8D06102 Компьютерные науки (профильная) в Astana IT University

Дисциплина направлена на ознакомление обучающихся с процессами построения статистической модели и её метрики, метод наименьших квадратов, скорректированный метод наименьших квадратов, модель производственного стохастического граничного анализа, модель стохастического граничного анализа затрат и модель стохастической метрики расстояний

Дисциплина рассматривает концептуальные основы и примеры применения практик экстремальной разработки (extreme development) и Scrum метода в контексте научной работы с упором на результат

Дисциплина ознакомит обучающихся с областью знаний – машинное обучение и анализ данных: основные классы алгоритмов и моделей, проблематика их применения и перспективы.

Дисциплина ознакомит обучающихся с основными подходами и инструментами формализации алгоритмов, их графического представления для широкой общественности и анализа (доказательства) их свойств.

Дисциплина рассматривает основные теоретические и академические правила, включая: терминологию и стиль научного анализа, применение в рамках научного сообщества нормативов изложения материалов для научных статей и монографий, основные этапы опубликования статей и очерков в рейтинге изданий, структуру научных и технических ответов, особенности их написания.

Дисциплина ознакомит обучающихся с понятием формальной верификации свойств модели, её принципами и инструментарием. Упор будет сделан на возможность и последовательность применения данного инструмента в научных исследованиях.

Дисциплина рассматривает основные парадигмы (онтологии) научных исследований в области компьютерных и смежных наук с упором на принципы генерации новых идей и знаний. На основании синтеза онтологий исследований обучающийся приобретет понимание принципов теоретических и практических исследований, рассмотрит примеры построения планов исследования и реализует подбор соответствующих инструментов.

Дисциплина направлена на ознакомление обучающихся с основными инструментами компьютерных наук, используемыми для моделирования процессов и систем, а также оценки их свойств и поведенческих характеристик.

В результате научно -экспериментальной деятельности обучающийся будет способен определить объем и задачи исследований с теоретической и практической ориентацией на программирование, кодирование и вычисления; составлять и оформлять научные отчеты, научную и техническую документацию в процессе написания диссертации и/или публикации статьи в рейтинговых изданиях

после успешного завершения образовательной программы обучающийся будет способен синтезировать и (или) подбирать соответствующий подход к реализации научно-экспериментального исследования на стыке наук; выбирать и использовать методы обработки и интерпретации данных; ставить и решать прикладные задачи относительно соответствующих моделей, алгоритмов и архитектур

после успешного завершения образовательной программы обучающийся будет способен применять проектный подход в науке; распределять ресурсы и организовывать труд в соответствие с Agile-манифестом; анализировать риски и взаимодействовать с заинтересованными сторонами на основе принципов гибкого подхода.

после успешного завершения образовательной программы обучающийся будет способен объяснять сложные идеи и создавать концептуальные диаграммы, описывающие строение систем, явления и процессы

после успешного завершения образовательной программы обучающийся будет способен формализовать алгоритмы, вычислительные модели и компьютерные программы, анализировать их свойства; использовать формальную модель для представления результатов

после успешного завершения образовательной программы обучающийся будет способен критически анализировать свойства различных классов аналитических задач и аргументировано синтезировать метод их решения с учетом аспектов валидации и интерпретации результатов.