Матеріали сторінки надані НДАСУ (Сібстрін). Тут Ви можете отримати електронні копії основних навчальних та навчально-методичних посібників кафедри, які використовуються в даний час.
Усі файли представлені у вигляді документів.pdf, або в архівах.zip, вмістом яких є документи Word (версії 2007 та вище)
Загальний курс інформатики
Інформатики. Базовий курс
Учебний посібник у 3 частинах для бакалаврів усіх напрямків, що вивчають дисципліну «Інформатика». Автори: Воробйова А.П. (Частина 1), Єршова Є.Є. (Частина 2), Кісленко Н.П. (Частина 3).
Кисленко Н.П. Основи комп'ютерних технологій. Навчальний посібник. Новосибірськ: изд.НГАСУ, 2002
Навчальний посібник охоплює програму курсу "Інформаційні технології", що читається студентам НДАСУ очної форми навчання спеціальності 071900 - "Інформаційні системи та технології".
Посібник написаний відповідно до програми курсу. У зв'язку з тим, що частину програми викладено у раніше виданих кафедрою методичних матеріалах, у посібнику пропонується переважно матеріал, пов'язаний із поглибленим вивченням інформаційних технологій студентами зазначеної спеціальності.
Посібник складається з 4 розділів, які відповідають основним аспектам вивчення інформаційних технологій. Розділ 1 присвячений загальним теоретичним питанням інформатики, інформаційних систем, подання та вимірювання даних. У розділі 2 даються основні уявлення, пов'язані з апаратним забезпеченням ПК – наведено класифікацію сучасних комп'ютерів, детально розглянуто архітектуру ПК. Розділ 3 називається "Програмне забезпечення персонального комп'ютера" і містить основні відомості про системне та прикладне програмне забезпечення, що використовується на ПК. У розділі 4 розглядаються мережеві інформаційні технології у додатку до операційної системи Windows.
Чисельні методи, рішення інженерних завдань, MathCAD
Ю.Є. Воскобойніков, А.Ф. Задорожний, Л.А. Литвинов, Ю.Г. Чорний. РІШЕННЯ ІНЖЕНЕРНИХ ЗАВДАНЬ У ПАКЕТІ MATHCAD: навч. допомога; Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). - Новосибірськ: НДАСУ (Сібстрін), 2013. - 120 с.
У навчальному посібнику розглянуто рішення інженерно-технічних завдань у математичному пакеті MathCAD як із використанням вбудованих функцій пакета, і з програмуванням необхідних обчислювальних алгоритмів.
Ю.Є. Воскобойніков, А.Ф. Задорожний. Основи роботи у пакеті MathCAD
навч. посібник/Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2006. – 138 с.
У навчальному посібнику розглянуто основні конструкції вбудованої мови математичного пакета. Докладно викладено основи роботи в пакеті MathCAD для створення документів, побудови графіків, матричних та векторних операцій, програмування основних типів обчислювальних алгоритмів (лінійних, розгалужуваних та циклів) та формування файлів даних. Виклад супроводжується великою кількістю прикладів та завдань, що сприяє кращому засвоєнню матеріалу.
Воскобойніков Ю.Є. Програмування у математичному пакеті MathCad. Новосибірськ: изд.НГАСУ, 1999
У методичних вказівках розглянуто основні конструкції вбудованої мови математичного пакета Mathcad Professional та їх застосування для програмування основних типів обчислювальних алгоритмів (лінійних, розгалужуваних та циклів). Виклад супроводжується розглядом великої кількості прикладів та завдань, що сприяє кращому засвоєнню матеріалу.
Методичні вказівки призначені для студентів усіх спеціальностей денної форми навчання, які вивчають курс інформатики, а також корисні аспірантам та інженерам, які використовують у своїх розрахунках цей математичний пакет.
Ю.Є. Воскобойніков, В.Ф. Окуляри. ПРОГРАМУВАННЯ ТА РІШЕННЯ ЗАВДАНЬ У ПАКЕТІ MATHCAD. НАВЧАЛЬНИЙ ПОСІБНИК. НДАСУ. 2002. - 138 С.
У навчальному посібнику досить докладно викладаються конструкції MathCAD (русифікована версія MathCAD2001i), необхідні реалізації різних типів алгоритмів: лінійних, розгалужуваних і циклічних. Основна увага приділяється розробці програмних модулів – підпрограм-функцій MathCAD. Обговорюється реалізація методу модульного програмування. Також розглядається рішення «типових» завдань, що зустрічаються при розрахунку та проектуванні будівельних конструкцій та обговорюються питання «імпорту та експорту» даних у пакеті MathCAD.
Воскобойніков Ю.Є.
Побудова регресійних моделей у пакеті MathCAD: навч. посібник / Ю. Є. Воскобойніков; Новосиб. держ. архітектур.-будує. ун-т. - Новосибірськ: НДАСУ (Сібстрін), 2009. - 220 с. ISBN-978-5-7795-0422-5
Навчальний посібник містить основні теоретичні положення щодо наступних розділів регресійного аналізу експериментальних даних: регресійні моделі та регресійне моделювання, парний та множинний регресійний аналіз. Наводяться потрібні розрахункові співвідношення. Велика увага приділяється реалізації цих співвідношень у математичному пакеті MathCAD. Навчальний посібник містить велику кількість прикладів та копій фрагментів документів MathCAD, які дозволять студентам не лише краще зрозуміти та засвоїти навчальний матеріал, а й ефективно використовувати пакет MathCAD при виконанні курсових робіт та дипломної роботи.
Навчальний посібник призначений для магістрантів та аспірантів технічних спеціальностей.
Увага! З навчальним посібником Ю.Є. Воскобойнікова "Регресійний аналіз даних у пакеті MATHCAD" (з компакт-диском, вид-во "Лань", 2011) Ви можете познайомитися на
А.П. Воробйова. Стандартні чисельні методи вирішення завдань із використанням пакету MathCad. Лабораторний практикум Новосибірськ, НДАСУ (Сібстрін), 2018
Лабораторний практикум для студентів напряму "Будівництво" очної форми навчання. Містить завдання для лабораторних робіт за чисельними методами та зразки їх виконання
І.А. БІДАРІВ, Ю.В. КРАТОВА, Н.М. ФЕДОРОВА, І.А. ФЕДОРЧЕНКО. Методи обчислень у пакеті MathCAD. НОВОСИБІРСЬК, НДАСУ (Сібстрін), 2013.
