Математические и вычислительные науки

6B06106 Mathematical & Computational Science

Образовательная программа «Mathematical & Computational Science» (Математические и вычислительные науки) направлена на подготовку специалистов в областях математического моделирования и понимания процессов в таких областях как физика, химия, биология, социальные науки, имеющих высокую квалификацию прикладных методах, основанных на вычислительных технологиях. Образовательная программа подготавливает квалифицированных специалистов по следующим траекториям: вычислительная инженерия – использование методик вычислительной математики физических и химических процессах в производстве; биоинженерия — использование методик вычислительных наук и анализа данных в биологии и генетике; и социальная инженерия – использование методик математического моделирования и анализа больших данных в социальных сетях, для анализа социальных явлений.

Профильные предметы

Математика, Информатика

Карьерные возможности

По завершении программы обучающиеся получат квалификации:

IT разработчик
Data Scientist
Научный сотрудник
Инженер-вычислитель
Инфлюенсер
Аналитик социальных сетей

Цель образовательной программы

Целью программы «Mathematical & Computational Science» (Математические и вычислительные науки) является интенсивное обучение студентов теоретическим и практическим аспектам в областях математического моделирования и вычислительных наук в направлениях вычислительной инженерии, биоинженерии или социальной инженерии, а также совершенствование их навыков в смежных отраслях, таких как математика, программирование и анализ больших данных. По завершении программы обучающиеся получат квалификацию для работы в качестве инженеров-вычислителей, разработчиков, аналитиков данных во многих секторах, включая сферы производства, повседневной жизни, здравоохранения, и так далее, а также научных сотрудников в научно-исследовательских институтах.

Задачи образовательной программы

Обеспечение высококвалифицированными специалистами в областях математического, компьютерного моделирования и вычислительных наук в частных и государственных компаниях, а также научно-исследовательских институтах.
Предоставление обучающимся широкого спектра компетенции в областях математического, компьютерного моделирования и вычислительных наук по результатам ОП, необходимых для начала работы в качестве аналитика, разработчика, инфлуенсера, Data Scientist, научного сотрудника в ИТ компаниях различных масштабов и научно-исследовательских институтах.
Развитие в студентах гибких (мягких) качеств, требуемых для развития в них лидерских и патриотических сторон, необходимых для формирования их как успешных и целеустремленных лидеров своей отрасли.

Требования к оценке результатов обучения образовательной программы

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 вычислительные методы;
Анализировать и проектировать программные инструменты математического, компьютерного моделирования, а также алгоритмы, модели и методы, требуемые для разработки вычислительных систем, эффективного анализа данных, моделирования физических, биологических и социальных процессов;
Управлять командой ИТ специалистов в процессе внедрения и развертывания программных систем, а также моделей и методов анализа данных, математического моделирования и проведения вычислительных экспериментов;
Выбирать стандарты, методы, технологии, инструменты и технические средства для проведения работ по дальнейшему сопровождению программных систем;
Применять методы проектирования и разработки программных систем для решения широкого класса прикладных задач в различных областях, включая междисциплинарные отрасли;
Анализировать сложность вычислений и уметь распараллеливать разрабатываемые алгоритмы и программы.

