Магистратура
Компьютерные науки

Компьютерные науки

КВАЛИФИКАЦИЯ

  • Научно-педагогическое направление - магистр технических наук

МОДЕЛЬ ВЫПУСКНИКА

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.

Паспорт программы

Название
Компьютерные науки
Шифр
7M06104
Факультет
Информационных технологий

дисциплины

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.

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.

Организация и планирование научных исследований (англ.)
  • Количество кредитов - 6
  • Тип контроля - [РК1+MT+РК2+Экз] (100)
  • Описание - Цель дисциплины – формирование научно-исследовательской культуры будущего специалиста, изучение теоретико-методологических принципов организации научно-исследовательской деятельности в условиях развития науки и общества. Дисциплина направлена на формирование способности проводить самостоятельное научное исследование с использованием методов и приемов анализа, информационных научных ресурсов.

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.

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.

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.

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.

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.

Приведены данные за 2021-2024 гг.

дисциплины

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.

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.

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.

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.

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 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;

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.

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.

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.

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.

Приведены данные за 2021-2024 гг.

ПРАКТИКИ

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.

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.

Приведены данные за 2021-2024 гг.