Наука про дані

Інформація про програму

Галузь знань – 12 Інформаційні технології

Спеціальність – 122 Комп’ютерні науки та інформаційні технології

Спеціалізація – Наука про дані

Кваліфікація – Магістр комп’ютерних наук та інформаційних технологій

Тривалість навчання – 1,5 роки

Тижневе навантаження – 18 годин

Семестрове навантаження – 30 кредитів

Ціль програми – надати теоретичні знання та практичні уміння і навички, достатні для успішного виконання професійних обов’язків в галузі інформаційних технологій та підготувати студентів для подальшого працевлаштування в області інтелектуального аналізу даних та видобутку знань.

Профіль програми

Магістерська програма спрямована на вивчення і набуття уміння в сфері інженерії даних та знань в технологічних процесах розроблення і підтримки комп’ютерних систем, які базуються на інтелектуальному аналізі даних.

В процесі навчання студенти набувають системних практичних навиків як в технологічній області, так і в області виробничо-дослідницької діяльності.

В результаті навчання студенти отримують сучасні знання, які необхідні для провадження інженерної та наукової діяльності в області видобутку даних і знань, їх інтелектуальної обробки і створення прикладних інформаційних технологій.

Навчальна програма


Цикл

Назва дисципліни

Кредити

І Семестр

ПП Видобуток даних і знань 4
ПП Комп’ютерний зір 4
ДС Статистика 4
ДС Візуалізація даних і видобуток закономірностей 5
ДС Хмарні обчислення 5
ЗП Правознавство 4
ЗП Управління інноваціями 4

ІІ Семестр

ПП Машинне навчання 5
ПП Обробка природньої мови 5
ДС Інтелектуальний аналіз даних 5
ДС Глибоке машинне навчання 5
ДС Генерувальні моделі/Розумне місто 5
ЗП Менеджмент та лідерство/Підприємництво і запуск стартапів 5

ІІІ Семестр

ПП Дослідницька практика за темою магістерської роботи 9
ПП Виконання і захист магістерської кваліфікаційної роботи 21

ПП – дисципліни циклу професійного підготовки
ЗП – дисципліни циклу загальної підготовки
ДС – дисципліни самостійного вибору студента

Інструментальні засоби та технології


В процесі навчання студенти вивчають і застосовують на практиці різноманітні інструментальні засоби та технології, серед яких:

  • Поглиблене вивчення мов програмування R, Python (SciPy, NumPy, Mlpy, PyBrain та інші), Ruby, Matlab.
  • Засобами створення експертних систем CLIPS, JESS із спеціалізованими плагінами в Protege.
  • Структуровані та неструктуровані БД, серед яких MySQL, PostgreSQL, Microsoft SQL Server і ін.
  • Аналіз текстів, інтелектуальний аналіз текстів, вилучення інформації, семантичний аналіз – NLTK (Natural Language Toolkit), GATE, RapidMiner Text Mining, Text Sentiment Visualizer, SenticNet API, MALLET.
  • Візуалізації даних – Advizor Analyst, R (ggplot2), Weave, Visalix, Databionic ESOM Tools, KNIME, Lattice Miner.
  • Фрейморки інтелектуального аналізу та візуалізації: Weka, Octave, InkScape.
  • Фрейморки для виявлення аномалій, відхилень або фальсифікацій в даних – ELKI, Anodot, Delta Miner, Machine Analytics.
  • Фрейморки для web-аналітики: Google Analytics, AMI Enterprise Intelligence, Automation Anywhere, iWebScraping, Web Data Extraction Services.

Результати навчання


У результаті навчання випускник набуде таких умінь:

  1. Здатність розробляти і використовувати інструментальні засоби інтеграції різнотипових даних.
  2. Здатність видобувати знання шляхом інтеграції та аналізу даних з різноманітних та різнорідних джерела інформації.
  3. Здатність видобувати знання шляхом аналізу наборів даних, отриманих в результаті бізнес діяльності.
  4. Здатність видобувати корисні дані із обробки відеопотоків для автоматичних інформаційно управляючих систем, що функціонують в онлайн режимі.
  5. Здатність проектувати сховища даних, видобувати корисні знання в даних великих обсягів.
  6. Здатність будувати моделі для видобутку знань із слабоструктурованої текстологічної інформації в процесах обробки природньої мови.
  7. Здатність проектувати та розробляти прикладні інформаційні системи для видобутку даних і знань.
  8. Здатність здійснювати інтелектуальний аналіз даних та їх оперативну обробку, уміння виявляти в даних раніше не відомих знань, необхідних для прийняття рішень в різних сферах професійної діяльності.
  9. Здатність аналізувати науково-технічну інформацію при проведенні науково-дослідних робіт.
  10. Здатність проведення наукових досліджень на відповідному рівні.
  11. Здатність генерувати нові ідеї (креативність).

Працевлаштування


Випусник магістерської програми займатиме робочі місця у сфері розробки систем інтелектуального аналізу даних, зокрема такі посади:

  • Розробник прикладного програмного забезпечення.
  • Розробник систем інтелектуального аналізу даних та бізнес-процесів.
  • Інженер роботизованих систем.
  • Аналітик даних.
  • Науковий співробітник.
  • Інженер-дослідник відділу R&D.