Образовательная программа магистратуры «Прикладная аналитика данных»

Applied Data Analytics

7M06103 «Прикладная аналитика данных»

Образовательная программа «Прикладная аналитика данных» предполагает использование в процессе обучения современных моделей, методов и подходов в области аналитики данных, машинного обучения, искусственного интеллекта, а также моделирования и анализа процессов. Образовательная программа предполагает использование или применение полученных знаний в одной из сфер экономики, тем самым покрывая не только научную составляющую программы, но и прикладную часть. В результате обучения по образовательной программе «Прикладная аналитика данных» выпускники получат возможность работать в научных и производственных проектах в качестве аналитика данных, эксперта по бизнес интеллекту, инженера процессов.

Контакты

Приемная комиссия

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

Пн-Пт 9:00 — 18:00

Классификатор направлений

  • Группа образовательных программ: 7M061 – Информационно-коммуникационные технологии
  • Образовательная программа «Прикладная аналитика данных» (Applied Data Analytics)
  • Язык обучения: английский
  • Присваиваемая академическая степень: Магистр технических наук по образовательной программе 7M06103 «Applied Data Analytics» (Прикладная аналитика данных)

Научно-педагогическое направление — 2 года

Цель образовательной программы

Подготовка высококвалифицированных научных и прикладных специалистов и программных инженеров по направлению анализа данных большого объема, а также руководителей и управленцев программно-информационных систем для отрасли информационных технологий и междисциплинарных отраслей связанных с обработкой данных в различных секторах экономики Республики Казахстан.

Задачи образовательной программы

  1. Подготовить высококвалифицированных научных и прикладных специалистов и инженеров по направлению анализа данных большого объема и применения полученных знаний в различных отраслях экономики.
  2. Обучить к проведению научно-исследовательских работ, связанных с объектами профессиональной деятельности и дать способность анализировать существующие алгоритмы, модели и методы анализа данных, а также общие концепции, теорию и подходы к анализу данных;
  3. Выработать у магистрантов умение разрабатывать новые модели и методы анализа данных, а также улучшение существующих методов и алгоритмов обработки данных в информационно-вычислительных системах;
  4. Научить магистрантов применять полученные теоретические и практические знания в решении практических проблем в области информационно-коммуникационных технологий и междисциплинарных отраслях, а также успешно осуществлять управленческую и исследовательскую деятельность.
  5. Привить магистрантом навыки самостоятельной работы, а также показать важность постоянного развития и применения профессиональных знаний, умений и навыков для решения нестандартных задач.
  6. Научить магистрантов применять знания педагогики и психологии высшей школы, требуемых в их профессиональной педагогической деятельности, а также дать способность использовать интерактивные методы обучения для улучшения доступности презентации и материалов.
  7. Ознакомить магистрантов с проведением методов исследования и системного анализа для решения сложных технических проблем и применения результатов анализа для наибольшей оптимизации процесса анализа данных.
  8. Научить магистрантов оптимизировать процесс анализа данных, чтобы при работе с данными получить требуемый результат за минимальное количество итераций и требуемых вычислительных ресурсов.
  9. Обучить магистрантов к обобщению результатов научно-исследовательских и аналитических работ в виде диссертации, научных статей и докладов на научно-технических конференциях, а также предоставить помощь при написании академических отчетов, аналитических записок и других.