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, а также на иностранном (английском) языке. 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. Способность понимать современные стандарты, нормативную базу, основы индустриальных знаний, научные представления о проектном управлении и технологическом предпринимательстве.
ПК2. Способность к профессиональной эксплуатации современного компьютерного оборудования, компонентов сети, компьютерных программ и сложных вычислительных систем (в соответствии с целями программы), а также соблюдения правила техники безопасности, производственной санитарии, пожарной безопасности и нормы охраны труда.
ПК3. Способность формулирования и использования алгоритмов, структур данных и современных аналитических методов для разработки и дальнейшего сопровождения различных программных вычислительных систем.
ПК4. Способность разрабатывать программное обеспечения информационной системы на основе современных средств разработки, готовых модулей, фреймворков и библиотек.
ПК5. Способность проектировать архитектуры компонентов информационных систем, в том числе человеко-машинный интерфейс аппаратно-программных комплексов, выбирать операционные системы и методы защиты информации.
ПК6. Способность разрабатывать и внедрять безопасные и тестируемые решения, основанные на новых методах и технологиях защиты информации, используемые при работе с информационно-коммуникационными технологиями.
ПК7. Способность использовать основные положения и методы для решения управленческих задач, способность выполнять проектную документацию в программной среде с использованием компьютерной графики для различных видов проектов.
ПК8. Способность формулировать и доказывать фундаментальные законы и теоремы в сферах математического моделирования и вычислительных наук, проводить вычислительные эксперименты, анализировать и обсуждать результаты вычислительных экспериментов.
ПК9. Способность компетентного выбора методов математического моделирования и анализа сходимости и устойчивости моделей для симулирования и прогнозирования течения реальных процессов в соответствующей отрасли производства.
ПК10. Способность сбора, обработки и анализа данных, с использованием существующей в организации и/или целевой отрасли методологической и технологической инфраструктуры.
ПК11. Способность реализации высокопроизводительных вычислительных алгоритмов на базе крупномасштабных вычислительных систем для решения реальных производственных задач индустрии.
ПК12. Способность теоретических и экспериментальных изыскании в области методологии вычислительных наук, таких как методики аппроксимации высоких порядков, модификации вычислительных сеток и т. д.
ПК13. Способность выбора и реализации численных алгоритмов и вычислительных методов для проведения вычислительных экспериментов, построения симуляторов и прогнозирования течения процессов из соответствующей отрасли.
ПК14. Способность выбора и реализации методов машинного обучения и алгоритмов искусственного интеллекта для прогнозирования результатов процессов в различных целевых отраслях.

Результаты обучения

РО1. Уметь критически мыслить и анализировать поставленные задачи, обладание общими гибкими навыками подготовки и презентации результатов и документов, знание языков и социальных взаимодействий для обеспечения плодотворной работы, как индивидуальной, так и в составе команд.
РО2. Уметь проведения всех этапов разработки информационных систем и программного обеспечения на разных масштабах для подготовки частей или целых программных продуктов.
РО3. Формулировать и доказывать фундаментальные законы и теоремы в сферах математического моделирования и вычислительных наук, анализировать и обсуждать результаты вычислительных экспериментов для проведения исследований и научных изысканий.
РО4. Знать и подбирать математические модели и анализировать их на сходимость и устойчивость для прогнозирования течения реальных процессов в соответствующей отрасли производства.
РО5. Формулировать и модифицировать методы вычислительных наук с целью оптимизации, решения новых задач, адаптации алгоритмов к новым вычислительным платформам.
РО6. Уметь собирать, обрабатывать и анализировать данные, с использованием методов математической статистики, науки о данных и машинного обучения для составления прогнозов и подготовки управленческих и оперативных рекомендации.
РО7. Применять высокопроизводительные вычислительные алгоритмы на базе встроенных, средне- и крупномасштабных вычислительных систем для решения реальных производственных задач индустрии.
РО8. Разрабатывать численные алгоритмы и выбирать вычислительные методы для проведения вычислительных экспериментов и прогнозирования течения процессов из соответствующей отрасли.

Компетентная модель выпускника AITU

Программа развития

6B06106 Mathematical and Computational Science

Course Curriculum

Цикл общеобразовательных дисциплин

Обязательный компонент

OK1Современная история Казахстана

Курс рассматривает современную историю Казахстана, как часть истории человечества, истории Евразии и Центральной Азии. Современная история Казахстана — период, в который проводится целостное изучение исторических событий, явлений, фактов, процессов, выявление исторических закономерностей, имевших место на территории Великой степи в ХХ веке и до наших дней.

OK1Философия

Курс предполагает изучение дисциплины философия как особой формы духовных занятий в ее культурно-историческом развитии и современном звучании. Изучаются основные направления и проблемы мировой и отечественной философии. Философия — особая форма познания мира, создающая систему познания общих принципов и основ жизни человека, о сущностных характеристиках отношения человека к природе, обществу и духовной жизни, во всем ее главном направлении.

OK3Иностранный язык (английский)

Курс включает в себя интенсивную программу изучения английского языка, ориентированную на грамматику и навыки разговорной речи. В курсе включены темы, отражающие последние достижения в области информационных технологий, а терминологический словарь делает их непосредственно соответствующими потребностям студентов.

OK3Казахский (русский) язык

Курс занимает особое место в системе подготовки бакалавров с инженерным образованием. Для студентов технического вуза изучение профессионального казахского/русского языков – это не только совершенствование навыков и умений, полученных в школе, но и средство овладения будущей специальностью.

ОК4, ПК1, ПК2Информационно-коммуникационные технологии

Курс включает изучение современных информационных технологий, включая методы и средства общения людей в обычной и профессиональной деятельности с помощью информационных технологий. Данные технологий изучаются применительно к поиску, сбору, хранению, обработке и распространению информации.

