• Научно-педагогическое направление - магистр технических наук

ON 1 Использовать понятийный аппарат, методы, методики и технологии разработки и оптимизации средств сбора информации (data mining) на основе анализа и синтеза информационных потоков данных, характерных для банковской сферы, интернет торговли, IoT, социальных сетей, данных измерительных устройств сложных технических объектов(ТО), серверов ДЦ;
ON 2 Проводить сравнительно–регрессионный, сравнительно-вероятностный, системный и структурный анализ для моделирования и формализации больших информационных потоков данных интернет пространства;
ON 3 Решать сетевые технические, экономико-маркетинговые, банковские, информационные и прогнозно - экстрополяционные задачи, основанные на анализе информации с большим объемом данных для структурирования этих сведений в единую, понятную и формализованную математическую модель;
ON 4 Обрабатывать данные серверов, ТО, интернет источников с помощью методов математической статистики и новых информационных технологий, компьютерной техники с применением современного аппаратного и программного обеспечения Hadoop & MapReduce;NoSQL базы данных
Инструменты класса Data Discovery;
ON 5 Соотносить методологические основы математики, теории управления и принятия решений, информатики, систем информационной безопасности, различать дискуссионные концепции и парадигмы, широко обсуждаемые в современной зарубежной и отечественной научно-технической среде;
ON 6 Эффективно формировать аналитические обзоры и генерировать точные прогнозы для принятия управленческих решений на базе динамических, структурированных и обработанных источников разнообразной информации ДЦ, интернет-ресурсов, показаний многочисленных датчиков сложных ТО;
ON 7 Создавать новые базы знаний и сегменты в ДЦ. Проектировать пилотную Big Data аналитику для ТО и бизнес процессов с формированием математических моделей по обработке больших потоков данных ДЦ КазНУ имени аль Фараби;
ON 8 Создавать проекты на GeoJinni (новая версия SpatialHadoop) позволяющей добавлять геопространственные функции в различные слои и компоненты Hadoop для хранения, обработки и индексации больших геоданных;
ON 9 Формировать пилотные курсы для обучения сотрудников бизнес компаний, проводить тренинги по большим данным, машинному обучению и разработке интерфейсов. Уметь прозрачно и наглядно презентовать понятийный аппарат ML/AI/Big Data и области их применения;
ON 10 Владеть навыками пользования программами пакета Oracle для обработки данных конкретных источников Big Data в контекстном поиске и хранении данных на серверах;
ON 11 Применять методы Big Data аналитик для изучения реливантных потребностей групп клиентов бизнес процессов для определения непродающихся и самых маржинальных групп услуг и товаров;
ON 12 Использовать навыки работы с информацией из различных литературных источников, представлять ее в различных формах сообщений, презентаций и докладов с учетом специфики аудитории, обосновывая и грамотно излагая свою точку зрения на проблемные вопросы. Эффективно работать в команде при поиске и решении научно-исследовательских проблем ОП.