Требования к оценке результатов обучения образовательной программы

Обучающийся, после освоения всей образовательной программы, должен уметь выполнять следующие пункты:
  • Формулировать и решать задачи, возникающие в ходе научно-исследовательской деятельности, требующие углубленных профессиональных знаний;
  • Выбирать необходимые подходы и методы исследования, а также модифицировать существующие и разрабатывать новые, в зависимости из задач конкретного исследования или случая;
  • Применять методологические и методические знания в проведении научного исследования, а также при педагогической и воспитательной работах;
  • Применять в процессе обучения психологические методы и средства повышения эффективности и качества обучения;
  • Владеть иностранным (английским) языком на профессиональном уровне, позволяющем обучающимся проводить научные исследования на качественно высоком уровне и осуществлять преподавание специальных дисциплин в вузах;
  • Моделировать и проектировать сложные системы используя математические и компьютерные модели и методы;
  • Применять количественные и качественные методы и приёмы для сбора первичной информации для исследования, а также выработки эффективных решений проблем;
  • Анализировать и проектировать программные обеспечения;
  • Управлять командой в процессе разработки ПО;
  • Выбирать стандарты, методы, технологии, инструменты и технические средства для проведения работ по дальнейшему сопровождению программного обеспечения;
  • Применять методы проектирования и разработки программных систем для решения широкого класса прикладных задач в различных областях, включая междисциплинарные отрасли;
  • Программировать и тестировать программы, принимать участие в создании и управлении ПО на всех этапах жизненного цикла разработки систем;
  • Создавать реляционные и нереляционные базы данных для эффективного хранения и управления данными в различных крупных организациях, государственных учреждений и других компаниях;
  • Создавать модели анализа структурированных и полуструктурированных данных;
  • Применять методы анализа данных для решения различных задач анализа данных и аналитической обработки.

Перечень компетенций и результаты обучения образовательной программы:

Перечень компетенций

ОК1. Способность понимать движущие силы и закономерности исторического процесса, место человека в историческом процессе и способность понимания философии как методологии деятельности человека, готовностью к самопознанию, самодеятельности, освоению культурного богатства как фактора гармонизации личностных и межличностных отношений.
ОК2. Способность формировать и развивать умения и компетенции в области организации, планирования и управления производством, способность применять полученные знания для осмысления окружающей экологической действительности, способность обобщать, анализировать, прогнозировать при постановке целей в профессиональной сфере и выбирать пути их достижения с применением научной методологии исследования
ОК3. Способность к письменной и устной коммуникации на государственном языке и языке межнационального общения, способность использовать зарубежные источники информации, владеть коммуникативными навыками, к публичным выступлениям, аргументации, ведению дискуссии и полемики на иностранном языке
ОК4. Способность быть компетентным при выборе методов ИКТ и математического моделирования для решения конкретных инженерных задач, способность быть готовым выявить естественнонаучную сущность проблем, возникающих в процессе профессиональной деятельности, и способностью привлечь для ее решения соответствующий математический аппарат
ПК1. Способен использовать полученные знания для оригинального развития и применения идей в контексте научных исследований.
ПК2. Способен критически анализировать существующие концепции, теории и подходы к анализу процессов и явлений.
ПК3. Способен самостоятельно и постоянно приобретать, развивать и применять профессиональные знания, умения и навыки для решения нестандартных задач (междисциплинарные и др.).
ПК4. Способен применять знания педагогики и психологии высшей школы в своей педагогической деятельности, а также способен применять интерактивные методы обучения.
ПК5. Владеет иностранным языком на профессиональном уровне, позволяющем проводить научные исследования и осуществлять преподавание специальных дисциплин в вузах
ПК6. Способен отбирать и разрабатывать методы анализа объектов профессиональной деятельности на основе общих тенденций развития отрасли анализа данных.
ПК7. Способен применять полученные теоретические и практические знаний в решении практических проблем в области ИКТ, успешно осуществлять управленческую и исследовательскую деятельность.
ПК8. Способен самостоятельно формулировать предметную область при решении задач по анализу данных, определять требования и ожидания конечного пользователя или заказчика, составлять поэтапный план и разрабатывать документацию для программной системы анализа данных и его компонентов.
ПК9. Способен проводить системный анализ для решения сложных технических проблем и применяет результаты анализа для наибольшей оптимизации процесса анализа данных большого объема.
ПК10. Способен применять эффективные методы для управления проектом по аналитике данных в определенной среде, распределять задачи и управлять командой аналитиков.
ПК11. Способен разрабатывать архитектуры программной системы для анализа данных, обладающие высоким уровнем преемственности и качества сложных программных разработок с использованием передовых решений и трендов в области ИКТ.
ПК12. Способен проводить анализ требовании для решения сложных программных (технических) проблем и обеспечивать внедрение наиболее оптимальных решений.
ПК13. Способен внедрять инновационные методы и усовершенствования, усиливающие конкурентоспособность и эффективность моделей и методов анализа данных на всех этапах жизненного цикла разработки программной системы.
ПК14. Способен оптимизировать процесс аналитики данных с минимизацией всех требуемых ресурсов, включая вычислительные ресурсы.
ПК15. Способен обобщать результаты научно-исследовательской и аналитической работы в виде диссертации, научной статьи и докладов на научно-технических конференциях.