OK1Модуль социально-политических знаний: Политология

Курс посвящен общеполитическим знаниям для специальностей в области информационных технологий. Курс включает в себя политическое самосознание, совершенствование своего политического взгляда и коммуникативных компетенций. Обучение политическим знаниям является коммуникативным, интерактивным, ориентированным на студентов, ориентированным на результат и в значительной степени зависит от самостоятельной работы студентов.

OK1Модуль социально-политических знаний: Социология

Курс включает в себя знания социологических предметных областей, методов исследования и направлений. В ходе курса будут подробно обсуждаться основные социологические теории и наиболее эффективные способы получения глубоких знаний о различных аспектах нашего современного общества. Особое значение данного курса для студентов является возможность развивать социологическое воображение, понять основные концепции социологии как науки.

OK1, ОК3Модуль социально-политических знаний: Психология

Курс представляет вопросы психологии в широком образовательном и социальном контексте. Знания, умения и навыки, полученные и сформированные в результате усвоения содержания курса, дают студентам возможность применять их на практике, в различных сферах жизнедеятельности: личной, семейной, профессиональной, деловой, общественной, в работе с людьми — представителями разных социальных групп и возрастных категорий.

OK1Модуль социально-политических знаний: Культурология

Курс поможет стать основой для изучения всего комплекса общественных и гуманитарных наук, а также дополнением к общим курсам по истории и философии. Курс включает в себя такие тема, как морфология, семиотика, анатомия культуры; культура номадов Казахстана, культурное наследие прототюрков, средневековая культура Центральной Азии, формирование казахской культуры, казахская культура в контексте глобализации, культурная политика Казахстана и др.

Физическая культура

Курс посвящен формированию физической культуры личности и способности направленного использования разнообразных средств физической культуры для сохранения и укрепления здоровья.

Цикл общеобразовательных дисциплин

Вузовский компонент

ОK3Академическое письмо

Цель курса «Академическое письмо» — формирование
профессиональной компетенции и расширение коммуникативной
компетенции, связанной с аналитической текстовой деятельностью;
формирование у студентов навыков лингвистического и прагматического
мышления, умений анализировать экспрессивные единицы языка и грамотно
осуществлять выбор нужной единицы в зависимости от целей и условий
коммуникации.

Цикл профилирующих дисциплин

Вузовский компонент

OK3Профессиональный английский язык

Курс включает в себя интенсивную, более продвинутую программу изучения академического и прикладного (область информационных технологий) английского языка, ориентированную навыки профессиональной разговорной речи и понимания общей терминологий. В курсе включены темы, отражающие последние достижения в области информационных технологий, а терминологический словарь делает их непосредственно соответствующими потребностям студентов.

ПК8Обыкновенные дифференциальные уравнения

Законы природы выражаются как дифференциальные уравнения. Ученые и инженеры должны знать, как смоделировать мир с точки зрения дифференциальных уравнений, и как решать эти уравнения и интерпретировать решения. Этот курс фокусируется на обыкновенных дифференциальных уравнениях и их приложениях в области науки и техники: Моделирование простой физической системы, чтобы получить уравнение дифференциала первого порядка.
Проверка правдоподобности решения дифференциального уравнения (DE), которое моделирует физическую ситуацию.
Визуализация решения, метод Эйлера.

ПК8, ПК9Дифференциальные уравнения в частных производных

Частичные дифференциальные уравнения в науке и технике. Темы включают задачи с начальными и граничными условиями для параболических, гиперболических и эллиптических уравнений второго порядка. Акцент делается на разделение переменных, специальных функций, методов преобразования и численных методов.
Обучающийся получит четкое интуитивное понимание концепции уравнения в частных производных и его отношения к описанию физических явлений, таких как диффузия и распространение волн.
Студенты получат более глубокое понимание рядов Фурье, освоив теорию задач с граничными условиями.

ПК10, ПК14Введение в машинное обучение

Курс знакомит студентов с основными (базовыми) алгоритмами машинного обучения, а также применением данных алгоритмов для решения реальных задач производства. Также во время курса будут частично рассмотрены интеллектуальный анализ данных и распознаванием образов. Курс построен с применением языка программирования Python, и его основных библиотек.

