Цель образовательной программы заключается в формировании высококвалифицированных специалистов, которые могут применять аналитические методы и инструменты для извлечения ценной информации из данных и принимать основанные на данных решения в различных междисциплинарных областях, включая бизнес, науку, общественные и государственные секторы.
1.Применять методы сбора, предварительной обработки, визуализации данных из гетерогенных источников для получения представления об исследуемой предметной области, выявления закономерностей и поддержки принятия решений на основе анализа данных.
2.Применять методы статистического анализа, линейной алгебры, оптимизации, математического анализа и вычислительные инструменты, необходимые для эффективного получения полезной информации из структурированных и неструктурированных наборов данных любого размера.
3. Разрабатывать приложения для обработки данных, реализовывать основные вычислительные алгоритмы для анализа данных, производить оценку вычислительной сложности алгоритмов, проектировать и использовать реляционные и нереляционные базы данных, выполнять практические проекты по анализу данных в сотрудничестве с отраслевыми партнерами.
4. Организовывать, визуализировать и анализировать большие сложные наборы данных с применением методов описательной статистики, разрабатывать приложения управления большими данными в различных областях, разрабатывать, устанавливать и настраивать приложения для облачных вычислений и применять вычислительные среды виртуальных машин для масштабируемой обработки данных.
5. Исследовать различные варианты использования технологии блокчейн в различных отраслях, проектировать и разрабатывать децентрализованные приложения на основе технологии блокчейн, учитывать этические вопросы, анализировать потенциальные последствия применения блокчейн для общества и экономики.
6. Разрабатывать и оптимизировать модели и методы машинного обучения для анализа и визуализации данных при решении прикладных задач, применять модели глубокого обучения в научных исследованиях, инновационных проектах и реальных приложениях.
7. Анализировать проблемы конфиденциальности данных, соблюдать этические нормы, принципы конфиденциальности и меры безопасности данных, связанные со сбором, анализом и использованием данных в различных контекстах, применять технические механизмы обеспечения безопасности и конфиденциальности данных.
8. Проводить глубокий анализ области исследования для выбора приемлемых методов анализа данных, использовать знания и навыки для продолжения обучения и адаптации к новым технологиям обработки данных, развивать критическое мышление в отношении данных и решений, основанных на анализе данных, руководить исследовательской группой.
9. Самостоятельно проводить научные исследования, понимать текущие вопросы исследования, анализировать и критически относиться к различным источникам информации, применять их для структурирования и формулирования рассуждений, вести научно-педагогическую деятельность, внедрять результаты исследований в практическую педагогическую деятельность.
10. Применять методы и инструменты анализа данных в различных мультидисциплинарных областях, представлять результаты исследований в различных формах в национальных научных изданиях, на конференциях с учетом специфики аудитории, быть толерантным, эффективно работать в команде при поиске и решении научно-исследовательских задач.
