, саяси, мәдени, қаржылық институттардың ерекшеліктерін талдау, қаржылық қызмет тұтынушыларының құқықтары мен мүдделерін қорғауға қатысты үдерістерге сыни баға беру, әлемдік және еуразиялық тарихи үдерістер аясында тәуелсіз Қазақстан мемлекеттілігінің қалыптасу кезеңдерін сипаттау.
3.Күнделікті және кәсіби қарым-қатынаста шет тілін еркін қолдану үшін қажетті және жеткілікті коммуникативтік құзыреттілікке ие болу, кең ой-өріске, қызығушылыққа, клиент сұраныстарына бейілділікке, үйренуге икемділікке, командада жұмыс істеу және әлеуметтік, этникалық, мәдени айырмашылықтарды толерантты қабылдауға, өз және топтың жұмысын сыни бағалай білуге қабілетті болу.
4.Белгіленген критерийлер негізінде деректерді басқарудың сәйкес масштабталатын технологиясын таңдау, өнімділікті оңтайландыру үшін деректер қорын баптау, қауіпсіздік аспектілерін ескеру, бұлтты сақтау және өңдеу платформаларын дұрыс таңдау және баптау.
5.үрлі статистикалық модельдерді бейімдеу, бағалау, визуализация және интерпретациялау арқылы деректерді талдау, есептер, дашбордтар және интерактивті визуализациялар жасау үшін Business Intelligence құралдарын қолдану, стандартты статистикалық бағдарламалық пакеттерді пайдалану.
6.Деректерді талдау әдістерін таңдау үшін пәндік саланың күрделілігі мен шектеулерін бағалау, заманауи интеллектуалды талдау әдістерін енгізу және қолдану, олардың жарамдылығы мен тиімділігін салыстыру және толық аналитикалық циклды орындау.
7.Big Data қосымшаларының өнімділігін GPU-кластерлерде және HPC инфрақұрылымында бағалау және оңтайландыру, деректер көлемі мен есептеу жылдамдығын бағалау, үлкен деректер экожүйесінің әдістері мен құралдарын қолдану.
8.Операциялық жүйені конфигурациялау, деректерді жіберу желілік хаттамаларын қолдану, есептеу ресурстарын қорғау әдістерін пайдалану, дереккөздерді анықтау, әртүрлі деректерді талдау есептерін шешу үшін масштабталатын есептеу инфрақұрылымын бейімдеу.
9.Деректерге иелік ету, деректер қауіпсіздігі мен құпиялылығы, деректерді талдаудың салдары мен мәселелері сияқты салаларда кәсіби және этикалық жауапкершілікті сезіну.
10.Үлкен тілдік модельдер мен генеративті ЖИ әдістерін қоса алғанда, жасанды интеллект жүйелерінің компоненттерін әзірлеу, қайта оқыту және енгізу, мәліметтерді өңдеу тиімділігін арттыру және шешім қабылдауды қолдау, әртүрлі деректер көріністерін қолдану, машиналық оқыту әдістерін, соның ішінде терең және генеративті оқыту тәсілдерін қолдану.
11.Деректер құрамын, құрылымын және көздерін анықтай отырып, логикалық құрылымдарды модельдеу, деректер қауіпсіздігін қамтамасыз ету, әртүрлі көздерден алынған деректердің толықтығы мен байланысын қамтамасыз ету, сақтау мен өңдеуді оңтайландыруға бағытталған шешімдер қабылдау, блокчейнге негізделген бизнес-модельдерді сипаттау және децентрализденген қосымшалар әзірлеу.
12.Есептің нақты талаптарын анықтау, тапсырманы декомпозициялау, алгоритмдік шешімдерді жасау үшін тиімді стратегияларды қолдану, шешімдерді жоғары деңгейдегі бағдарламалау тілінде жүзеге асыру, әртүрлі деректер талдау алгоритмдерін бағалау және салыстыру, ML модельдерінің өмірлік циклін (CI/CD, тестілеу, енгізу) автоматтандыру.
2.Қазақстан қоғамын жаңғыртудағы әлеуметтік, саяси, мәдени, қаржылық институттардың ерекшеліктерін талдау, қаржылық қызмет тұтынушыларының құқықтары мен мүдделерін қорғауға қатысты үдерістерге сыни баға беру, әлемдік және еуразиялық тарихи үдерістер аясында тәуелсіз Қазақстан мемлекеттілігінің қалыптасу кезеңдерін сипаттау.