У навчальному посібнику наведені методи наближеного розв'язання нелінійних алгебраїчних рівнянь, систем лінійних алгебраїчних рівнянь, методи інтерполяції, оптимізації, чисельного диференціювання та інтегрування, обчислювальні підходи до вирішення задач Коші та крайових задач для звичайних диференціальних рівнянь. похідних. Наведено приклади реалізацій даних чисельних підходів як на основі стандартних функцій пакету MathCAD, так і за допомогою засобів програмування даного середовища.
Мови програмування
А. П. Воробйова, М. С. Соппа. Система програмування Турбо Паскаль: навч. посібник: вид. НДАСУ (Сібстрін). - 2-ге вид., перероб. та дод. - Новосибірськ: НДАСУ (Сібстрін), 2006. - 136 с.
У першій частині посібника розглянуто основні поняття операційної системи MS DOS, інструментальної програми-оболонки Norton Commander, а також роботу в інтегрованому середовищі Турбо Паскаль. Друга частина присвячена основам програмування мовою Турбо Паскаль. У посібнику наведено досить велику кількість контрольних питань та завдань для самостійної роботи, що сприяють кращому засвоєнню матеріалу.
Навчальний посібник призначений для студентів усіх спеціальностей та форм навчання.
ЛЕКЦІЇ З ПАСКАЛЮ ДЛЯ СТУДЕНТІВ СПЕЦІАЛЬНОСТІ ІСТ
| , 2009 |
ЛИТВИНОВ Л.А.,ПЕРШІ КРОКИ У ПРОГРАМУВАННІ НА МОВІ TURBO PASCAL. ЛАБОРАТОРНИЙ ПРАКТИКУМПО КУРСУ "ІНФОРМАТИКА" (2011)
| Завантажити посібник в архіві ZIP |
І.М. Мухіна, Н.П. Кисленко. Інформатики. Індивідуальні завдання та методичні вказівки для студентів спеціальності 230201 "Інформаційні системи та технології"
методич.вказівки / Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2008. – 76 с.
Методичні вказівки пропонують велику кількість практично цікавих та корисних завдань з основ програмування.
Інформаційні технології, офісні програми
Єршова Є. Є. Лабораторний практикум із сучасних комп'ютерних технологій. Частина 1. Word навч. допомога; Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2007. – 136 с.
Навчальний посібник написаний відповідно до програми курсів "Інформатика" та "Інформаційні технології", містить лабораторні роботи, що охоплюють основні можливості редактора Word, які використовуються при створенні різних документів: листів, привітань, звітів, курсових та дипломних робіт, доповідей, електронних документів та підручників , Електронні тести і т.д. Кожна лабораторна робота має докладні рекомендації для її успішного виконання.
Навчальний посібник призначений для студентів спеціальності 040201 "Соціологія", буде корисним для студентів інших спеціальностей та викладачів як практичне керівництво у вивченні редактора Word.
Єршова Є. Є. Лабораторний практикум із сучасних комп'ютерних технологій. Частина 2. Excel навч. посібник / Є. Є. Єршова; Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2007. – 80 с.
Навчальний посібник написано відповідно до програми курсів "Інформатика", "Теорія ймовірностей та математична статистика", "Інформаційні технології" та "Математичне моделювання соціальних процесів", містить лабораторні роботи, що охоплюють основні можливості електронних таблиць Excel, що використовуються у вирішенні різних математичних та соціологічних задач. Кожна лабораторна робота має докладні рекомендації для її успішного виконання.
Навчальний посібник призначений для студентів спеціальності 040201 "Соціологія", буде корисним всім студентам та викладачам як практичне керівництво у вивченні електронних таблиць Excel.
Єршова Є.Є., Єршов І.В. Лабораторний практикум із сучасних комп'ютерних технологій. Частина 3. MathCAD навч. посібник / Є. Є. Єршова, І. В. Єршов; Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2007. – 52 с.
Навчальний посібник написано відповідно до програми курсів "Інформатика", "Теорія ймовірностей та математична статистика", "Інформаційні технології" та "Математичне моделювання соціальних процесів", містить лабораторні роботи, що охоплюють основні можливості системи MathCAD, що використовуються у вирішенні різних математичних та соціологічних задач . Кожна лабораторна робота має докладні рекомендації для її успішного виконання.
Навчальний посібник призначений для студентів спеціальності 040201 "Соціологія", буде корисним всім студентам та викладачам як практичне керівництво у вивченні системи MathCAD 2001 Professional.
А.П. Воробйова, Ю.А. Галкіна. Основи роботи у Microsoft Access. : навч. посібник: вид. НДАСУ (Сібстрін). - Новосибірськ: НДАСУ (Сібстрін), 2010. - 148 с.
У навчальному посібнику розглядаються теоретичні основи та принципи роботи СУБД Microsoft Access 2003. Зміст посібника поділено на дві частини. У першій частині даються основні теоретичні положення, необхідні успішного освоєння Access. У другій частині наведено лабораторні роботи за основними розділами Access: створення простих та пов'язаних таблиць, запитів, форм, звітів.
Теорія ймовірностей, математична статистика
Воскобойніков Ю.Є.,Баланчук Т.Т. Теорія ймовірностей та математична статистика (з прикладами в Excel): Навчальний посібник - Новосибірськ: НДАСУ (Сібстрін), 2013. - 200 с.
У навчальному посібнику розглянуто основні поняття теорії ймовірностей щодо випадкових подій, дискретних і безперервних випадкових величин. Велику увагу приділено розділам математичної статистики: точковому та інтервальному оцінюванню параметрів випадкових величин, перевірці статистичних гіпотез. Навчальний посібник містить копії великої кількості фрагментів документів Excel, які дозволять студентам не лише краще засвоїти навчальний матеріал, а й ефективно використовувати програму Excel під час виконання курсових та дипломних робіт.