ПК9, ПК13Численные методы

Чтобы исследовать сложные системы, физики, инженеры, финансисты и математики требуют вычислительных методов, поскольку математические модели редко разрешаются алгебраически. Численные методы, основанные вычислительной математике, являются основными алгоритмами, лежащими в основе компьютерных прогнозов в современной системной науке. Основные темы: математические и вычислительные основы численного приближения и решения научных задач; Простая оптимизация; векторизация; кластеризация; Полиномиальная и сплайновая интерполяция; интегрирование и дифференциация; решение крупномасштабных систем линейных и нелинейных уравнений; моделирование.

ПК9, ПК12, ПК13Численные методы для дифференциальных уравнений

Этот курс содержит численные методы для уравнений в частных производных, с акцентом на строгую математическую основу. Многие современные и эффективные подходы представлены после установки основного приближения. Особое внимание уделяется качественному пониманию рассматриваемого уравнения в частных производных, основы конечных разностей, конечного объема, конечных элементов и спектральных методов, а также важные понятия, такие как стабильность, сходимость и анализ ошибок.

Задачи: уравнение теплопроводности, волновое уравнение, проблемы с конвекционной диффузией, уравнение Пуассона, уравнения Навье-Стокса. Концепции: согласованность, стабильность, конвергенция, теорема слабой эквивалентности, анализ ошибок, подходы Фурье.
Методы: конечные разности, конечные объемы, конечные элементы, спектральные методы, проекционные.

Производственная практика

Производственная практика студентов

Преддипломная практика

Преддипломная практика студентов

Цикл профилирующих дисциплин

Компонент по выбору

ПК12Введение в теорию оптимизации

Этот курс введет теоретические основы непрерывной оптимизации. Начиная с первых принципов, будет показано, как разрабатывать и анализировать простые итерационные методы для эффективного решения широких классов задач оптимизации. В центре внимания курса будут достижение доказуемых показателей конвергенции для решения крупномасштабных задач.

ПК9Вычислительная механика жидкости

Вычислительная динамика жидкости является важным инструментом для изучения проблем с потоком жидкости в промышленности и научных кругах. Будут изучены динамика фундаментальных законов течения жидкости, уравнения в частных производных, линейной алгебры и языка программирования. Основной целью этого курса является получение прочной основы численных методов для задач конвекционной диффузии. Акцент делается на физические процессы, и лежащяя в их основе математика. Преподается метод контрольного объема, который является надежным физически интуитивным численным подходом, широко используемым как в промышленности, так и в научных кругах.

ПК13Клеточная инженерия

Клеточная инженерия — это новая область, которая решает проблемы, связанные с пониманием и манипулированием взаимосвязанными функциями структуры клеток. Этот курс является мостом между биологами и инженерами, чтобы понять количественно клеточные биологические аспекты. Клеточная инженерия по своей природе связана с новой областью тканевой инженерии. При разработке новых тканей, которые всегда считались слишком сложными для вмешательства, использование клеток занимает центральную роль. В многочисленных медицинских применениях мы хотим, чтобы ткани регенерировали. Мы часто пытаемся использовать биоразлагаемые каркасы, которые соответственно изменены и могут быть загружены остеобластами. Центральным в этих подходах является наше использование клеток и наше понимание их взаимодействия с биоматериалами. Важно понимать, как клетки придерживаются биоматериалов, как они получают внешние сигналы от своих субстратов или своей среды, как они движутся и что им нужно, чтобы сделать или синтезировать внеклеточный матрикс.

ПК10, ПК14Основы молекулярной эволюции

Курс рассказывает о методах анализа молекулярной эволюции, такие как эволюционная конструкция деревьев, методы из вычислительной протеомики, и как на их основе были доказаны такие эволюционные утверждения как происхождение птиц от динозавров и нахождение региона происхождения человеческого вида.

ПК13Инженерия тканей

Этот курс предназначен для того, чтобы охватить основы тканевой инженерии, новейшего терапевтического подхода для лечения дегенерированных или поврежденных тканей/органов. Темы в этом курсе будут включать в себя математические модели и стратегии тканевой инженерии, такие как проектирование, изготовление и использование биоматериалов; клеточная инженерия, включая клеточную терапию, доставку лекарств; а также клеточные биоматериальные взаимодействия. Последние достижения и основные проблемы, относящиеся к тканевой инженерии, также будут представлены и обсуждены.

