7M06103 Прикладная аналитика данных в Astana IT University
-
Цель образовательной программы обеспечить подготовку высококвалифицированных научных и прикладных специалистов и программных инженеров по направлению анализа данных большого объема, а также руководителей и управленцев программно-информационных систем для отрасли информационных технологий и междисциплинарных отраслей связанных с обработкой данных в различных секторах экономики Республики Казахстан.
-
Академическая степень Магистратура
-
Языки обучения Английский
-
Название ВУЗа Astana IT University
-
Срок обучения 2 года
-
Объем кредитов 120
-
Группа образовательных программ M094 Информационные технологии
-
Область образования 7M06 Информационно-коммуникационные технологии
-
Направление подготовки 7M061 Информационно-коммуникационные технологии
-
Психология управления
Кредитов: 4Содержание курса направлено на формирование системных представлений о психологических закономерностях управленческой деятельности, специфики использования социально - психологических знаний в структуре деятельности менеджера и освоении навыков анализа социально-психологических принципов, лежащих в основе эффективного управления.
Год обучения - 1
Семестр 1
-
Математика для науки о данных
Кредитов: 5Данные дисциплины предполагают изучение основ статистики, линейной алгебры, математического анализа и дискретной математики, требуемой для формирования математической основы аналитика данных.
Год обучения - 1
Семестр 1
-
Педагогика высшей школы
Кредитов: 4Содержание курса направлено на приобретение магистрантом знаний о теоретических основах педагогической теории и педагогического мастерства, управлении учебно-воспитательным процессом для преподавания в высшей школе, формирование представления об основных категориях педагогики, о месте, роли и значении педагогики высшей школы, понимание базовых принципов современной педагогики и методических подходов к решению педагогических задач высшей школы.
Год обучения - 1
Семестр 1
-
История и философия науки
Кредитов: 4Содержание курса направлено на приобретение магистрантом знаний о свойствах науки как вида познания и социально-культурного феномена в её историческом развитии; формирование системных представлений об общих закономерностях научного познания в его историческом развитии и изменяющемся социокультурном контексте.
Год обучения - 1
Семестр 1
-
Программирование для анализа данных и базы данных
Кредитов: 5Данная дисциплина предполагает изучение наиболее актуальных в настоящее время технологий программирования, такие как язык программирования Python и язык статистической обработки данных R. Также в рамках дисциплины будут рассмотрены и изучены основы управления реляционными и нереляционными базами данных.
Год обучения - 1
Семестр 1
-
Иностранный язык (профессиональный)
Кредитов: 4Целью курса является формирование иноязычной профессионально - ориентированной коммуникативной компетенции магистрантов, позволяющей интегрироваться в международную профессиональную среду для межкультурного и профессионального общения.
Год обучения - 1
Семестр 1
-
Цифровые финансы
Кредитов: 5Курс предоставляет возможность изучения постоянно развивающегося мира финансов, уделяя особое внимание динамике изменений, вызванной преобразованием продуктов и услуг в цифровые товары, новыми потребностями клиентов и изменением нормативных требований для управления конкурентным ландшафтом - цифровой трансформацией финансов. В процессе изучения курса, магистранты узнают о таких концепциях, как цифровые платформы и бизнес-экосистемы, познакомятся с развивающимся понятием финансовых технологий и освоят новый набор инструментов для успешной конкуренции в области инноваций в цифровую эру финансов. На протяжении всего курса будут использованы современные исследования и кейсы из финансовых отраслей, а также практики ведущих цифровых финансовых услуг и компаний.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Методы и инструменты анализа данных
Кредитов: 5Данная дисциплина предполагает изучение методов и технологий обработки данных, которые включают структурированные и неструктурированные данные огромных объёмов и значительного многообразия. Во время изучения дисциплины также будут рассмотрены горизонтально масштабируемыми программные инструменты, которые являются альтернативами традиционным базами данных.
Год обучения - 1
Семестр 2
-
Тематическое исследование (Case study) по аналитике данных
Кредитов: 5Тематическое исследование по аналитике данных предназначено, чтобы дать студентам возможность применить компетенцию первого года обучения к реальному проекту, предпочтительно с профессиональной подготовкой. Тематическое исследование — это в основном аналитическая и описательная задача, включающая выбор и анализ подходящего бизнес-процесса или производственного процесса на рабочем месте. Этот процесс описан, смоделирован и определены цели улучшения. Учащиеся решают, где и какие данные собирать в цепочке процессов. Они также генерируют соответствующий набор данных.