Навчальний посібник призначено студентам, які навчаються за напрямами 080200.62 "Менеджмент", 080100.62 "Економіка", 230400.62 "Інформаційні системи та технології", а також магістрантам та аспірантам відповідних спеціальностей.
Є. І. Тимошенко, М. С. Соппа Завдання та вправи з теорії ймовірностей
Навчальний посібник призначений для використання у навчальному процесі студентами всіх спеціальностей та форм навчання щодо теорії ймовірностей. Ця дисципліна є невід'ємною частиною загальної математичної підготовки відповідно до вимог, які відображені в ГОС. Цей посібник забезпечує зазначений курс вправами та завданнями.
Збірник складається із десяти розділів, у кожному з яких містяться завдання, рекомендовані для вирішення як на практичних заняттях та семінарах, так і під час самостійної роботи студентів.
Воскобойніков Ю.Є., Тимошенко О.І. Математична статистика: Навчальний посібник. Новосибірськ: вид. НДАСУ, 2000
Навчальний посібник Ю.Є. Воскобойнікова, Є.І.Тимошенко "Математична статистика" містить найважливіші розділи математичної статистики: точкове та інтервальне оцінювання параметрів розподілів, перевірку різних статистичних гіпотез. Ясний та чіткий виклад навчального матеріалу, безумовно, сприяє якісному вивченню навчального курсу. Велика кількість наведених прикладів дозволить студентам краще зрозуміти та засвоїти не лише загальнотеоретичні положення, а й можливі галузі застосування математичної статистики.
Хоча навчальний посібник написаний відповідно до програми курсу "Математична статистика" для спеціальності 060800, він буде корисним також студентам інших спеціальностей будівельних вузів.
Воскобойніков Ю.Є., Тимошенко О.І. Математична статистика з прикладами Excel: Навчальний посібник. Новосибірськ: изд.НГАСУ, 2006 - 154 с.
Навчальний посібник містить найважливіші розділи математичної статистики: точкове та інтервальне оцінювання параметрів розподілів, перевірку різних статистичних гіпотез. Наведено велику кількість прикладів, які дозволять студентам краще зрозуміти та засвоїти не лише загальнотеоретичні положення, а й можливі галузі застосування математичної статистики. Навчальний посібник містить рішення типових прикладів у табличному процесорі Excel.
М. С. Соппа, А. Ф. Воронін. Теорія ймовірностей та математична статистиканавч. посібник/Новосиб. держ. архітектур.-будує. ун-т (Сібстрін). – Новосибірськ: НДАСУ (Сібстрін), 2007. – 76 с.
У навчальному посібнику розглянуто основні поняття теорії ймовірностей щодо випадкових подій, дискретних і безперервних випадкових величин. Велику увагу приділено розділам математичної статистики: точковому та інтервальному оцінюванню параметрів випадкових величин, перевірці статистичних гіпотез, елементам теорії випадкових процесів.
Навчальний посібник призначений для студентів спеціальності 230201 "Інформаційні системи та технології".
Методи оптимізації, математичне програмування
Кисельова Е.В., Соловйова С.І. Математичне програмування (лінійне програмування): Навчальний посібник. Новосибірськ: изд.НГАСУ, 2002, - 146 з.
Навчальний посібник призначений для студентів спеціальності 060800 "Економіка та управління (у будівництві)" усіх форм навчання. Написано відповідно до програми курсу "Математичне програмування". Містить 7 тем і додаток "Застосування програми Excel для вирішення задач лінійного програмування". Поряд із викладом теорії докладно розглянуто рішення великої кількості прикладів та завдань.
Наведено контрольні питання з тем та завдання для індивідуальних завдань та самостійного вирішення.
Економетрика
Воскобойніков Ю.Є. Економетрика в Excel: навч. допомога. Ч. 1. Парний та множинний регресійний аналіз / Ю. Є. Воскобойніков; Новосиб. держ. архітектур.-будує. ун-т. - Новосибірськ: НДАСУ (Сібстрін), 2005. - 182 с.
Навчальний посібник містить основні теоретичні положення щодо наступних розділів економетрики: економетричні моделі та економетричне моделювання, парний та множинний регресійний аналіз. Наводяться потрібні розрахункові співвідношення. Велика увага приділяється реалізації цих співвідношень у табличному процесорі Excel. Навчальний посібник містить велику кількість прикладів та копій фрагментів документів Excel, які дозволять студентам не лише краще зрозуміти та засвоїти навчальний матеріал, а й ефективно використовувати Excel при виконанні курсових робіт та дипломної роботи.
Воскобойніков Ю.Є. Економетрика в Excel: навч. допомога. Ч. 2. Аналіз тимчасових рядів / Ю. Є. Воскобойніков; Новосиб. держ. архітектур.-будує. ун-т. - Новосибірськ: НДАСУ (Сібстрін), 2008. - 152 с.
Навчальний посібник містить основні теоретичні положення, необхідні вирішення завдань аналізу часових рядів. Наводяться потрібні розрахункові співвідношення. Велика увага приділяється реалізації цих співвідношень у табличному процесорі Excel. Посібник містить велику кількість прикладів та копій фрагментів документів Excel, які дозволять студентам не лише краще зрозуміти та засвоїти навчальний матеріал, а й ефективно використовувати Excel при виконанні дипломної та курсових робіт.
Воскобойніков Ю.Є., Воскобойнікова Т.М. Методичні вказівки до лабораторних робіт з економетрики. Новосибірськ: вид. IME, 2006 – 62 с.
Методичні вказівки містять опис лабораторних робіт та необхідні розрахункові співвідношення для їх виконання. Основна увага приділяється реалізації цих співвідношень у табличному процесорі Excel. Також наводяться дві контрольні роботи та надаються рекомендації щодо їх виконання
Інтернет технології
Кисленко Н.П. Основи роботи у Internet. Методичні вказівки. Новосибірськ: вид. НДАСУ, 2000
У методичних вказівках розповідається про глобальну комп'ютерну мережу Internet та засоби роботи з нею - браузер Internet Explorer, електронну пошту, FTP.
