Программная инженерия

Программа вступительных испытаний

Контакты

Руководитель основной образовательной программы: Чердынцев Евгений Сергеевич, к.т.н., доцент кафедры программной инженерии Института кибернетики ТПУ 

Контактная информация:634034, г.Томск, ул. Советская, 84/3, Институт кибернетики ТПУ, офис 416

Тел.: (3822) 60-61-30

Контактная информация:
634050, г. Томск, пр. Ленина, 30, Главный корпус, офис 323
Тел.: (3822) 701-802. Отдел магистратуры.

Аннотация

Большие данные получили широкое распространение во многих отраслях народного хозяйства. Их используют в здравоохранении, телекоммуникациях, торговле, логистике, в финансовых компаниях, а также в государственном управлении. Большие данные используются как при добыче полезных ископаемых, так и при их переработке и сбыте. Предприятия могут на основании поступившей информации делать выводы об эффективности разработки месторождения, отслеживать график капитального ремонта и состояния оборудования, прогнозировать спрос на продукцию и цены.

В России большей популярностью технологии больших данных пользуются в банковской сфере, в телекоммуникациях, в сфере добывающей промышленности, энергетике, ритейле, в логистических компаниях, госсекторе и социальных сетях.

Сфера больших данных характеризуется следующими признаками:

– объем, накопленная база данных представляет собой большой объем информации, который трудоемко обрабатывать и хранить традиционными способами, для них требуются новый подход и усовершенствованные инструменты.

– скорость, данный признак указывает как на увеличивающуюся скорость накопления данных (90% информации было собрано за последние 2 года), так и на скорость обработки данных, в последнее время стали более востребованы технологии обработки данных в реальном времени.

– многообразие, т.е. возможность одновременной обработки структурированной и неструктурированной разноформатной информации - видео, аудио файлы, свободный текст, информацию, поступающую из социальных сетей.

На сегодняшний день 80% информации входит в группу неструктурированной. Данная информация нуждается в комплексном анализе, чтобы сделать ее полезной для дальнейшей обработки.

Прогноз российского рынка Больших данных (по данным аналитического обзора рынка Big Data) на ближайшие годы выглядит следующим образом: объем рынка России в 2016 году достигнет 500 млн долл. США, а в 2018 году – 1,7 млрд долл. США. Таким образом, потребность в специалистах по Большим Данным будет расти в соответствующих пропорциях.

Профили подготовки 

Материально-техническая база

  • Лекционная аудитория (компьютер, проектор)
  • Компьютерный класс (12 компьютеров, проектор, LCD телевизор)
  • 3 сервера с программным обеспечением по обработке больших данных (Сервер HP DL385p Gen8, 2 процессора 6320 (2.8GHz-16MB) 8-Core Processor Option Kit, 6 модулей оперативной памяти 8GB 2Rx4 PC3L-10600R-9 , RAID контроллер P420i (512MB) FBWC RAID 0,1,1+0,5,5+0, 11 HDD 500GB SC 6G 7.2K LFF SATA HotPlug Midline Drive 1y war, флеш диск 120GB 6G SATA VE 3.5in SCC EV G1 SSD)
  • Комплекс вычислительный кластерный Т-Платформы (HPC-0011102-001) (вычислительных узлов: 24, процессоров: 48 (Intel XEON 5150), вычислительных ядер: 96 (2.66Ghz), общий объем ОП: 192ГБ, общий объем НDD: 2880ГБ, объем СХД: 5ТБ, системная сеть: Infiniband 4x, 24 порта, вспомогательная сеть: Gigabit Etherhet, 48 портов, сервисная сеть: ServNet, 25 портов, пиковая производительность: 1.02ТФЛОПС)
  • Комплекс вычислительный кластерный «СКИФ №2» (вычислительных узлов: 39, процессоров: 78 (Nehalem 4C X5570 2.93G 8M 6.4G), вычислительных ядер: 320 (2.9Ghz), общий объем ОП: 479ГБ, системная сеть: Infiniband 4x, 39 портов, вспомогательная сеть: Gigabit Etherhet, 39 портов, пиковая производительность: 3.01ТФЛОПС).

Конкурентные преимущества

Магистр по направлению 09.03.04 «Программная инженерия» профиль «Технологии больших данных (Big Data Solutions)» способен:

  • использовать технологии хранения распределенных данных, преобразования данных и быстрого доступа к ним
  • анализировать большие данные на основе соответствующих технологий, выявлять взаимосвязи и строить модели.

Дисциплины направления

Модуль общенаучных и общепрофессиональных дисциплин

Базовая часть

  • Философские и методологические проблемы науки и техники
  • Профессиональная подготовка на английском языке
  • Введение в большие данные
  • Методы анализа данных
  • Большие базы данных

Вариативная часть

  • Аналитика больших данных
  • Распределенные системы и облачные вычисления
  • Системы управления знаниями
  • Визуализация данных
  • Научный фандрайзинг
  • Производственный менеджмент

Профессиональный цикл

Профиль "Технологии   больших данных (Big Data Solutions)"

  • Машинное обучение
  • Извлечение информации из изображений
  • Системы реального времени
  • Параллельное программирование
  • Инструментарий для работы с большими данными
  • Анализ и обработка больших объемов текстовых данных (Map Reduce)
  • Интеллектуальный анализ Web- данных
  • Специальные разделы больших данных

Стратегические партнеры реализации магистерской подготовки

Российские:

ОАО Томскнефть ВНК, ООО «Элекард», ООО «ЭлеСи», ОАО ТомскНИПИнефть, Томский НИМЦ РАН, ООО «Нефтехим», ООО «Полюс», Томский филиал ОАО Телеком, ООО «НК «Роснефть» - НТЦ» (г. Краснодар), OAO «Томскгазстрой» (г.Стрежевой), OAO «НижневартовскАСУнефть».

Зарубежные:

CERN, CH-1211 Geneva 23, Switzerland

Трудоустройство

Трудоустройство возможно у всех стратегических партнеров, а также в банковской сфере, в телекоммуникациях, в сфере добывающей промышленности, энергетике, ритейле, в логистических компаниях, госсекторе и социальных сетях.

* - открытие подготовки по профилю в рамках реализации программы повышения конкурентоспособности университета (в установленном порядке)