3.Күнделікті және кәсіби қарым-қатынаста шет тілін еркін қолдану үшін қажетті және жеткілікті коммуникативтік құзыреттілікке ие болу, кең ой-өріске, қызығушылыққа, клиент сұраныстарына бейілділікке, үйренуге икемділікке, командада жұмыс істеу және әлеуметтік, этникалық, мәдени айырмашылықтарды толерантты қабылдауға, өз және топтың жұмысын сыни бағалай білуге қабілетті болу.
4.Белгіленген критерийлер негізінде деректерді басқарудың сәйкес масштабталатын технологиясын таңдау, өнімділікті оңтайландыру үшін деректер қорын баптау, қауіпсіздік аспектілерін ескеру, бұлтты сақтау және өңдеу платформаларын дұрыс таңдау және баптау.
5.үрлі статистикалық модельдерді бейімдеу, бағалау, визуализация және интерпретациялау арқылы деректерді талдау, есептер, дашбордтар және интерактивті визуализациялар жасау үшін Business Intelligence құралдарын қолдану, стандартты статистикалық бағдарламалық пакеттерді пайдалану.
6.Деректерді талдау әдістерін таңдау үшін пәндік саланың күрделілігі мен шектеулерін бағалау, заманауи интеллектуалды талдау әдістерін енгізу және қолдану, олардың жарамдылығы мен тиімділігін салыстыру және толық аналитикалық циклды орындау.
7.Big Data қосымшаларының өнімділігін GPU-кластерлерде және HPC инфрақұрылымында бағалау және оңтайландыру, деректер көлемі мен есептеу жылдамдығын бағалау, үлкен деректер экожүйесінің әдістері мен құралдарын қолдану.
8.Операциялық жүйені конфигурациялау, деректерді жіберу желілік хаттамаларын қолдану, есептеу ресурстарын қорғау әдістерін пайдалану, дереккөздерді анықтау, әртүрлі деректерді талдау есептерін шешу үшін масштабталатын есептеу инфрақұрылымын бейімдеу.
9.Деректерге иелік ету, деректер қауіпсіздігі мен құпиялылығы, деректерді талдаудың салдары мен мәселелері сияқты салаларда кәсіби және этикалық жауапкершілікті сезіну.
10.Үлкен тілдік модельдер мен генеративті ЖИ әдістерін қоса алғанда, жасанды интеллект жүйелерінің компоненттерін әзірлеу, қайта оқыту және енгізу, мәліметтерді өңдеу тиімділігін арттыру және шешім қабылдауды қолдау, әртүрлі деректер көріністерін қолдану, машиналық оқыту әдістерін, соның ішінде терең және генеративті оқыту тәсілдерін қолдану.
11.Деректер құрамын, құрылымын және көздерін анықтай отырып, логикалық құрылымдарды модельдеу, деректер қауіпсіздігін қамтамасыз ету, әртүрлі көздерден алынған деректердің толықтығы мен байланысын қамтамасыз ету, сақтау мен өңдеуді оңтайландыруға бағытталған шешімдер қабылдау, блокчейнге негізделген бизнес-модельдерді сипаттау және децентрализденген қосымшалар әзірлеу.
12.Есептің нақты талаптарын анықтау, тапсырманы декомпозициялау, алгоритмдік шешімдерді жасау үшін тиімді стратегияларды қолдану, шешімдерді жоғары деңгейдегі бағдарламалау тілінде жүзеге асыру, әртүрлі деректер талдау алгоритмдерін бағалау және салыстыру, ML модельдерінің өмірлік циклін (CI/CD, тестілеу, енгізу) автоматтандыру.
Байланыс
Амирханова Гульшат Аманжоловна
Лауазымы: кафедра меңгерушісінің ғылыми-инновациялық жұмыс және халықаралық байланыстар жөніндегі орынбасары, аға оқытушы
әл-Фараби атындағы Қазақ ұлттық университеті
Қазақстан Республикасы, 050040, Алматы қ., әл-Фараби даңғылы, 71
тел:+77076368078
Қабылдау
1) Аттестат/диплом + қосымшалары (түпнұсқа)
2) Жеке куәлік (түпнұсқа және көшірме -2 дана)
3) ҰБТ сертификаты (certificate.testcenter.kz)
4) Квота, жеңілдік құжаттары (түпнұсқа + көшірме)
5) Фото 3×4- 6 дана
6) 063/у, 0/75у медициналық анықтамалары
7) Шет тілін меңгергенін растайтын сертификат
8) Шығармашылық /арнайы емтихан ведомостынан үзінді (болған жағдайда)
9) Білім беру гранты туралы куәлік(grant.testcenter.kz)
10) Оқу ақысының 50% төлегені туралы түбіртек(ақылы оқуға)