Результаты обучения

РО1. Формулировать и решать задачи, возникающие в ходе научно-исследовательской деятельности, требующие углубленных профессиональных знаний.
РО2. Выбирать необходимые подходы и методы исследования, модифицировать существующие и разрабатывать новые, исходя из задач конкретного исследования.
РО3. Применять методологические и методические знания в проведении научного исследования, педагогической и воспитательной работы.
РО4. Применять в процессе обучения психологические методы и средства повышения эффективности и качества обучения.
РО5. Владеть иностранным языком на профессиональном уровне, позволяющем проводить научные исследования и осуществлять преподавание специальных дисциплин в вузах.
РО6. Моделировать и проектировать сложные программные системы.
РО7. Применять качественные и количественные методы и приемы для выработки эффективных решений проблем.
РО8. Анализировать и проектировать программные системы анализа данных.
РО9. Управлять командой в процессе разработки программной системой в проектах по анализу данных.
РО10. Выбирать стандарты, методы, технологии, инструменты и технические средства для проведения работ по сопровождению программных систем для анализа данных.
РО11. Применять методы проектирования и разработки программных систем для решения широкого класса прикладных задач в области анализа в различных областях.
РО12. Программировать и тестировать системы анализа данных. Принимать участие в создании и управлении информационными системами для анализа данных на всех этапах жизненного цикла.
РО13. Создавать реляционные и нереляционные базы данных для эффективного хранения и управления данными различных крупных организаций и государственных учреждений.
РО14. Применять методы анализа данных для решения различных прикладных задач по анализу данных и аналитической обработки.
РО15. Создавать модели анализа структурированных и полуструктурированных данных.
РО16. Разрабатывать программы и приложения для аналитической обработки структурированных и полуструктурированных данных больших объемов.

Оценка результатов обучения

Форма экзаменов Рекомендуемая доля, %
1 Компьютерное тестирование 20
2 Письменный 10
3 Устный 5
4 Проект 30
5 Практический 30
6 Комплексный 5

Документы образовательной программы

«Astana IT University»

Course Curriculum

Цикл базовых дисциплин

Вузовский компонент

История и философия науки

Содержание курса направлено на приобретение магистрантом знаний о свойствах науки как вида познания и социально-культурного феномена в её историческом развитии; формирование системных представлений об общих закономерностях научного познания в его историческом развитии и изменяющемся социокультурном контексте.

Педагогика высшей школы

Содержание курса направлено на приобретение магистрантом знаний о теоретических основах педагогической теории и педагогического мастерства, управлении учебно-воспитательным процессом для преподавания в высшей школе, формирование представления об основных категориях педагогики, о месте, роли и значении педагогики высшей школы, понимание базовых принципов современной педагогики и методических подходов к решению педагогических задач высшей школы.

Иностранный язык (профессиональный)

Целью курса является формирование иноязычной профессионально — ориентированной коммуникативной компетенции магистрантов, позволяющей интегрироваться в международную профессиональную среду для межкультурного и профессионального общения.

Психология управления

Содержание курса направлено на формирование системных представлений о психологических закономерностях управленческой деятельности, специфики использования социально — психологических знаний в структуре деятельности менеджера и освоении навыков анализа социально-психологических принципов, лежащих в основе эффективного управления.