ПК10, ПК14Теория элементного отклика

Теория элементного отклика (Item response theory — IRT), также известная как теория скрытого отклика, относится к семейству математических моделей, которые пытаются объяснить взаимосвязь между скрытыми признаками (ненаблюдаемая характеристика или атрибут) и их проявлениями (то есть наблюдаемыми результатами, ответами или производительностью). Они устанавливают связь между свойствами элементов на инструменте, лицами, отвечающими на эти элементы, и измеряемой основной чертой. IRT предполагает, что скрытая конструкция (например, стресс, знания, отношение) и элементы меры организованы в ненаблюдаемом континууме. Следовательно, его основная цель фокусируется на установлении позиции человека на этом континууме.

ПК6, ПК10, ПК14Компьютеризированное адаптивное тестирование

Компьютеризированное адаптивное тестирование (CAT) основано на принципе, что дополнительная информация может быть получена, когда тест адаптируется к уровню тестируемого человека, что позволяет избежать ситуаций, когда задается вопрос, ответ на который известен или понятен заранее. Вычислительные и статистические методы из теории элементного отклика (IRT) и теории принятия решений объединяются для реализации теста, который может вести себя интерактивно в течение процесса тестирования, и адаптируется к знаниям и уровню тестируемого лица.

ПК10, ПК14Моделирование личностных черт

Концепция личностных черт «большой пятерки» взята из психологии и включает в себя пять широких областей, которые описывают личность. Эти пять черт личности используются для понимания взаимосвязи между личностью и различным поведением.
Предполагается, что эти пять факторов представляют основную структуру, лежащую в основе всех черт личности. Эти пять факторов были определены и описаны несколькими различными исследователями в течение нескольких периодов исследований. Данный курс ориентирован на методы прогнозирования мнения общественности на основе моделирования с использованием личностных черт.

ПК13Введение в химическую инженерию

Курс «Введение в химическую инженерию» включает в себя работу по материальным и энергетическим балансам, термодинамике, разработке реакций, тепло- и массообмену, процессам разделения, управлению химическими процессами, безопасности процессов и проектированию установок.

Цикл базовых дисциплин

Вузовский компонент

ОК4, ПК8Линейная алгебра

Курс предполагает изучение основ алгебры и геометрии на университетском уровне и включает теорию матриц, системы линейных уравнений, теория векторов, аналитическая геометрия, предел и дифференцирование функций одной переменной

ОК4, ПК8Калкулус 1-2

Курс знакомит студентов с важными отраслями исчисления и его применениями в компьютерных науках. Во время учебного процесса студенты должны ознакомиться и уметь применять математические методы и инструменты для решения различных прикладных задач. Более того, они изучат фундаментальные методы исследования бесконечно малых переменных с помощью анализа, основу которого составляет теория дифференциальных и интегральных вычислений.

ОК4, ПК8Дискретная математика

Курс является частью математики, посвященной изучению дискретных объектов (здесь дискретные средства, состоящие из отдельных или не связанных между собой элементов). В более общем смысле дискретная математика используется всякий раз, когда подсчитываются объекты, когда изучаются отношения между конечными (или счетными) наборами и когда анализируются процессы, включающие конечное число шагов. Основной причиной роста важности дискретной математики является то, что информация хранится и обрабатывается вычислительными машинами дискретным образом.

ОК4, ПК8Теория вероятностей и математическая статистика

Курс посвящен вероятности и статистике любых событий, а также взаимосвязи между математикой и программированием, операционными системами в рамках междисциплинарной программы обучения, охватывающей раздел математического анализа, современные статистические методы и экономическую теорию.

ПК8Калкулус 3

Математический анализ 3 расширяет методы и идеи от исчисления до случая, когда существует более одной независимой или зависимой переменной. Исчисление многих переменных является фундаментальным инструментом во многих применениях математики к науке и технике. С математической точки зрения, многовариантное исчисление исследует методы, которые являются фундаментальной предпосылкой для расширенных тем, включая оптимизацию, обычные и частичные дифференциальные уравнения, вероятность и статистику, дифференциальную геометрию и сложный анализ.

ПК8Калкулус 4

Этот курс разрабатывает исчисление реальных и векторных функций одной и нескольких переменных. Темы включают матричную алгебру и линейные карты; векторные функции и их анализ; геометрия евклидового N-пространства; функции нескольких переменных и их дифференциации; градиенты и направленные производные; частная производная; длина дуги; векторные поля, дивергенция и сгибание; Теорема Тейлора для нескольких переменных; крайность реальных функций в n-пространстве; Мультипликаторы Лагранжа; несколько интегралов и правило цепи; неправильные интегралы; линейные интегралы; площадь поверхности; поверхностные интегралы; Теорема Грина; Теорема Гаусса; Теорема Стокса.