Майстер- це спосіб підвищення кваліфікації бакалаврів рахунок поглибленого вивчення обраних напрямів, і навіть розширення дослідницької діяльності.
Відповідно до профілю освітньої програми під даним напрямком студенти отримують поглиблені знання у таких сферах:
Конфігурування та інтеграція систем на платформі 1С ( 1С-програміст);
Бізнес-аналітика на базі систем штучного інтелекту ( бізнес аналітик);
Типові завдання, які вирішує 1С-програміст:
Адміністрація баз 1С;
Автоматизація діяльності підприємства;
Налаштування та адміністрування різних конфігурацій на базі 1С;
Програмування з урахуванням 1С.
Бізнес-аналітика - найперспективніша ІТ-професія
BigData – це майбутнє інформатики;
Оптимізація бізнесу з урахуванням аналітики у майбутньому головний спосіб конкуренції;
З шести ІТ-спеціальностей, що найбільш розвиваються, три пов'язані з аналітикою.
Типові завдання бізнес-аналітика:
збір та аналіз вимог замовника;
проведення досліджень;
моделювання бізнес-процесів (мови BPMN, EPC, IDEF, UML);
аналіз великих обсягів даних;
розробка баз даних систем керування виробництвом;
постановка технічних завдань на розробку чи модифікацію ПЗ;
вибудовування процесів збирання, зберігання та аналізу даних;
програмування систем machine learning.
Сертифікат компанії BaseGroup Labs
Магістранти ННГАСУ, які успішно пройшли курси з аналітики, можуть отримати сертифікат компанії BaseGroup Labs – виробника вітчизняної аналітичної платформи Deductor.
Дослідження магістрантів ННДАСУ
Крім поглибленого вивчення бізнес-аналітики та 1С-програмування магістри прикладної інформатики беруть участь у наукових дослідженнях у різних прикладних галузях. Нижче наведено приклади деяких магістерських досліджень:
Розробка алгоритмів перетворення географічних координат для геоінформаційної системи
Алгоритми, реалізовані мовою JavaScript, використовуються для прив'язки географічних координат в Яндекс-картах з графовими координатами водних шляхів, які застосовуються в системах рейсового планування річкових судноплавних компаній.
Визначення відповідного алгоритму для розрахунку відстаней за допомогою допоміжних програм, написаних мовою С, та за допомогою вбудованої в Яндекс.Картах функції getDistance.
Розробка системи екологічного моніторингу Eco-routs
Система екологічного моніторингу розроблена магістрантом Д. Степановим у співпраці з міжнародною кафедрою ЮНЕСКО при ННДАСУ у 2016 р. Система доступна за адресою https://eco-routes.appspot.com.
За її допомогою можна визначати рівень перевищення ГДК в умовах руху в автомобільній пробці.
Розробка системи прогнозування результатів кіберспортивних турнірів на базі методів Data Mining
У традиційних видах спорту визначення шансів на перемогу використовуються кілька методів аналізу даних: засновані на прогностичної системі рейтингів, наприклад, рейтинг Ело. Ці методи можуть використовуватися і в кіберспортивних дисциплінах. Але такий спосіб занадто неточний, і більшість серйозних прогнозів розраховується за власними методами та системами, яких немає в публічному доступі. Тому є проблема побудови методики такого прогнозування.
Дослідження проводилося магістрантом М. Разуваєвим у два етапи.
1 етап. Розробка процесу збору та обробки даних для прогнозування результатів кіберспортивних турнірів: розробка програми-парсера, очищення даних та їх перетворення до єдиного зручного формату для подальшого завантаження у сховище даних.
2. Етап. Створення моделі прогнозування з урахуванням одного з алгоритмів Data Mining: побудова кількох нейромереж, тестування якості прогнозу.
Складений у дослідженні прогноз на один із найбільших турнірів виявився більш точним, ніж звичайний рейтинг Ело.
Спеціальність Прикладна інформатика (в економіці) дає можливість студентам отримати широкі знання як економічного, так і прикладного характеру. У процесі теоретичної підготовки студенти набувають практичних навичок ефективного вирішення економічних завдань із застосуванням сучасних інформаційних технологій та систем.
Це одна з найперспективніших і найзатребуваніших спеціальностей. До того ж вона – універсальна, про що свідчить кваліфікація спеціальності «Прикладна інформатика (в економіці)» – «Інформатик – економіст». Інформатик-економіст – це ерудований фахівець широкого профілю, який здобув фундаментальні знання в галузі інформатики та професійні знання в галузі економіки, менеджменту та маркетингу. Такий фахівець може працювати і в галузі інформатики, і в галузі економіки.
Випускники спеціальності однаково добре знаються на виробничо-технологічній; організаційно-управлінської; конструкторсько-технологічної; дослідно-експериментальної сфери, оскільки саме ці функції виконує на підприємстві. Випускники володіють навичками вирішення функціональних завдань та управління інформаційними, матеріальними та грошовими потоками у конкретному секторі економіки за допомогою інформаційних систем. Інформатик-економіст аналізує, прогнозує, моделює та створює інформаційні процеси та технології в рамках професійно-орієнтованих інформаційних систем. У спектрі умінь інформатика-економіста - створення та впровадження професійно-орієнтованих інформаційних систем в економіці.
Подібні знання та навички випускників даної спеціальності дозволяють їм претендувати на престижну роботу у серйозних організаціях. Випускники спеціальності мають стабільний попит на ринку праці, маючи хороші перспективи подальшого професійного та кар'єрного зростання.
Можливості працевлаштування для цих фахівців дуже великі: випускник спеціальності «Прикладна інформатика (в економіці)» може працювати як системний адміністратор і програміст, інформаційний аналітик, системний аналітик, аналітик інформаційних систем, спеціаліст з інформаційного менеджменту, співробітник відділу прогнозування та планування економічного процесу, керівником інформаційних служб у органах державного управління; комерційних організаціях; у різних концернах; холдинги; корпораціях; страхових компаніях; банківських установах; аудиторських; консалтингових фірмах; інвестиційних та комерційних компаніях.