Педагогическая практика

Педагогическая практика представляет собой вид практической деятельности магистрантов, включающий в себя преподавание специальных дисциплин, организацию учебной деятельности студентов, научно-методическую работу по предмету, получение умений и навыков в работе преподавателя.

Цикл базовых дисциплин

Компонент по выбору

Бизнес-аналитика

Курс предоставляет возможность изучения основ бизнес-аналитики с уклоном на то, каким образом используемая в организации аналитика данных влияет на показатели бизнеса. В процессе изучения курса, магистранты узнают, как аналитики данных описывают, прогнозируют и принимают бизнес-решения в конкретных областях маркетинга, человеческих ресурсов, финансов и операций, а также углубят свои знания в отношении сбора, обработки и анализа данных через развитие аналитического мышления. Курс поможет строить показатели бизнеса вокруг правильного сбора и анализа, что позволит топ менеджменту принимать стратегические решения на основе данных с интерпретированием результатов анализа реальных наборов данных и соответствующими рекомендациями по бизнес-стратегии.

Цифровые финансы

Курс предоставляет возможность изучения постоянно развивающегося мира финансов, уделяя особое внимание динамике изменений, вызванной преобразованием продуктов и услуг в цифровые товары, новыми потребностями клиентов и изменением нормативных требований для управления конкурентным ландшафтом — цифровой трансформацией финансов. В процессе изучения курса, магистранты узнают о таких концепциях, как цифровые платформы и бизнес-экосистемы, познакомятся с развивающимся понятием финансовых технологий и освоят новый набор инструментов для успешной конкуренции в области инноваций в цифровую эру финансов. На протяжении всего курса будут использованы современные исследования и кейсы из финансовых отраслей, а также практики ведущих цифровых финансовых услуг и компаний.

Экосистема цифрового бизнеса

Курс предоставляет возможность изучения практических основ экосистем цифрового бизнеса, чтобы понять мышление и особенности различных заинтересованных сторон и их ролей в экосистеме. В процессе изучения курса, магистранты распознают намерения различных ролей и способы эффективного и действенного определения, проектирования, моделирования и охвата цифровых бизнес-экосистем. В течение курса будут покрыты ключевые концепции и элементы бизнес-экосистемы, понимание взаимосвязей между бизнес-экосистемами и бизнес-моделями, планы развития бизнес-сценарии, разработка бизнес-моделей в рамках общей бизнес платформы, определение финансовых, операционных и договорных отношений между заинтересованными сторонами экосистемы, изучение инструментов моделирования бизнес-экосистемы.

Обработка и понимание данных

Курс предоставляет возможность изучения основных принципов работы с данными, и извлечения требуемой информации из данных. В процессе изучения курса, магистранты будут изучать основы предварительной обработки большого набора данных: очистка данных, методы сглаживания и нормализации, методы визуализации данных и анализ временных рядов, а также принципов как хранить и обрабатывать данные с помощью SQL и NoSQL систем управления базами данных, и в чем разница между различными методами машинного обучения, и какие существуют различные методы классификации и методы кластеризации.

Принятие решении основанных на данных

Курс предоставляет возможность изучения принципов принятия решений, основанных на данных. В процессе изучения курса, магистранты узнают как применять данные для прогнозирования, умного маркетинга, разработки продуктов, бизнес-аналитики и других основных стратегических целей; изучат основные концепции, связанные с данными для принятия решений, такие как категории данных, стандарты, источники, сбор, управление и приложения; определят возможности использования данных для организации и определите наиболее ценных типов данных; эффективно общаться с высшим руководством и техническим персоналом, чтобы применять стратегии на основе данных.

Управление продуктом

Курс предоставляет возможность изучения основных навыков управления продуктом, от создания идей до исследования рынка и создания макетов, создания прототипов и пользовательских историй до лидерства в управлении продуктами. Помимо овладения основными навыками, магистранты будут активно применять их, изучая популярные инструменты управления продуктами, такие как Workflowy, Axure, Pivotal Tracker. У магистрантов будет возможность реализовать одну из собственных идей продукта с помощью 10 пошаговых упражнений с рабочими файлами и образцами шаблонов.

