ҚазРусEng
ҚазРусEng

Computer Science

8D06101 «Computer Science» (Компьютерные науки)

Образовательная программа «8D06101 Компьютерные науки» направлена на подготовку докторов философии (PhD) и определена теоретическими и прикладными исследованиями в областях вычислимости, формальных методов, моделирования, алгоритмов, а также организационного сопровождения инженерии на стыке компьютерных наук и иных областей знаний.

График проведения вступительных экзаменов (зимний набор 2024г.)
Пакет документов для поступающих в докторантуру
Темы докторских исследований для приема докторантов (2024 г.)
Инструкция по подаче документов в докторантуру (2024 г.)
Программа вступительного экзамена (2024 г.)

Контакты

Приемная комиссия

(7172) 64-57-10
info@astanait.edu.kz

Пн-Пт 9:00 — 18:00

Цель образовательной программы

Формирование у обучающегося компетенций научно-исследовательской работы, научно-педагогической деятельности, планирования и реализации теоретических и экспериментальных исследований, определения научных проблем и формулировки методов их решения.

Перечень должностей специалиста

карьерные возможности
  • Проектировщик программного обеспечения;
  • Pазработчик программного обеспечения;
  • Cпециалист по поддержке программных продуктов;
  • Pазработчик мобильных приложений;
  • Cпециалист по тестированию приложений;
  • Cпециалист по созданию и управлению информационными ресурсами (контент-менеджер);
  • Инженер по сопровождению баз данных;
  • Cпециалист по администрированию баз данных (администратор баз данных);
  • Cпециалист по системе управления базами данных;
  • Cпециалист по работе с большими данными;
  • Aналитик базы данных;
  • Дизайнер графических работ;
  • Мультимедийный дизайнер;
  • Разработчик компьютерных игр;
  • Разработчик мультимедиа;
  • Aдминистратор графических систем;
  • Aдминистратор операционных систем;
  • Pазработчик Web-страниц;
  • Pазработчик приложений;
  • Специалист по веб-аналитике;
  • Cпециалист по BI – системам;
  • Cпециалист по продуктовой аналитике;

D094 – Информационные технологии

Группа образовательных программ

Доктор философии (PhD) по образовательной программе 8D06101 «Computer Science»

Присуждаемая степень

3 года

Срок обучения

Результаты обучения

  • Выбирать и (или) формулировать соответствующий подход к реализации научного исследования на стыке наук;
  • Выбирать и использовать оптимальные методы обработки и интерпретации эмпирических или расчетных данных;
  • Ставить и решать прикладные задачи в условиях неопределенности;
  • Генерировать новые, сложные идеи и знания, доходчиво объяснять их широкой публике и ученым посредством письменных работ и риторики;
  • Составлять и оформлять научные отчеты, научную и техническую документацию, писать статьи в рейтинговые издания;
  • Взаимодействовать с руководителем научной работы, рецензентом и редактором журнала в процессе написания и опубликования статей;
  • Владеть подходами и инструментами описания и анализа компьютерных систем, их компонентов и алгоритмов, доказательства свойств алгоритмов, протоколов и программ а также уметь организовывать и реализовать работу.
  • Определить объем и задачи исследований с теоретической и практической составлять и ориентацией на программирование, кодирование и вычисления; составлять и оформлять научные отчеты, научную и техническую документацию в процессе написания диссертации и/или публикации статьи в рейтинговых изданиях.
  • Синтезировать и (или) подбирать соответствующий подход к реализации научно-экспериментального исследования на стыке наук; выбирать и использовать методы обработки и интерпретации данных; ставить и решать прикладные задачи относительно соответствующих моделей, алгоритмов и архитектур.
  • Применять проектный подход науке: распределять ресурсы И B организовывать труд в соответствие с Agile манифестом; анализировать риски и взаимодействовать с заинтересованными сторонами на основе принципов гибкого подхода.
  • Объяснять сложные идеи создавать концептуальные диаграммы, И описывающие строение систем, явления и процессы.
  • Формализовать алгоритмы, вычислительные модели и компьютерные программы, анализировать их свойства; использовать формальную модель для представления результатов.
  • Критически анализировать свойства различных классов аналитических задач и аргументировано синтезировать метод их решения с учетом аспектов валидации и интерпретации результатов.