Найцікавіша практика зі спеціальності, що забезпечується студентам, дозволить кожному утвердитися у своїй любові до обраної спеціальності, відточити набуті навички та знання. За час навчання ви познайомитеся з компаніями, з роботодавцями, з цікавими людьми – все це дасть змогу знайти собі «свою» фірму, де хотілося б пройти практику і працювати після університету. За 5 років навчання в атмосфері не лише серйозної наукової роботи, а й чудового студентського проведення часу (нові друзі, клуби за інтересами, конкурси, КВК тощо) кожен обов'язково знайде себе в обраній професії!
Вступні випробування та умови вступу
Приймаються особи
- з незакінченою вищою освітою.
Вступні іспити
Надходження на старші курси можливе лише за дотримання повної процедури перекладу. Вам необхідно надати академічну довідку, щоб ми визначили на який курс та семестр ми зможемо Вас прийняти. Якщо термін навчання Вас влаштує, ми видаємо Вам довідку про те, що готові прийняти Вас до нашого ВНЗ. Ви повинні надати її до свого Університету та відрахуватись у зв'язку з перекладом. У виписці з наказу про відрахування має бути зазначено "Відраховано у зв'язку з переведенням до Московського Університету ім. С. Ю. Вітте".
Продовжуємо цикл інтерв'ю із найактивнішими учасниками академічної програми BaseGroup Labs.
Нижегородський державний архітектурно-будівельний університет представляє к.ф.-м.н., доцент кафедри прикладної інформатики та статистики Прокопенко Наталія Юріївна(доповідь Н.Ю. Прокопенка з ІІІ міжвузівської конференції викладачів доступна).
ННГАСУ вступив до академічної програми BaseGroup Labs у 2007 році з ініціативи кафедри прикладної інформатики та статистики. Інформація про кафедру представлена у картці ВНЗ.
Наталія Юріївна, розкажіть історію знайомства кафедри із програмними продуктами BaseGroup Labs.
Розуміння необхідності підготовки фахівців у галузі аналізу даних було продиктовано часом. Терміни «аналіз даних», «методи штучного інтелекту» все частіше почали з'являтися в літературі та в Інтернеті, велика кількість російськомовної літератури почала звертатися до теоретичних та організаційно-методичних питань розробки та застосування інтелектуальних інформаційних систем в економіці. Термін «штучний інтелект» було включено до державного освітнього стандарту Російської Федерації. У навчальних планах університетів з'явилися навчальні дисципліни, як-от «Інтелектуальні інформаційні системи», «Інтелектуальні методи аналізу даних». У зв'язку з необхідністю введення в навчальний план даних дисциплін та організації співпраці з відповідними роботодавцями кафедрою було запрошено співробітника Нижегородської компанії BIGroup Labs (мала статус партнера BaseGroup Labs), який читав лекції та вів практичні заняття зі студентами, використовуючи АП Deductor. Завдяки співпраці з цією компанією з'явилися перші дипломні проекти та науково-дослідні роботи студентів у галузі аналізу даних.
За підсумками цієї роботи надалі на кафедрі було визначено як один із ключових напрямів спеціалізації студентів напрям «бізнес-аналітика на базі систем штучного інтелекту». Для цього у навчальні плани бакалаврів та магістрів було введено спеціальні дисципліни. Тематику бізнес-аналітики офіційно закріплено як одну з основних при виборі тем випускних кваліфікаційних робіт.
У цей же час компанія BaseGroup виступила з академічною ініціативою: відкрила електронний навчальний центр, де запропонувала найсучасніші курси з аналізу даних та анонсувала версію аналітичної платформи Deductor Academic, що вільно розповсюджується, а також організувала можливість електронного навчання та сертифікації для викладачів вузів. В результаті в рамках укладеної угоди про співпрацю були отримані методичні матеріали разом з практичними прикладами, необхідні для навчання студентів, було пройдено повний курс електронного навчання та набуто статусу сертифікованого аналітика Deductor.
Як побудовано навчальні плани з погляду вивчення дисциплін, пов'язаних із аналізом даних? Які дисципліни використовують аналітичну платформу Deductor?
Н.Ю.:Для того щоб студенти напряму «Прикладна інформатика» (профіль – Прикладна інформатика в економіці) могли вільно користуватися сучасними аналітичними інформаційними технологіями, навчальний план складений так, щоб послідовно освоювати напрямок «бізнес-аналітика на базі систем штучного інтелекту», спираючись як на , і дисципліни інформатики взагалі. Для освоєння бізнес-аналітики, крім базових розділів у дисциплінах «математика» та «теорія ймовірностей та математична статистика», запроваджено спеціальні навчальні дисципліни:
- програмні засоби статистичного аналізу,
- методи штучного інтелекту,
- системи підтримки ухвалення рішення,
- логічне програмування,
- програмування штучного інтелекту»,
а також ряд дисциплін для магістрів:
- методи бізнес-аналітики,
- бізнес-аналітика у практиці підприємств,
- методи та системи аналізу та прогнозування на основі статистичної інформації.
Головна мета цих дисциплін – здобуття базових знань у галузі інтелектуальних інформаційних систем, вивчення методів та засобів інтелектуального аналізу даних, набуття навичок роботи з інструментами Data Mining. Основними завданнями є:
- знайомство із сучасними підходами до аналізу економічної інформації, заснованими на концепції отримання знань з баз даних;
- вивчення сучасних методів та технологій, орієнтованих на управління знаннями – сховищ даних, багатовимірних звітів, методів та моделей Data Mining;
- практичні програми методології інтелектуальних систем на вирішення економічних завдань.