Индустрия 4.0

Курс предоставляет возможность изучения основных принципов Индустрии 4.0 как основного драйвера работы с данными. В процессе изучения курса, будут покрыты такие аспекты основные компоненты Индустрии 4.0, механизмы работы, демонстрация последствий для развивающихся стран, определение связанных проблем и подробное описание того, как можно использовать возможности, которые предоставляет Индустрия 4.0. Курс разработан таким образом, чтобы руководство, учреждения, политики, и отдельные лица могли извлечь выгоду из содержания, узнать о новых технологиях, которые сейчас является наиболее сильно развивающимися.

Информационная безопасность

Курс предоставляет возможность изучения основ информационной безопасности с помощью вводного материала и получение информации о масштабах и контексте предмета. Сюда входит краткое введение в криптографию, управление безопасностью, сетевой и компьютерной безопасностью, что позволяет начать изучение информационной безопасности и развить понимание некоторых ключевых концепций информационной безопасности. Курс покрывает представление о ключевых принципах информационной безопасности, касающихся информации, конфиденциальности, целостности и доступности. Вы сможете объяснить некоторые ключевые аспекты управления информационными рисками и безопасностью, а также суммировать некоторые ключевые аспекты компьютерной и сетевой безопасности, включая некоторую оценку угроз, атак, эксплойтов и уязвимостей. Вы также узнаете о некоторых навыках, знаниях и ролях / возможностях карьерного роста в индустрии информационной безопасности.

Цикл профилирующих дисциплин

Вузовский компонент

Математика для науки о данных

Данные дисциплины предполагают изучение основ статистики, линейной алгебры, математического анализа и дискретной математики, требуемой для формирования математической основы аналитика данных.

Программирование для анализа данных и базы данных

Данная дисциплина предполагает изучение наиболее актуальных в настоящее время технологий программирования, такие как язык программирования Python и язык статистической обработки данных R. Также в рамках дисциплины будут рассмотрены и изучены основы управления реляционными и нереляционными базами данных.

Методы и инструменты анализа данных

Данная дисциплина предполагает изучение методов и технологий обработки данных, которые включают структурированные и неструктурированные данные огромных объёмов и значительного многообразия. Во время изучения дисциплины также будут рассмотрены горизонтально масштабируемыми программные инструменты, которые являются альтернативами традиционным базами данных.

Тематическое исследование (Case study) по аналитике данных

Тематическое исследование по аналитике данных предназначено, чтобы дать студентам возможность применить компетенцию первого года обучения к реальному проекту, предпочтительно с профессиональной подготовкой. Тематическое исследование — это в основном аналитическая и описательная задача, включающая выбор и анализ подходящего бизнес-процесса или производственного процесса на рабочем месте. Этот процесс описан, смоделирован и определены цели улучшения. Учащиеся решают, где и какие данные собирать в цепочке процессов. Они также генерируют соответствующий набор данных.

Анализ бизнес-процессов

Данная дисциплина предполагает изучение основ анализа и проектирования бизнес-процессов с помощью наиболее популярных методологии проектирования, таких как BPMN 2.0, EPC и других.

Машинное обучение и искусственный интеллект

Данная дисциплина предполагает изучение основ машинного обучения и искусственного интеллекта, и применение данных знаний для решения реальных прикладных задач. Дисциплина покрывает многие темы обучения с учителем и без учителя. Частично покрывается третий вид задач машинного обучения, так называемое обучение с прикреплением.

Прикладной проект по аналитике данных

Данная дисциплина предполагает продолжение проекта из второго семестра «Тематическое исследование по аналитике данных» и расширяет работу обучающихся совместно с компаниями.

Поступление

Трудоустройство

Инфраструктура

Наука