Технологии искусственного интеллекта и анализ данных: программа бакалавриата в вузах Брянска

Программа предоставляет студентам широкий спектр знаний и навыков, необходимых для работы с современными технологиями и методами в области искусственного интеллекта и анализа данных. Студенты изучают основы искусственного интеллекта, машинного обучения, глубокого обучения и нейронных сетей, а также методы сбора, хранения, обработки и анализа больших объемов данных. Они узнают о прикладных алгоритмах и моделях машинного обучения, их реализации и оптимизации, а также о применении искусственного интеллекта в различных областях, таких как компьютерное зрение, обработка естественного языка, робототехника и автоматизация. Кроме того, студенты изучают методы визуализации данных, статистический анализ и интерпретацию результатов, а также этические аспекты использования искусственного интеллекта и защиту данных. В результате студенты получают фундаментальные знания и навыки, необходимые для работы в сфере искусственного интеллекта и анализа данных в информационных системах и технологиях.

Обучение по профилю направлено на освоение: современных информационных технологий (в том числе, технологий программирования, телекоммуникаций, хранения информации, проектирования информационных систем и их элементов); методов и средств защиты информации; методов искусственного интеллекта.

Профильные дисциплины:

• Операционные системы
• Методы искусственного интеллекта
• Инфокоммуникационные системы и сети
• Технологии программирования
• Кроссплатформенная среда исполнения программного обеспечения
• Интерпретируемый язык программирования высокого уровня
• Алгоритмы численных методов
• Методология проектирования структур данных
• Программные средства манипулирования данными
• Интеллектуальный анализ данных
• Методы описательной статистики
• Методы и средства защиты информации
• Методы визуализации информации
• Нереляционные базы данных
• Методы обработки больших объемов данных
• Семантический анализ
• Исследование программного кода
• Сбор первичных данных цифрового следа
• Структурирование и предобработка данных
• Алгоритмы параллельных вычислений
• Администрирование баз данных
• Введение в машинное обучение
• Технологии распределенных реестров
• Политика безопасности баз данных
• Инструментальный анализ защищенности
• Модели развёртывания удаленных сервисов
• Организация обработки больших данных
• Системы ведения хранилищ данных
• Обработка и анализ данных без предварительной разметки.