Год обучения - 1
Семестр 2
-
Бизнес-аналитика
Кредитов: 5Курс предоставляет возможность изучения основ бизнес-аналитики с уклоном на то, каким образом используемая в организации аналитика данных влияет на показатели бизнеса. В процессе изучения курса, магистранты узнают, как аналитики данных описывают, прогнозируют и принимают бизнес-решения в конкретных областях маркетинга, человеческих ресурсов, финансов и операций, а также углубят свои знания в отношении сбора, обработки и анализа данных через развитие аналитического мышления. Курс поможет строить показатели бизнеса вокруг правильного сбора и анализа, что позволит топ менеджменту принимать стратегические решения на основе данных с интерпретированием результатов анализа реальных наборов данных и соответствующими рекомендациями по бизнес-стратегии.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Экосистема цифрового бизнеса
Кредитов: 5Курс предоставляет возможность изучения практических основ экосистем цифрового бизнеса, чтобы понять мышление и особенности различных заинтересованных сторон и их ролей в экосистеме. В процессе изучения курса, магистранты распознают намерения различных ролей и способы эффективного и действенного определения, проектирования, моделирования и охвата цифровых бизнес-экосистем. В течение курса будут покрыты ключевые концепции и элементы бизнес-экосистемы, понимание взаимосвязей между бизнес-экосистемами и бизнес-моделями, планы развития бизнес-сценарии, разработка бизнес-моделей в рамках общей бизнес платформы, определение финансовых, операционных и договорных отношений между заинтересованными сторонами экосистемы, изучение инструментов моделирования бизнес-экосистемы.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Анализ бизнес-процессов
Кредитов: 5Данная дисциплина предполагает изучение основ анализа и проектирования бизнес-процессов с помощью наиболее популярных методологии проектирования, таких как BPMN 2.0, EPC и других.
Год обучения - 1
Семестр 2
-
Прикладной проект по аналитике данных
Кредитов: 4Данная дисциплина предполагает продолжение проекта из второго семестра «Тематическое исследование по аналитике данных» и расширяет работу обучающихся совместно с компаниями.
Год обучения - 1
Семестр 3
-
Информационная безопасность
Кредитов: 5Курс предоставляет возможность изучения основ информационной безопасности с помощью вводного материала и получение информации о масштабах и контексте предмета. Сюда входит краткое введение в криптографию, управление безопасностью, сетевой и компьютерной безопасностью, что позволяет начать изучение информационной безопасности и развить понимание некоторых ключевых концепций информационной безопасности. Курс покрывает представление о ключевых принципах информационной безопасности, касающихся информации, конфиденциальности, целостности и доступности. Вы сможете объяснить некоторые ключевые аспекты управления информационными рисками и безопасностью, а также суммировать некоторые ключевые аспекты компьютерной и сетевой безопасности, включая некоторую оценку угроз, атак, эксплойтов и уязвимостей. Вы также узнаете о некоторых навыках, знаниях и ролях / возможностях карьерного роста в индустрии информационной безопасности.
Селективная дисциплина
Год обучения - 1
Семестр 3
-
Управление продуктом
Кредитов: 5Курс предоставляет возможность изучения основных навыков управления продуктом, от создания идей до исследования рынка и создания макетов, создания прототипов и пользовательских историй до лидерства в управлении продуктами. Помимо овладения основными навыками, магистранты будут активно применять их, изучая популярные инструменты управления продуктами, такие как Workflowy, Axure, Pivotal Tracker. У магистрантов будет возможность реализовать одну из собственных идей продукта с помощью 10 пошаговых упражнений с рабочими файлами и образцами шаблонов.