Для навчання студентів напряму «Прикладна інформатика» як універсальне моделювальне середовище для створення прикладних рішень у галузі аналізу даних використовується Deductor Academic. Перше знайомство з АП Deductor та набуття базових навичок роботи з нею відбувається на другому курсі бакалаврату в рамках дисципліни «Методи штучного інтелекту». Більш поглиблене вивчення можливостей платформи продовжується на третьому курсі щодо дисципліни «Системи підтримки прийняття рішень». Для випускників ННДАСУ, які хочуть продовжити наукову кар'єру, відчинені двері магістратури з прикладної інформатики в аналітичній економіці. Магістранти, виконуючи завдання з предметів «Методи бізнес-аналітики» та «бізнес-аналітика на практиці підприємств», використовують уже професійну версію аналітичної платформи (три ключі Deductor Professional були отримані нашими студентами за перемогу у конкурсі випускних робіт).
Можливості професійної версії (інтеграція з 1С, з різними СУБД, автоматизація виконання сценаріїв обробки даних через пакетний режим) сприяли розширенню тематики бакалаврських та магістерських випускних робіт, а також дозволило студентам брати участь у різноманітних конкурсах та наукових конференціях.
Під час розробки навчальних завдань багато викладачів стикаються з проблемою пошуку вихідних даних. Подібні труднощі найчастіше виникають і у студентів під час написання навчальних, наукових та випускних кваліфікаційних робіт. Які джерела даних використовуються на кафедрі прикладної інформатики та статистики ННДАСУ?
Н.Ю.:Особливістю дисциплін напряму «Бізнес-аналітика на базі систем штучного інтелекту» є те, що практичні роботи мають бути виконані на реальних даних. При організації практичних і лабораторних занять використовуються набори даних, спеціально підготовлені для максимальної демонстрації можливостей методів аналізу, надані компанією BaseGroup у межах академічної програми. Крім того, вже накопичено свою базу даних, які ми використовуємо для розробки індивідуальних завдань для курсових та дипломних проектів. Це результати соціологічних та маркетингових опитувань, бази даних, вивантажені з 1С та інших облікових систем, отримані студентами під час проходження виробничої та переддипломної практики, інтернет-дані, зібрані з використанням технології парсингу. На нових даних ми розробили методичні вказівки щодо вирішення різних завдань, в яких використовуються можливості АП Deductor: ХД, очищення даних, OLAP, Data Mining, а також видали два навчальні посібники «Інформаційні технології аналізу даних (аналітичні інформаційні системи підтримки прийняття рішень на базі Deductor Studio Academic 5.2)» та «Системи підтримки прийняття рішень на базі Deductor Studio Academic 5.3».
На вашу думку як вченого-математика і викладача з великим стажем, які основні особливості реалізації математичних методів в Deductor? Наскільки доступні розуміння студентів робота алгоритмів та отримані результати?
Н.Ю.:Основна особливість Data Mining – це поєднання широкого математичного інструментарію (від класичного статистичного аналізу до нових методів машинного навчання) та останніх досягнень у сфері інформаційних технологій. У технології Data Mining об'єдналися строго формалізовані методи та методи неформального аналізу, тобто. кількісний та якісний аналіз даних.
Вивчаючи в рамках дисципліни «Методи штучного інтелекту» такі моделі, як штучні нейронні мережі, дерева рішень, асоціативні правила, логістичну регресію, кластеризацію, ми приділяємо велику увагу саме заняттям саме алгоритмам, що використовуються в цих моделях. Вирішуємо завдання, на яких студенти розбираються з роботою алгоритму зворотного розповсюдження помилок при вивченні нейронних мереж, з роботою алгоритмів k-середніх та k-медіани при кластеризації, як працює алгоритм Apriori при генерації асоціативних правил; генетичні алгоритми А ось програмну реалізацію цих алгоритмів ми замінюємо лабораторними заняттями з АП Deductor. У ньому реалізовані практично всі моделі Data Mining та сучасні технології аналізу структурованих даних. Використання методів, що самонавчаються, і майстрів для налаштування дозволяють освоювати навчальний матеріал студентам зі стандартною математичною підготовкою, а безліч наявних там способів візуалізації даних (граф нейронної мережі, мережі Кохонена, дерева рішень, рок-діаграма, таблиця сполученості та багато інших) значно полегшують сприйняття студентами змісту вирішуваних бізнес-завдань. Завдяки доступності та наочності методів аналізу даних, реалізованих у Deductor, студентам залишається головним чином творча робота: вивчення предметної галузі, вибір методів вирішення, інтерпретація результатів.
Розкажіть про найцікавіші проекти, реалізовані в Deductor.
Н.Ю.:Вже понад десять років кафедра активно веде науково-дослідну роботу зі студентами у галузі бізнес-аналітики та систем штучного інтелекту. За цей час на основі аналітичної платформи Deductor студентами МІЕПМ отримано цікаві аналітичні рішення, оформлені у вигляді випускних кваліфікаційних робіт: «Аналіз та прогнозування макроекономічних регіональних показників Нижегородської області»; «Створення сховища даних та аналітичної звітності для нижегородської дитячої обласної лікарні»; "Розробка системи прогнозування результатів спортивних змагань"; «Розробка автоматизованої інформаційної системи ухвалення інвестиційних рішень на базі АП Deductor»; «Застосування сучасних інформаційних засобів та технологій для вирішення завдань екологічного моніторингу Нижегородської області» та багато інших.
Нашими студентами та випускниками були отримані цікаві аналітичні рішення для низки нижегородських компаній «Нижегород Метал» та «НПН», ТОВ «ФорматСервіс», нижегородської філії ВАТ «Сади Придонья». Компанія «Нижегород Метал» спеціалізується на оптовій та роздрібній торгівлі металопрокатом. "НПН" - найбільша оптово-логістична структура міста Нижній Новгород, що спеціалізується на оптовій реалізації автозапчастин для вітчизняних автомобілів, спецтехніки. В рамках реалізованих пілотних проектів було вирішено такі завдання: оперативний багатовимірний аналіз даних; формування замовлень товарних позицій; автоматична побудова прогнозів. Інтеграція аналітичної платформи Deductor та облікової системи «1С», що використовується у діяльності цих торгових підприємств, дозволила отримати дані для реалізації сценарію аналізу асортименту та стабільності продажів.
Крім безпосередньо навчального процесу, як використовується Deductor у ННДАСУ? Які цікаві дослідні та освітні проекти були реалізовані з використанням його можливостей та у співпраці з BaseGroup Labs?
