Прикладное программирование в интеллектуальных информационных системах: программа бакалавриата СКФУ

Обучение строится вокруг глубокого освоения современных парадигм программирования и математического аппарата, необходимого для проектирования самообучающихся комплексов. Студенты погружаются в цикл полного жизненного цикла интеллектуального продукта: от проектирования архитектуры данных и разработки моделей машинного обучения до их промышленного развертывания и интеграции в бизнес-процессы. Особое внимание уделяется работе с передовыми технологиями, такими как компьютерное зрение, обработка естественного языка и генеративный искусственный интеллект.

Программа также формирует критически важные надпрофессиональные компетенции. Будущий разработчик учится эффективно работать в команде, управлять инженерными проектами и понимать логику технологического предпринимательства. Это подкрепляется изучением принципов цифровых коммуникаций, основ правовой и финансовой грамотности, что позволяет выпускнику не только создавать технически сложные решения, но и грамотно презентовать их, оценивая устойчивость и социальные последствия их внедрения. Таким образом, выпускник становится востребованным профессионалом, готовым к решению комплексных задач на стыке программирования, анализа данных и управления цифровыми проектами.

Профессиональные дисциплины:

• Основы российской государственности
• История России
• Иностранный язык
• Безопасность жизнедеятельности
• Проектная деятельность
• Правовая и финансовая грамотность
• Цифровая грамотность и обработка данных
• Информационные технологии в профессиональной деятельности
• Физика
• Алгебра
• Геометрия
• Математический анализ
• Дискретная математика
• Теория вероятностей и математическая статистика
• Информационно-коммуникационные технологии
• Информационные технологии и программирование
• Физические основы информационных технологий
• Перспективные методы искусственного интеллекта
• Информационная безопасность
• Операционные системы
• Современные технологии программирования
• Проектирование систем искусственного
• Интеллектуальные информационные системы.

Вариативная часть:

• Методы обработки сигналов
• Технологии машинного обучения
• Робототехнические системы и мехатроника
• Корпоративные информационные системы
• Управление данными
• Технологии глубокого обучения
• Программирование компьютерной графики
• Интеллектуальные системы в бизнесе
• Объектно-ориентированное программирование
• Разработка мобильных приложений
• Технологии компьютерного зрения
• Разработка диалоговых систем
• Искусственные нейронные сети
• NoSQL СУБД
• Интерпретируемое машинное обучение
• Основы обучаемых алгоритмов
• DevOps инженерия
• Тестирование и контроль качества интеллектуальных систем.

Дисциплины по выбору:

• Управление репутацией и антикризисные коммуникации в цифровой среде
• Технологии продвижения бренда в цифровой среде
• Подкастинг
• Разработка и ведение аккаунта в социальной сети
• Инженерные кейсы: от практических задач к инновационным решениям
• Проектный менеджмент в решении инженерных задач
• Устойчивое развитие
• Стратегическое и территориальное планирование
• Информационные технологии командной работы и проектной деятельности
• Организация командной работы и проектной деятельности в онлайн-среде
• Зеленая экономика
• Социологическое обеспечение проектов имиджевого продвижения
• Технологическое предпринимательство
• Волонтерские проекты и инициативы
• Рекрутинговые технологии и карьерные стратегии
• Инновационные бизнес-идеи в социальной сфере
• Управление личными финансами и бизнес-проектами
• Психология управления и лидерства
• Трансфер технологий и моделирование проектов
• Дизайн в цифровой среде
• Деловые и digital-коммуникации в бизнес-среде
• Проектные решения проблем устойчивого развития
• Права человека и способы их защиты
• Инклюзивная культура и коммуникации
• Искусственный интеллект в игровых приложениях
• Функциональное программирование
• Инжиниринг данных
• Инструментальные средства визуализации данных
• Неконтролируемое машинное обучение
• Анализ больших данных
• Генеративный искусственный интеллект
• Ансамблевые методы машинного обучения
• Обучение с подкреплением
• Обработка естественного языка
• Асинхронное программирование
• Технологии контейнеризации.