Документы

Образовательная программа

8D06101 Computer Science

Рабочий учебный план

8D06101 Computer Science

Программа развития

8D06101 Computer Science

Учебные дисциплины

Цикл базовых дисциплин

Вузовский компонент

Академическое письмо

Дисциплина рассматривает основные правила и практики академического письма, включая: терминологию и стиль научного повествования, принятые в международном научном сообществе порядки изложения материала для научных статей и монографий, основные этапы опубликования статей и очерков в рейтинговых изданиях, структура научного и технического ответов, специфика их написания. Краткое содержание основных разделов: специфика написания академической работы, основные структуры научнотехнических изданий и принципы их написания, процесс работы над статьей для рейтингового журнала, практика и этикет работы с редактом международного журнала.

Методы научных исследований

Дисциплина рассматривает основные парадигмы (онтологии) научных исследований в области компьютерных и смежных наук с упором на принципы генерации новых идей и знаний. На основании синтеза онтологий исследований обучающийся приобретет понимание принципов теоретических и практических исследований, рассмотрит примеры построения планов исследования и реализует подбор соответствующих инструментов. Краткое содержание основных разделов: онтологии исследований, принципы междисциплинарного исследования, планирование эмпирических и вычислительных (методом
моделирование) исследований, качественные и количественные показатели доказательство в компьютерных науках.

Гибкие практики управления проектами

Дисциплина рассматривает конц ептуальные основы и примеры применения практик экстремальной разработки и Scrum метода в контексте научной работы с упором на результат, а не процесс исследований. Краткое содержание основных разделов: процессный и проектный принципы организации работы, Agile манифест и основные принципы гибкого управления, экстремальная разработка и Scrum метод, применение проектного подхода в научных исследованиях.

Педагогическая практика

Педагогическая практика направлена на развитие у обучающихся опыта организации проектно-ориентированного и студентоориентированного обучения под руководством руководителя практики. В результате прохождения практики обучающийся разовьет навыки публичного выступления и уверенность при работе с большой аудиторией слушателей, выработает понимание различных подходов к организации обучения.

Цикл профилирующих дисциплин

Вузовский компонент

Исследовательская практика

Исследовательская практика направлена на поиск научной литературы, её обработку, систематизацию знаний, подготовку эксперимента. В результате освоения обучающиеся применят на практике принципы взаимодействия с руководителем научной работы, критический анализ материала, синтез подхода к реализации научного исследования, в то числе аспектов валидации и интерпретации ожидаемых результатов, планирование мероприятий и работ по проекту.

Цикл профилирующих дисциплин

Компонент по выбору

Описание и анализ алгоритмов

Дисциплина ознакомит обучающихся с основными подходами и инструментами формализации алгоритмов, их графического представления для широкой общественности и анализа (доказательства) их свойств. Краткое содержание основных разделов: формализация алгоритма и исследование его свойств, цепи Петри, структура Крипке, абстрактные конечные автоматы и сценарии их применения.

Инструменты моделирования систем и процессов

Дисциплина направлена на ознакомление обучающихся с основными инструментами компьютерных наук, используемыми для моделирования процессов и систем, а также оценки их свойств и поведенческих характеристик.

Верификация моделей

Дисциплина ознакомит обучающихся с понятием формальной верификации свойств модели, её принципами и инструментарием. Упор будет сделан на возможность и последовательность применения данного инструмента в научных исследованиях. Краткое содержание основных разделов: сущность формальной верификации, темпоральная логика, L ТL-формулы, модель Крипке, автоматизированная верификация

Наука о данных машинное обучение

Дисциплина ознакомит обучающихся с областью знаний — машинное обучение и анализ данных: основные классы алгоритмов и моделей, проблематика их применения и перспективы. Краткое содержание основных. разделов: статистические методы, эвристические алгоритмы машинного обучения, нейронные сети, глубокое обучение, обучение с подкреплением и примеры их применения.

Статистическое моделирование

Процесс построения статистической модели и её метрики, метод наименьших. квадратов, скорректированный метод наименьших квадратов, модель производственного стохастического граничного анализа, модель стохастического граничного анализа затрат и модель стохастической метрики расстояний.