Н.Ю.:У ННДАСУ приділяється велика увага міжкафедральній співпраці, для вирішення багатьох завдань навіть було створено Міжнародний центр міждисциплінарних досліджень. Одним із реалізованих проектів цього центру, де використовувалась АП Deductor, був проект, пов'язаний з опрацюванням результатів анкетування студентів для визначення їх пріоритетів під час навчання в університеті, для визначення ставлення студентів до наукової роботи, їх розуміння місця наукової роботи у формуванні професійних компетентностей майбутніх фахівців. .
Отримані результати визначи міру мотивації студентів різних факультетів до науково-дослідної діяльності; дозволили виявити зацікавленість студентів до підвищення якості навчального процесу, розробити комплекс заходів та практичні рекомендації щодо залучення до НДР зацікавлених у ній студентів.
Також у рамках діяльності Міжнародного центру міждисциплінарних досліджень у лютому 2013 р. пройшла зимова школа «Сучасні методи аналізу та управління».
Зимова школа – це можливість для студентів взяти участь у цікавій та дуже корисній події поза учбовим процесом, під час канікул, це можливість дізнатися щось більше, що виходить за межі звичайного навчального курсу, старт для проектної діяльності, знайомство із чудовими людьми. Там не було викладачів, які читали предмет, але ніколи не займалися ним «наживо», а ще не було студентів, які приходять до аудиторії лише заради відмітки про присутність. Кожен студент знав, навіщо він прийшов, що хоче дізнатися і чого хоче навчитися.
Заняття були присвячені знайомству з низкою методів, що знаходяться на передньому краї сучасного управління. Це інтелектуальні методи бізнес-аналітики, методи імітаційного моделювання економічних процесів та методи автоматизації управління бізнес-процесами. Крім цього, в окремих доповідях було розглянуто актуальні питання екологічного обґрунтування проектів, управління проектами, а також розвитку електронного документообігу. Викладачами школи були співробітники консалтингових фірм з Рязані та Москви, а також доценти ННДАСУ та РАНХіГС.
Контингент аудиторії був дуже різноманітний: починаючи від другокурсників МФЕПМ, закінчуючи аспірантами та викладачами з вузів Нижнього Новгорода, Москви та Чебоксар: НДТУ, ННГУ, РДАУ-МСГА, ЧДУ.
Було справді цікаво, обговорювалися серйозні практичні проблеми та актуальні завдання автоматизації, моделювання, аналізу, оптимізації та вирішення їх сучасними методами.
Особливе спасибі хочеться сказати керівнику академічної програми BaseGroup Labs к.техн.н., доценту Миколі Борисовичу Пакліну, який прочитав лекції та провів майстер-класи у рамках секції зимової школи з аналізу даних.
Цей захід відзначала чудова атмосфера, високий професіоналізм викладачів, гарний рівень організації. Усі учасники отримали сертифікати.
ННГАСУ є одним із найактивніших вузів в академічній програмі BaseGroup Labs. Які основні результати досягнуті за період співпраці?
Н.Ю.:Підбиваючи деякі підсумки десятирічного досвіду співпраці кафедри прикладної інформатики та статистики та BaseGroup Labs у галузі освіти, можна сказати, що за цей час було вирішено багато актуальних завдань для цільової підготовки наших бакалаврів та магістрів, а саме:
- були розроблені сучасні освітні навчальні програми з дисциплін, пов'язані з аналізом даних та інформаційно-аналітичними системами;
- розширено тематику курсових та дипломних проектів, які вдалося пов'язати з вирішенням реальних завдань нижегородських компаній;
- з'явилася можливість залучення студентів до дослідницької роботи у цій галузі з використанням платформи Deductor.
Було проведено велику спільну роботу з формування іміджу професії бізнес-аналітика.
Результатом співпраці є також видання двох навчальних посібників, публікація статей та наукових праць викладачів, студентів та магістрантів у різних наукових фахових виданнях.
Окрім цього, така співпраця має багато цінних переваг для наших випускників. Тепер студенти, які показали високі результати навчання, отримують сертифікати про успішне проходження курсу навчання роботи з Deductor. У нас понад 20 студентів уже отримали такий сертифікат. Отримання професійного сертифіката дає перевагу під час працевлаштування і тому додатково мотивує студентів до вивчення бізнес-аналітики.
Також слід зазначити, що компанією BaseGroup Labs проводиться велика робота щодо підвищення кваліфікації викладачів у сфері бізнес-аналітики та інтелектуальних інформаційних технологій (конференції, безкоштовні навчальні курси з можливістю отримання сертифікату).
Успішно розвиваються також зв'язки з академічними співтовариством завдяки тому, що ваш портал знань https://сайт став відкритим ресурсом для викладачів аналізу даних усіх вузів країни, адже там є блоги фахівців, інтерв'ю та презентації з різних конференцій, банк сценаріїв та база прикладів реальних впроваджень. Думаю, що вчені, вищі вузи, практики могли б продовжувати цю традицію, публічно надаючи цікаві приклади для своїх колег, студентів, аспірантів.
Якими Ви бачите основні напрямки подальшого використання програмного продукту та співпраці з компанією?
Н.Ю.:В даний час нами вирішується проблема підбору нових завдань для підготовки магістрів, оскільки сфери застосування методів машинного навчання дуже різноманітні.
Розглядається можливість застосування технології e-learning, оскільки за такої форми навчання значно збільшується частка самостійної роботи студентів, підвищується активність та якість навчання.
Шукаються форми взаємодії з організаціями, які цікавляться впровадженням сучасних інформаційних технологій на основі методів машинного навчання, для того, щоб готувати фахівців, які вміють використовувати знання на реальних завданнях.
Ну і звичайно, ми готові освоювати новий продукт компанії - аналітичну платформу Loginom 6, який був представлений на IV міжвузівській конференції в Москві в червні цього року. Чекаємо на спеціалізовані навчальні курси в електронному навчальному центрі на сайті компанії. У наших планах – безперервно підвищувати кваліфікацію, у тому числі шляхом участі у вебінарах, відвідування семінарів та майстер-класів.