ОК4, ПК2, ПК3Алгоритмы и структуры данных

Курс предназначен для изучения алгоритмов и структуры данных для решения различных прикладных задач. Для этого рассматриваются программная структура, принципы построения алгоритмов и программ, методы решения, алгоритмизации, программирования.

OK4, ПК3, ПК4Введение в программирование С++

Курс предназначен для изучения программирования, отладки и реализации задач. Во время курса анализируются принципы работы сетевых технологий, получения доступа к локальным и удаленным сетевым ресурсам, программ с использованием языка C ++.

ПК3, ПК4, ПК5Объектно-ориентированное программирование Java

Курс предназначен для студентов чтобы научить их писать приложения с использованием объектно-ориентированного подхода на языке программирования Java.

Цикл базовых дисциплин

Компонент по выбору

ПК1, ПК5Web технологии

Курс учит студентов основам верстки веб сайтов и приложении с помощью языка разметки HTML, планирования стиля веб сайта с помощью Cascading Style Sheets (CSS), а также использование скриптового языка JavaScript, для выполнения базовых функции.
Курс учит студентов использовать язык программирования PHP для разработки функциональных веб-сайтов, а также позволяет овладеть основами работы с базой данных MySQL, и предполагает разработку защищенных серверных клиентских веб-приложении.

ПК5, ПК11Параллелизация алгоритмов

В этом курсе студенты узнают о параллельных алгоритмах. Акцент будет сделан на алгоритмах, которые можно использовать на параллельных машинах общей памяти, таких как многоядерные архитектуры. Курс будет включать как теоретический компонент, так и компонент программирования. Подробные темы включают в себя: моделирование стоимости параллельных алгоритмов, нижних связей и параллельных алгоритмов для сортировки, графиков, вычислительной геометрии и строковых операций. Компонент языка программирования будет включать параллелизм данных, потоки, планирование, типы синхронизации, транзакционную память и передачу сообщений.

ПК11Гетерогенная параллелизация

Этот курс представляет собой концепции, языки, методы и паттерны для программирования гетерогенных, массово параллельных процессоров. Он охватывает гетерогенные вычислительные архитектуры, модели программного программирования, методы управления полосой пропускания памяти и шаблоны параллельных алгоритмов на примере CUDA и OpenCL.

ПК7, ПК10Метод конечных объемов

Метод конечного объема (FVM) является одним из широко используемых численных методов в научном сообществе и в промышленности. При таком подходе уравнения дифференциальных частиц, которые представляют законы о сохранении для имитации потока жидкости, теплопередачи и других связанных физических явлений, преобразуются по дифференциальным объемам в дискретные алгебраические уравнения по конечным объемам (или клеткам). После этого система алгебраических уравнений решается для вычисления значений зависимой переменной для каждого из элементов для представления физических процессов.

ПК9, ПК12Метод конечных элементов

Метод конечных элементов является незаменимым инструментом для инженеров во всех дисциплинах. Этот курс знакомит студентов с фундаментальной теорией метода конечных элементов как общего инструмента для численного решения дифференциальных уравнений для широкого спектра инженерных задач. Полевые задачи, описанные Лапласом, и уравнения Пуассона представлены в первую очередь, и описаны все этапы формулировки МКЕ. Применение метода к проблемам эластичности развивается из фундаментальных принципов. Обсуждаются специфические классы проблем на основе абстракций и идеализации 3D твердых веществ, таких как плоское напряжение и напряжение, Представлены проблемы с зависимыми от времени и схемы интеграции времени. Внедряются специальные темы, такие как множественные ограничения, смешанные составы и субструктуризация. Состав конечных элементов для несжимаемых задач потока вводится посредством дискретизации уравнений Эйлера и Навье-Стокса.

ПК9, ПК12Методы дробных шагов

Эта дисциплина направлена на изучение некоторых подходов метода конечных разностей, а именно методы дробных шагов для решения задач с граничными условиями для уравнений в частных производных. Такие методы включают методы переменных направлений, стабилизирующих поправок, продольно-поперечные прогонки и т. д. После освоения дисциплины обучающийся должен знать: основные методы дробных этапов, алгоритмы для итеративного решения задач с граничными условиями для параболических и эллиптических уравнений; уметь: решать практические проблемы, используя описанные методы, исследовать сходимость решений и т. д.