Селективная дисциплина
Год обучения - 1
Семестр 3
-
Принятие решении основанных на данных
Кредитов: 5Курс предоставляет возможность изучения принципов принятия решений, основанных на данных. В процессе изучения курса, магистранты узнают как применять данные для прогнозирования, умного маркетинга, разработки продуктов, бизнес-аналитики и других основных стратегических целей; изучат основные концепции, связанные с данными для принятия решений, такие как категории данных, стандарты, источники, сбор, управление и приложения; определят возможности использования данных для организации и определите наиболее ценных типов данных; эффективно общаться с высшим руководством и техническим персоналом, чтобы применять стратегии на основе данных.
Селективная дисциплина
Год обучения - 1
Семестр 3
-
Индустрия 4.0
Кредитов: 5Курс предоставляет возможность изучения основных принципов Индустрии 4.0 как основного драйвера работы с данными. В процессе изучения курса, будут покрыты такие аспекты основные компоненты Индустрии 4.0, механизмы работы, демонстрация последствий для развивающихся стран, определение связанных проблем и подробное описание того, как можно использовать возможности, которые предоставляет Индустрия 4.0. Курс разработан таким образом, чтобы руководство, учреждения, политики, и отдельные лица могли извлечь выгоду из содержания, узнать о новых технологиях, которые сейчас является наиболее сильно развивающимися.
Селективная дисциплина
Год обучения - 1
Семестр 3
-
Обработка и понимание данных
Кредитов: 5Курс предоставляет возможность изучения основных принципов работы с данными, и извлечения требуемой информации из данных. В процессе изучения курса, магистранты будут изучать основы предварительной обработки большого набора данных: очистка данных, методы сглаживания и нормализации, методы визуализации данных и анализ временных рядов, а также принципов как хранить и обрабатывать данные с помощью SQL и NoSQL систем управления базами данных, и в чем разница между различными методами машинного обучения, и какие существуют различные методы классификации и методы кластеризации.
Селективная дисциплина
Год обучения - 1
Семестр 3
-
Машинное обучение и искусственный интеллект
Кредитов: 4Данная дисциплина предполагает изучение основ машинного обучения и искусственного интеллекта, и применение данных знаний для решения реальных прикладных задач. Дисциплина покрывает многие темы обучения с учителем и без учителя. Частично покрывается третий вид задач машинного обучения, так называемое обучение с прикреплением.
Год обучения - 1
Семестр 3
-
Код ON13
РО13. Создавать реляционные и нереляционные базы данных для эффективного хранения и управления данными различных крупных организаций и государственных учреждений.
-
Код ON15
РО15. Создавать модели анализа структурированных и полуструктурированных данных.
-
Код ON11
РО11. Применять методы проектирования и разработки программных систем для решения широкого класса прикладных задач в области анализа в различных областях.
-
Код ON5
РО5. Владеть иностранным языком на профессиональном уровне, позволяющем проводить научные исследования и осуществлять преподавание специальных дисциплин в вузах.
-
Код ON4
РО4. Применять в процессе обучения психологические методы и средства повышения эффективности и качества обучения.
-
Код ON6
РО6. Моделировать и проектировать сложные программные системы.
-
Код ON9
РО9. Управлять командой в процессе разработки программной системой в проектах по анализу данных.
-
Код ON2
РО2. Выбирать необходимые подходы и методы исследования, модифицировать существующие и разрабатывать новые, исходя из задач конкретного исследования.
-
Код ON1
РО1. Формулировать и решать задачи, возникающие в ходе научно-исследовательской деятельности, требующие углубленных профессиональных знаний.
-
Код ON3
РО3. Применять методологические и методические знания в проведении научного исследования, педагогической и воспитательной работы.
-
Код ON7
РО7. Применять качественные и количественные методы и приемы для выработки эффективных решений проблем.
-
Код ON8
РО8. Анализировать и проектировать программные системы анализа данных.
-
Код ON14
РО14. Применять методы анализа данных для решения различных прикладных задач по анализу данных и аналитической обработки.
-
Код ON16
РО16. Разрабатывать программы и приложения для аналитической обработки структурированных и полуструктурированных данных больших объемов.
-
Код ON10
РО10. Выбирать стандарты, методы, технологии, инструменты и технические средства для проведения работ по сопровождению программных систем для анализа данных.
-
Код ON12
РО12. Программировать и тестировать системы анализа данных. Принимать участие в создании и управлении информационными системами для анализа данных на всех этапах жизненного цикла.