Цель образовательной программы

Обеспечить практико-ориентированную подготовку высококвалифицированных специалистов в области компьютерных наук для предприятий, обладающих общекультурными и профессиональными компетенциями в сфере анализа больших данных, а также создать условия для непрерывного профессионального самосовершенствования, развития социально-личностных компетенций специалистов, расширения социальной мобильности и конкурентоспособности на рынке труда.

Перечень должностей специалиста

• Аналитик данных
• Аналитик больших данных
• Разработчик программного обеспечения
• Зам. руководителя структурного подразделения
• Эксперт республиканского центра
• Data Scientist
• Инженер больших данных
• Техник
• Руководитель структурного подразделения
• Сотрудник национального, научно-практического центра, ВУЗа

Результаты обучения

• Применять технические средства и программные сервисы для обеспечения непрерывности процесса разработки программных систем.
• Объяснять и понимать нормативную базу, включая документы, процедуры стандартизации и сертификации в области разработки информационно-коммуникационных технологий.
• Применять алгоритмы сбора данных из открытых источников, методы предобработки собранных данных, базовые и продвинутые модели прогнозирования и принятия решений основанных на этих данных.
• Использовать знание закономерностей случайных явлений, их свойств и операций над ними, моделей случайных процессов и современных программных сред для решения задач статистической обработки данных и построения прогнозных моделей.
• Демонстрировать знания об архитектуре компьютерных систем, управлять операционными системами.
• Применять отечественные и зарубежные стандарты по разработке программного обеспечения в организациях.
• Применять математические инструменты анализа программных систем и данных на основе статистических и вероятностных моделей.
• Проектировать, разрабатывать и анализировать алгоритмы решения вычислительных и логических задач, оценивать эффективность и сложность алгоритмов на основе применения формальных моделей алгоритмов и вычисляемых функций.
• Самостоятельно анализировать современные источники, делать выводы, аргументировать их и на основании информации принимать решения.
• Применять методы и алгоритмы искусственного интеллекта, интеллектуального анализа данных, машинного обучения, нейросетевой и нечеткой обработки данных для решения задач классификации, прогнозирования, кластерного анализа и распознавания различных объектов.