ПК6 Шаблоны проектирования программного обеспечения

Курс предполагает изучение одного из важнейших компонентов объектно-ориентированной технологии разработки программного обеспечения – шаблонов проектирования программного обеспечения. Данный курс представляет собой формализованное описание часто встречающейся задачи проектирования, удачное её решение и рекомендации по применению данного решения в различных ситуациях.

ПК5, ПК6Программирование в PL/SQL

Данный курс предназначен студентам для изучения основ процедурного программирования с использованием языка программирования Oracle PL/SQL и базы данных Oracle.

ПК6Разработка мобильных приложений (Android)

Этот курс знакомит студентов с технологиями программирования, дизайна и разработки, связанных с мобильными приложениями. Темы включают доступ к возможностям устройства, отраслевым стандартам, операционным системам и программированию мобильных приложений с использованием комплекта разработки программного обеспечения для ОС (SDK). По завершении студенты должны уметь создавать базовые приложения для мобильных устройств.

ОК3, ПК12Методы и инструменты введения исследований

Курс предназначен для изучения основных методов и инструментов требуемых для введения научных исследований. Курс также знакомит студентов с популярными поисковыми базами данных научных статей, такими как Web of Science, Scopus, ScienceDirect и другие. Во время курса студенты ознакомятся с инструментами цитирования и поиска требуемой научной информации.

ОК3, ПК12Количественный анализ

Курс предназначен для изучения основных методов и инструментов требуемых для введения научных исследований. Обучающий научится применять классические подходы количественного и качественного анализа, научится анализировать научные работы и писать собственную работу с высокой степенью аналитической ценности. Во время курса студенты ознакомятся с инструментами цитирования, плагиаризма и поиска требуемой научной информации.

ПК1, ПК5Системы управления базами данных

Курс включает и предполагает изучение студентами наиболее популярных реляционных и нереляционных систем управления базами данных, а также совокупности программных и лингвистических средств общего или специального назначения, обеспечивающих управление созданием и использованием баз данных.

ПК10Введение в науку о данных

Дисциплина знакомит обучающихся с предметной областью науки о данных и формирует навыки решения задач обработки и визуализации данных с использованием языка Python. В курсе рассматриваются основы интерактивной работы с Python в блокноте Jupyter Notebook, дается необходимый минимум синтаксических конструкций Python для задач обработки данных, рассматриваются базовые аналитические пакеты: pandas, matplotlib. Рассматриваются вопросы загрузки данных разных форматов, очистки данных, разведочного анализа, визуализации данных.

ПК11, ПК13Введение в квантовые вычисления

Известно, что квантовые компьютеры в корне изменят то, как мы выполняем расчеты, и последствия для многих приложений (включая связь и компьютерную безопасность) будут огромными. Этот курс направлен на то, чтобы обеспечить первое введение в квантовые вычисления. Будут изучены изменения парадигмы между обычными вычислениями и квантовыми вычислениями и введем несколько основных квантовых алгоритмов. Также будут рассмотрены последствия квантовых вычислений на такие поля, как компьютерная безопасность и машинное обучение.

ПК10, ПК14Глубокое обучение с подкреплением

Deep Reinforcement Learning — это тип машинного обучения, где агент узнает, как вести себя в среде, выполняя действия и видя результаты. Во время этого курса обучающийся научится внедрять агентов с Tensorflow и Pytorch, которые учатся играть в Space Invaders, Minecraft, Starcraft, Sonic the Hedgehog и многое другое! По изучении данных методов обучающийся погрузится во внедрение агентов на основе глубокого обучения с подкреплением в прикладных отраслях.

Методы Монте-Карло

В этом курсе учащиеся решают проблемы генерации случайных выборок из целевых распределений с помощью методов преобразования и цепочек Маркова, оптимизируя численные и комбинаторные проблемы (например, задача с продавцом -путешествующим) и Байесовские вычисления для анализа данных.

ПК9, ПК12Стохастические дифференциальные уравнения

Стохастические дифференциальные уравнения (SDES) – это эволюция систем, влияющих на случайность. Они предлагают красивый и мощный математический язык в аналогии с тем, что обычные дифференциальные уравнения (ODE) делают для детерминированных систем. С точки зрения моделирования, случайность может быть внутренней особенностью системы или просто способом захвата небольших сложных возмущений, которые не смоделированы явно. СДУ имеет много применений в различных дисциплинах, таких как биология, физика, химия и управление рисками.

