Наука про дані
Область комп’ютерних наук, яка складається з аналізу даних та розробки інформаційних продуктів для отримання корисних знань в найрізноманітніших прикладних випадках – від аналізу біологічної інформації до прогнозу стратегічного розвитку великої компанії чи міста. Наука про дані тісно пов’язана з машинним навчанням, елементами штучного інтелекту та великими даними. Вища освіта за напрямком «Наука про дані» дозволить займати позицію Data Scientist – одну із найбільш цікавих і перспективних професій в ІТ-галузі.
Вища освіта в Першому ІТ-університеті 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 – 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:
- Здатність розробляти і використовувати інструментальні засоби інтеграції різнотипових даних.
- Здатність видобувати знання шляхом інтеграції та аналізу даних з різноманітних та різнорідних джерела інформації.
- Здатність видобувати знання шляхом аналізу наборів даних, отриманих в результаті бізнес діяльності.
- Здатність видобувати корисні дані із обробки відеопотоків для автоматичних інформаційно управляючих систем, що функціонують в онлайн режимі.
- Здатність проектувати сховища даних, видобувати корисні знання в даних великих обсягів.
- Здатність будувати моделі для видобутку знань із слабоструктурованої текстологічної інформації в процесах обробки природньої мови.
- Здатність проектувати та розробляти прикладні інформаційні системи для видобутку даних і знань.
- 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.
- Здатність аналізувати науково-технічну інформацію при проведенні науково-дослідних робіт.
- Здатність проведення наукових досліджень на відповідному рівні.
- 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.