Аналіз та обробка великих даних
Нас оточує велика кількість інформації, і щодня ця кількість збільшується. Сьогодні людина вже навчилась використовувати новітні технології для аналізу та обробки інформаційних потоків, та отримувати з цього користь. Ефективна обробка великих масивів накопиченої інформації значно полегшує пошук оптимальної стратегії розвитку компанії в сучасних конкурентних умовах. Вища освіта за напрямком «Аналіз та обробка великих даних» – це можливість вплинути на розвиток світу та майбутнє людства.
Вища освіта в IT STEP University це:
- навчання за програмами світових вишів
- максимум практики – мінімум теорії
- викладачі – практики з ІТ-компаній, що знають потреби ринку та вимоги до спеціалістів
- співпраця з ІТ-компаніями та практика на реальних проектах
- міжнародні стажування
- якість освіти, що відповідає європейським стандартам
Інформація про програму
Галузь знань – 12 Інформаційні технології
Спеціальність – 122 Комп’ютерні науки
Спеціалізація – Аналіз та обробка великих даних
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 видобутку й інтелектуального аналізу великих даних різної природи в розподілених інформаційних системах
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 великих 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 знань у наборах великих даних, їх інтелектуальної обробки і створення прикладних інформаційних продуктів.
Навчальна програма
Цикл | Назва дисципліни | Кредити |
І Семестр |
||
ПП | Управління даними | 4 |
ПП | Методи пошуку закономірностей | 4 |
ПП | Регресійні моделі | 5 |
ДС | Аналітика | 4 |
ДС | Візуалізація даних | 5 |
ЗП | Правознавство | 4 |
ЗП | Управління інноваціями | 4 |
ІІ Семестр |
||
ПП | Розробка інформаційних продуктів | 5 |
ПП | Предиктивний аналіз | 5 |
ДС | Стохастичні графові моделі | 5 |
ДС | Машинне навчання | 5 |
ДС | Інструментальні засоби аналізу великих даних і процесів | 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 прикладних інструментальних засобів – MATLAB, R, SciPy.
- Візуалізації даних – Advizor Analyst, R (ggplot2), Weave, Visalix, Databionic ESOM Tools, KNIME, Lattice Miner.
- Фрейморк організації розподілених обчислень – Hadoop MapReduce, Hadoop, Spark, CLUTO.
- 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.
- Пакети для створенні інформаційних продуктів та інтерактивних графіків – Shiny, R.
- Хмарні технології Microsoft Azure – Storage – Distributed cloud computing (Hadoop), Amazon Elastic MapReduce (EMR), Google Cloud Platform
- Засоби візуалізації – ggplot (R), Weka.
- Прикладні пакети для вирішення практичних задач на основі глибокого машинного навчання – R та Caffe.
Результати навчання
У результаті навчання випускник набуде таких умінь:
- Здатність до професійної роботи з даними: видобуток (у тому числі повторний), фільтрація, інтеграція, зберігання, перевірка актуальності, валідація і репрезентивність.
- Здатність видобувати знання шляхом інтеграції та аналізу великих даних, отриманих з різноманітних та різнорідних джерела інформації.
- Здатність розробляти і використовувати інструментальні засоби інтеграції різнотипових даних у наборах різної розмірності.
- Здатність проектувати сховища великих даних, для видобутку даних і знань.
- Здатність проектувати та розробляти прикладні інформаційні продукти для видобутку корисних знань і вироблення оптимальних стратегій прийняття рішень.
- Здатність аналізувати науково-технічну інформацію при проведенні науково-дослідних робіт.
- Здатність проведення наукових досліджень на відповідному рівні.
Працевлаштування
Випускник магістерської програми займатиме робочі місця у сфері розробки систем інтелектуального аналізу даних, зокрема такі посади:
- розробник програмного забезпечення для розподіленої обробки великих даних;
- розробник систем інтелектуального аналізу великих різнотипових даних;
- інженер інтелектуалізованих систем;
- науковий співробітник;
- аналітик великих даних;
- Інженер відділу R&D.
Якщо маєте запитання щодо вступу, бажаєте побачити атмосферу нашого університету та дізнатися більше про досягнення та успіхи наших студентів – запрошуємо до нас! Для цього просимо зареєструватися:
Детальніше про умови вступу та правила прийому в IT Step University можна дізнатися за телефонами: