Каталог освітніх компонентів
Освітня програма
Комп’ютерні технології обробки даних
Профіль освітньої програми
| Тип диплому та обсяг програми (в кредитах ЄКТС) | Диплом магістра, одиничний ступінь, тривалість програми – 90 кредитів ЄКТС, термін навчання 1 рік 4 місяці. |
| Заклад вищої освіти |
Донецький національний університет імені Василя Стуса, Україна Vasyl’ Stus Donetsk National University, Ukraine |
| Акредитаційна організація | Національне агентство забезпечення якості вищої освіти |
| Період акредитації |
Сертифікат про акредитацію з галузі знань 12 Інформаційні технології спеціальності 122 Комп’ютерні науки за рівнем Магістр НД 0289380 від 21.08.2017 р., термін дії до 01.07.2024 р. |
| Рівень програми |
Національна рамка кваліфікацій України (8 рівень, другий (магістерський) рівень вищої освіти) Рамка кваліфікацій Європейського простору вищої освіти QF EHEA (Second cycle) Європейська рамка кваліфікацій для навчання впродовж життя EQF LLL (level 7) |
Мета програми
Підготовка особистості-професіонала, Інтелектуальної, Інформованої, Інноваційної, самоІдентифікованої, Інтегрованої у суспільство (Homo-I) для практичної і наукової роботи у сфері комп’ютерних наук та наук про дані з глибоким знанням сучасних наукових досягнень цієї галузі, методів машинного навчання, статистики, обробки даних та великих даних з використанням сучасних інформаційних технологій, що дає можливість ефективно виконувати завдання інноваційного характеру відповідного рівня професійної діяльності. Досягнення мети програми планується за рахунок прагматизації освітньої діяльності, створення науково-інноваційного простору реалізації можливостей та університетського світоглядного простору living-learning-community (спільноти, що живе і навчається разом).
Характеристика програми
| 1 | Фокус програми: загальна/спеціальна | Загальна. |
| 2 | Особливості програми | Інтеграція знань з перспективних напрямків розвитку комп’ютерних технологій обробки даних, зокрема, методів машинного навчання, розподіленої обробки даних, бізнес-аналітики, прикладного аналізу даних; викладання окремих дисциплін англійською мовою. |
Працевлаштування та продовження освіти
| 1 | Працевлаштування |
Сферою працевлаштування є галузь комп’ютерних наук та інформаційних технологій, а також галузі, пов’язані з аналізом великих обсягів даних. Магістри комп’ютерних наук можуть займати наступну низку посад: – аналітик даних (Data Analyst); – фахівець з інтелектуальної обробки даних (Data Mining Specialist); – вчений із даних (Data Scientist); – бізнес-аналітик; – аналітик з комп’ютерних комунікацій; – інженер з управління та обслуговування систем; – фахівець-аналітик з дослідження ринку інформаційних послуг; – фахівець з інформаційних технологій; – системний аналітик; – математик-аналітик з дослідження операцій; – консультант з раціоналізації виробництва; – розробник проектів; – професіонал в галузі обчислень (комп’ютеризації); – науковий співробітник (обчислювальні системи); – професіонал в галузі програмування; – науковий співробітник (програмування); – розробник комп’ютерних програм; – викладач університетів та вищих навчальних закладів. |
| Академічні права випускників | Магістр може продовжувати освіту за третім (освітньо- науковим) рівнем вищої освіти, а також підвищувати кваліфікацію та отримувати додаткову післядипломну освіту. | |
Стиль та методика навчання
| 1 | Підходи до викладання та навчання | Студентоцентроване, проблемно-орієнтоване, практико- орієнтоване викладання та навчання з обов’язковими елементами самонавчання. |
| 2 | Система оцінювання | Визначена «Порядком оцінювання знань здобувачів вищої освіти у Донецькому національному університеті імені Василя Стуса». |
Програмні компетентності
| Інтегральна компетентність (ІК) | Здатність розв’язувати складні задачі і проблеми у галузі комп’ютерної обробки даних та у процесі навчання, що передбачає проведення досліджень та здійснення інновацій і характеризується невизначеністю умов і вимог. |
| Загальні компетентності (ЗК) |
ЗК1. Здатність до абстрактного мислення, аналізу та синтезу. ЗК2. Здатність планувати та управляти часом. ЗК3. Знання і розуміння предметної області та розуміння професійної діяльності. ЗК4. Здатність спілкуватися іноземною мовою. ЗК5. Здатність проведення досліджень на відповідному рівні. ЗК6. Здатність вчитися і оволодівати сучасними знаннями. ЗК7. Здатність до пошуку, оброблення та аналізу інформації з різних джерел. ЗК8. Здатність бути критичним і самокритичним. ЗК9. Здатність генерувати нові ідеї (креативність). ЗК10. Вміння виявляти, ставити та вирішувати проблеми. ЗК11. Здатність приймати обґрунтовані рішення. ЗК12. Здатність працювати в команді. ЗК13. Здатність спілкуватися з представниками інших професійних груп різного рівня (з експертами інших галузей знань). ЗК14. Здатність працювати автономно. ЗК15. Визначеність і наполегливість щодо поставлених завдань і взятих обов’язків. |
| Спеціальні (фахові, предметні) компетентності (СК) |
СК1. Здатність застосовувати знання про сучасні досягнення в предметній області. СК2. Здатність використовувати знання й уміння в галузі комп’ютерних наук для рішення наукових і практичних завдань. СК3. Знання та володіння методами опису, ідентифікації та класифікації об’єктів професійної діяльності. СК4. Здатність до комп’ютерної реалізації моделей предмету дослідження на основі алгоритмічного, структурного, об’єктно-орієнтованого, компонентного та інших сучасних підходів. СК5. Уміння застосовувати математичні знання для освоєння теоретичних основ і практичного застосування методів аналізу і обробки даних. СК6. Здатність до виявлення закономірностей випадкових явищ, застосування методів статистичної обробки даних та оцінювання стохастичних процесів реального світу. СК7. Здатність до інтелектуального багатовимірного аналізу даних та їхньої оперативної аналітичної обробки з візуалізацією результатів аналізу в процесі розв’язання теоретичних і прикладних задач в галузі комп’ютерних наук. СК8. Здатність розробляти математичні моделі задач та обирати та обґрунтовувати методи оптимізації щодо їх розв’язку в умовах визначеності та невизначеності. СК9. Здатність до побудови логічних висновків, використання формальних мов і моделей алгоритмічних обчислень, проектування, розроблення та аналізу алгоритмів, оцінювання їх ефективності та складності, розв’язності та нерозв’язності алгоритмічних проблем для адекватного моделювання предметних областей. СК10. Здатність до системного мислення, застосування методології системного аналізу для дослідження складних проблем різної природи, методів формалізації та розв’язуванні системних задач, що мають суперечливі цілі, невизначеності та ризики. СК11. Здатність формулювати нові професійні задачі, модифікувати відомі чи розробляти нові методи розв’язання професійних задач, що враховують особливості предметного середовища. СК12. Здатність розробляти та застосовувати нейронні мережі різного типу та архітектури для вирішення задач прогнозування, класифікації та розпізнавання образів. СК13. Здатність реалізовувати високопродуктивні обчислення на основі хмарних сервісів і технологій, паралельних і розподілених обчислень при розробці та експлуатації розподілених систем паралельної обробки інформації. СК14. Аргументувати та захищати розроблені проєктні та науково-технічні рішення перед замовником, вести аргументовану професійну та наукову дискусію. СК15. Здатність організувати та проводити наукові дослідження, пов’язані з розробленням проектів і програм, проводити роботи зі стандартизації систем та процесів, готувати науково-технічні публікації за результатами виконаних досліджень. |
Програмні результати навчання
ПРН 1. Знання про програмне забезпечення, методи та підходи аналізу даних.
ПРН 2. Здатність застосовувати алгоритми машинного навчання та методи статистичного виведення для розв’язання теоретичних і прикладних задач з аналізу даних із врахуванням специфіки різних предметних областей
ПРН 3. Здатність аналізувати джерела та природу даних, відбирати найбільш значущі дані, готувати та попередньо обробляти дані для наступного використання методів аналізу даних або машинного навчання.
ПРН 4. Здатність представляти результати роботи методів аналізу даних та машинного навчання у зручний для кінцевого користувача спосіб.
ПРН 5. Здатність відокремлювати найбільш важливі результати та вміння робити висновки на основі цих результатів відповідно до проблемної області.
ПРН 6. Знання про застосування відповідних мов програмування для створення програмного забезпечення відповідно до специфікацій і потреб користувача.
ПРН 7. Обізнаність у використанні новітніх технологій комп’ютерних систем різного призначення, відстежуванні та аналізі сучасних світових трендів та тенденцій для їх впровадження в професійній діяльності.
ПРН 8. Здатність виконувати розподілені та паралельні обчислення на кластерних архітектурах, застосовуючи сучасні технології та інструменти паралельного програмування.
ПРН 9. Здатність формулювати та вирішувати дослідницьке завдання, для його вирішення збирати, обробляти та систематизувати інформацію та формулювати висновки.
ПРН 10. Знання про різні форми ліцензування програмного забезпечення, юридичні форми власності та способи захисту інтелектуальної власності у відповідності до українського та міжнародного права.
ПРН 11. Знання про системи з нечіткою логікою та нечіткі нейронні мережі, їх архітектури, властивості та алгоритми навчання та використання для задач прогнозування в умовах визначеності та невизначеності.
ПРН 12. Здатність робити презентації за професійною тематикою різного обсягу та складності рідною та іноземною мовами як для фахівців, так і для нефахівців.
ПРН 13. Здатність ефективно працювати в групі, в тому числі і на лідерських позиціях з метою вирішення різноманітних дослідницьких та практичних завдань.
ПРН 14. Здатність навчати інших та самонавчатися за різними аспектами професійної діяльності з метою підвищення рівня професійних та загальних компетентностей.
ПРН 15. Здатність до автономної роботи для вирішення конкретних професійних та дослідницьких завдань.