Программирование и анализ данных: программа бакалавриата РГРТУ

Программа предоставляет студентам фундаментальные знания и навыки, необходимые для работы с информацией и ее обработки в современном информационном обществе. Студенты изучают различные аспекты компьютерных наук, включая программирование, алгоритмы и структуры данных, базы данных, компьютерные сети и операционные системы. Они также получают знания в области математического моделирования, статистики и анализа данных, которые позволяют им извлекать ценную информацию из больших объемов данных и делать обоснованные выводы. В процессе обучения студенты также знакомятся с инструментами и технологиями, используемыми в сфере компьютерных наук и анализа данных, и осваивают практические навыки для работы с ними. Кроме того, программой предусмотрены проектные и исследовательские задания, которые помогают студентам применять свои знания на практике и развивать творческое мышление. В результате обучения бакалавры получают широкий круг компетенций, необходимых для успешной карьеры в области компьютерных наук и анализа данных.

Первые два года студенты изучают набор базовых дисциплин по математике и программированию. Список математических дисциплин включает все ключевые для специалиста по компьютерным наукам разделы. Программы дисциплин составлены с учётом специфики компьютерных наук, что находит своё отражение в выборе примеров, глубины рассмотрения разных тем и т.д. На втором этапе программы студен должен стать специалистом в выбранном направлении компьютерных наук (получить «специализацию»), выполнить законченное научное исследование или в составе команды разработать сложный программный проект, пройти стажировку.

Профессиональные дисциплины:

• Экономика
• Безопасность жизнедеятельности
• Алгоритмы и структуры данных
• Алгоритмы и структуры данных (углубленный курс)
• Архитектура компьютера и операционные системы
• Дискретная математика
• Дискретная математика (углубленный курс) 
• Алгебра
• Алгебра (углубленный курс)
• Линейная алгебра и геометрия
• Линейная алгебра и геометрия (углубленный курс)
• Математический анализ
• Математический анализ (углубленный курс)
• Методы оптимизации
• Методы оптимизации в машинном обучении
• Основы и методология программирования
• Основы и методология программирования (углубленный курс)
• Теория вероятностей и математическая статистика
• Теория вероятностей и математическая статистика (углубленный курс)
• Введение в глубинное обучение.

Вариативная часть:

• Автоматическая обработка текста
• Анализ и визуализация сетей
• Комбинаторика, графы и булева логика
• Научно-исследовательский семинар "Анализ данных и искусственный интеллект"
• Основные методы анализа данных
• Прикладная теория графов
• Семантические технологии
• Временные ряды и случайные процессы
• Индивидуальные и коллективные решения
• Исследование операций и теория игр
• Кооперативные игры
• Системный анализ
• Теория выбора и принятия решений.

Дисциплины по выбору:

• Высокопроизводительные вычисления
• Моделирование временных рядов
• Теория баз данных
• Анализ данных в бизнесе
• Компьютерные сети
• Численные методы
• Анализ неструктурированных данных
• Байесовские методы в машинном обучении
• Теория статистического обучения
• Компьютерное зрение
• Обучение с подкреплением
• Проектирование и разработка высоконагруженных сервисов
• Дифференциальные уравнения
• Основы матричных вычислений
• DevOps.