ПК10, ПК14Биостатистика

Этот курс будет использовать тематические исследования для обсуждения проблем и применений биостатистики. Темы будут включать в себя исследования по анализу выживаемости с применениями в клинических испытаниях, оценку диагностических тестов и статистическую генетику. Курс завершится обзором областей текущих биостатистических исследований.

ПК13Биохимия и молекулярная биология

Введение в основные классы биомолекул и метаболизм этих молекул. Этот курс предназначен для того, чтобы представить введение во взаимосвязь между компонентами пищи и компонентами живых организмов. Особое внимание уделяется биохимии в контексте питания человека. Этот курс особенно применим для обучающихся, желающих продолжить карьеру, связанную с моделированием процессов в живых организмах.

ПК10, ПК14Генетика

Этот курс охватывает принципы прокариотической и эукариотической генетики клеток. Акцент делается на
Молекулярная основа наследственности, хромосомной структуры, моделей менделевского и неменделевского наследования, эволюции и биотехнологических применений. По завершении, обучающиеся должны быть в состоянии распознать и описать генетические явления и демонстрировать знание важных генетических принципов.

ПК13Математическая популяционная биология

Курс содержит математические модели в биологии популяции, в биологических областях, включая демографию, экологию, эпидемиологию, эволюцию и генетику. Математические подходы включают методы в таких областях, как комбинаторика, дифференциальные уравнения, динамические системы, линейная алгебра, вероятность и стохастические процессы.

ПК10, ПК14Нечеткая логика

Курс предназначен для того, чтобы дать прочную основу фундаментальных концепций нечеткой логики и ее применения. Курс содержит работу с нечеткими операторами, фуззификация, дефуззификация, TSK системы, их применение в машинном обучении и нечетких базах данных.

ОК3, ПК10Психометрия

В этом курсе обсуждаются принципы и проблемы в области психометрии, отрасли психологии, связанной с количественной оценкой и измерением умственных атрибутов, поведения и производительности, а также с дизайном, анализом и улучшением тестов, используемых в таких измерениях.

ПК10, ПК14Теория принятия решений

Теория принятия решений посвящена методам определения оптимального хода действий, когда доступен ряд альтернатив, и их последствия не могут прогнозироваться с уверенностью. Этот курс будет использовать количественные методы (модели) для решения проблем и принятия решений. Теории и модели, которые должны быть усвоены, включают теорию вероятностей, теорию полезности и теорию игр, модели линейного программирования, модели нелинейного программирования и модели целочисленного программирования.

ПК8, ПК11Стохастические процессы

Многие системы развиваются со временем с неотъемлемой частью случайности.
Цель этого курса состоит в том, чтобы разработать и проанализировать модели вероятности, которые захватывают
существенные особенности изучаемой системы для прогнозирования краткосрочной и долгосрочной перспективы; эффекты, которые эта случайность окажет на рассматриваемые системы. Обучение моделей вероятности для стохастических процессов включает в себя широкий спектр математических и вычислительных инструментов.

ПК11Облачные вычисления

Данный курс предназначен для разработки программных систем и приложении где основной упор будет сделан на применение облачных решении там где это покажет наибольшую эффективность. У студентов будет возможность работать с различными провайдерами облачных решении, таких как Amazon, Google, Microsoft.

ПК10, ПК14Введение в аналитику больших данных

Курс предназначен для изучения основ работы с большими данными и принципов высокопроизводительных вычислении. Под большими данными предполагается наличие огромных массивов структурированной и неструктурированной информации, и выбор инструментов для их эффективной обработки и извлечения полезной информации.

ПК8, ПК13Теория вычислимости

Курс содержит продолжение математической логики и введение обучающихся в теорию вычислимости, известную также как теория рекурсивных функций, раздел современной математики, лежащий на стыке математической логики, теории алгоритмов и информатики, возникшей в результате изучения понятий вычислимости и невычислимости, доказуемости и недоказуемости.

ПК8Химия

Цель дисциплины – сформировать у студентов систему фундаментальных знаний химии, необходимых для последующей подготовки бакалавра, способного к эффективному решению практических задач моделирования и вычислений практических задач химического и биоинженерного производства.

ПК8Физика

Цель дисциплины – сформировать у студентов систему фундаментальных знаний физики, необходимых для последующей подготовки бакалавра, способного к эффективному решению практических задач моделирования и вычислений практических задач физического производства и прогнозирования результатов физических процессов.

Математические и вычислительные науки