Освітньо-професійна програма магістрів
Ще в 2017 р. Erik Brynjolfsson та Andrew McAfee в журналі Harvard Business Review зазначали, що “Over the next decade, AI won’t replace managers, but managers who use AI will replace those who don’t.” Їхнє передбачення справджується з дивовижною невідворотністю і через vibe coding вже досягло розробки програмного забезпечення.
Тому варто своє подальше навчання в магістратурі присвятити саме тим напрямам, які очевидно будуть затребувані в ІТ-галузі ще довгі роки і які передбачають створення та застосування методів і технологій машинного навчання, інтелектуального аналізу даних, штучного інтелекту. Ґрунтовна математична підготовка стане тим фундаментом, який довгі роки буде основою подальшого професійного розвитку.
Навчаючись на освітньо-професійній програмі «Машинне навчання та математичне моделювання», усього за півтора роки Ви станете повноцінним магістром із прикладної математики зі спеціалізацією в машинному навчанні та математичному моделюванні.
Деякі з основних дисциплін
- Машинне навчання
У цьому курсі студенти вивчають основи контрольованого та неконтрольованого навчання, включаючи відповідні моделі, методи та метрики. Розглядаються класифікаційні метрики, дерева прийняття рішень, метричні, лінійні, баєсівські, ядрові методи, а також метод опорних векторів. Окрему увагу приділено кластеризації, асоціативним правилам, ансамблям моделей, зниженню розмірності та навчанню з підкріпленням. Також вивчаються основи статистичної теорії навчання за Вапником і Червоненкісом, причинно-наслідкове навчання та навчання з гарантованою точністю
- Architecture and Technology of Big Data Systems
This course establishes working knowledge of the Big Data infrastructure and corresponding cloud based services. The focus is given on the cloud based Big Data infrastructure and analytics solutions and how cloud based services can be integrated into company’s IT and data infrastructure. Hands-on exercises (practice) aim to provide insight into how the cloud based services and tools can simplify processing of Big Data by using cloud based services for Hadoop, Machine Learning and general data analytics, with a specific attention on Apache Hadoop ecosystem, MapReduce, Spark, HBase, Hive, Pig, and supported programming languages Pig Latin and Hive. Practical exercises are done on the real cloud platform and Hadoop cluster either AWS, Azure, or locally provided by the university. The course describes industry best practices and models for enterprise data architectures to ensure effective data management and governance. The course also provides sufficient insight into Big Data security and compliance issues including those that are related to EU General Data Protection Regulation (GDPR)
- Управління проєктами
У курсі розглядаються фундаментальні принципи та сучасні підходи до управління проєктами. Студенти ознайомлюються з основами проєктного менеджменту, включаючи роль керівника, стандарти галузі (PMBOK, ISO 21500:2012 тощо) та особливості проєктного мислення. Вивчаються ключові аспекти управління проєктами: інтеграція, зміст, терміни, вартість, ризики, а також структура проєктів і життєвий цикл. Значна увага приділяється практичним інструментам, таким як розробка статуту проєкту, побудова WBS, аналіз ризиків та розкладу, а також ведення перемовин. Завершується курс питаннями управління персоналом у проєктах, лідерства та мотивації команди
- Data Mining
This course introduces students to methods of clustering and visualizing large-scale data. It covers a range of clustering algorithms, including BIRCH, Batch K-means, DBScan, Cure, WaveCluster, CLARA, and Clarans, as well as Borůvka’s and Forel’s algorithms, and Kohonen maps. Special attention is given to modern data visualization techniques such as Tufte’s principles, Chernoff faces, parallel coordinates, and radial (petal) diagrams. The course emphasizes the practical application of these methods for analyzing complex patterns in large datasets
Деякі з викладачів
Курс із машинного навчання проведе професор Олег Чертов, ініціатор першої освітньої програми з Data Science в університетах України, архітектор найбільшої (в 2005 р.) OLAP-системи в Україні, консультант Світового банку та Фонду народонаселення ООН, координатор проєктів Horizon 2020, NATO Science for Peace and Security, Volkswagen Foundation, один зі співавторів монографії Big Data Infrastructure Technologies for Data Analytics та один із фундаторів Big Data Lab компанії Водафон-Україна, де він уже 6 років веде аналогічний курс
Курс архітектури та технологій систем для роботи з великими даними веде Юрій Демченко, один зі співавторів EDISON Data Science Framework — одного зі стандартів науки про дані
Авторський курс з управління проєктами прочитає Володимир Чугай — один із провідних фахівців Державного оператора тилу (DOT), які починали з DOT-Chain, щоб забезпечувати ЗСУ їжею, а зараз запускають повноцінний маркетплейс зброї DOT-Chain Defence, де саме військові обиратимуть, що їм потрібно