А також ми чекаємо на такі форми співпраці, як проведення конкурсів ВКР, олімпіад та хакатонів.
Як Ви оцінюєте конференції викладачів з використання Deductor у навчальному процесі вузу, що проводяться BaseGroup? Наскільки корисними, на Вашу думку, є такі заходи?
Дуже добре організоване дозвілля – програма включає цікаву екскурсію територією Тимірязівської академії та вечірню екскурсію на теплоході по Москві-ріці. Дякую всім організаторам.
 |
 |
 |
У листопаді 2017 р. виходить нова версія аналітичної платформи – Loginom. Які ваші перші враження від знайомства з ним?
Н.Ю.:Демонстрація нового продукту на міжвузівській конференції у червні, а також закритий вебінар у вересні вже дають уявлення про те, що його вихід буде безперечно супроводжується розширенням та поглибленням знань у галузі аналізу даних, що звичайно ж спричинить зміну та вдосконалення навчальних програм і для бакалаврів, і для магістрів. Ми готові до подальшої тісної взаємодії з компанією BaseGroup Labs, готові формувати нове покоління фахівців у галузі бізнес-аналітики з новими знаннями, вміннями, компетенціями, з використанням нових можливостей нового програмного продукту.
Тримати «руку на пульсі» в галузі сучасних технологій аналізу даних можна тільки в тісній взаємодії з провідними російськими IT-компаніями. І завдяки академічній програмі BaseGroup Labs ми отримаємо унікальний досвід застосування в навчальному процесі повнофункціонального програмного забезпечення, яке буде незабаром затребуване не тільки російськими бізнес-замовниками.
Наскільки корисно для сучасних випускників вивчення технологій та інструментарію аналізу даних? Які, на вашу думку, перспективи затребуваності цих знань роботодавцями?
Н.Ю.:Кожному випускнику вищого навчального закладу дуже важливо мати після закінчення навчання саме ті знання, які стануть у нагоді на майбутньому місці роботи. У ННДАСУ побудовано систему зворотного зв'язку щодо якості підготовки випускників та затребуваності їх компетенцій. Враховуючи, що технології аналізу даних, які не прив'язані до конкретного предметного середовища, студенти напряму «прикладна інформатика» в ННДАСУ отримують універсальні знання, необхідні для ефективного використання в різних галузях людської діяльності – в економіці, торгівлі, управлінні, освіті тощо.
На жаль, спостерігається деяке випередження темпів розвитку інструментарію аналізу даних стосовно розуміння з боку роботодавців, яку корисну інформацію можна отримати з даних за допомогою сучасних засобів обробки та аналізу. Але, безперечно, інтерес з боку державних структур, бізнесу, охорони здоров'я, освіти та ін. до сучасних технологій і методів аналізу даних зростатиме, а значить випускники вузів, які володіють інструментарієм аналізу даних, будуть все більш затребувані потенційними роботодавцями. У зв'язку з цим необхідність наближення теорії навчання до практики використання нових програмних продуктів не викликає сумнівів, оскільки відомо, що шанси випускника вишу на успішну кар'єру різко збільшуються, якщо крім теоретичних знань він має ще й міцні практичні навички. Тож наша спільна мета – підготовка грамотних фахівців, які розуміють потреби бізнесу та вміють застосувати сучасні інформаційні технології та програмне забезпечення для аналізу даних для їх задоволення.
Відповідно до економічного профілю прикладної інформатики студенти отримують спеціалізацію за такими напрямами:
Конфігурування та інтеграція систем на платформі 1С();
Бізнес-аналітика з урахуванням систем штучного інтелекту ();
Розробка розподілених систем з урахуванням Web-протоколов ().
На фахівців цих напрямів існує попит, що постійно зростає, що гарантує працевлаштування випускників.
1С-програміст
Типові завдання, які вирішує 1С-програміст:
Адміністрація баз 1С;
Автоматизація діяльності підприємства;
Налаштування та адміністрування різних конфігурацій на базі 1С;
Програмування з урахуванням 1С.
Росія автоматизована переважно на 1С
Програміст 1С - у Росії найзатребуваніший програміст.
Затребуваність програмістів у листопаді 2017 р. (за superjob.ru та hh.ru)
За кількістю вакансій 1С-програмісти лідирують вже кілька років на різних сайтах вакансій. При цьому середня зарплата 1С-програмістів поступається лише зарплаті програмістів С++ та БД.
Програмісти 1С - найзатребуваніші ІТ-фахівці в Росії з 2009 р. Це не дивно, оскільки система 1С використовується на 1,5 млн. російських підприємств.
Найбільше зростання зарплати за останні десять років відзначено також на вакансії програмістів 1С. По зарплаті програмісти 1С поступаються лише програмістам на С++ і С#, але затребуваність останніх значно менше. Вакансії програмістів 1С є у будь-якому місті Росії.
Можна стверджувати, що в майбутньому потреба в 1С-програмістах тільки зростатиме. На ринку інтегрованих систем Росії система 1С показує стійке зростання з 2004 р. З 2013 частка автоматизованих робочих місць у Росії на 1С перевищує 83%. Можна сміливо сказати, що Росія автоматизована значною мірою на 1С.
Рівень освоєння професії
У компанії 1С прийнято систему послідовної сертифікації. Ми готуємо студентів на рівні знань сертифікату "1С Професіонал". Окрім цього, наші студенти вже багато років займають призові місця у різних змаганнях, що проводяться компанією 1С.
Бізнес аналітик
Що таке бізнес-аналітика?
Реалії сучасного бізнесу – це робота у величезному потоці даних. Ця реальність навіть позначається спеціальним терміном BigData. Для того, щоб перетворити цей достаток даних на ресурс, що приносить прибуток або скорочує витрати, потрібні збір даних, їх обробка та аналіз.
Бізнес-аналітика (Business Intelligence – BI) – це технології бізнесу, націлені на монетизацію даних.
Бізнес-аналітики – це спеціалісти екстра-класу, які перебувають у списку найбільш «просунутих» ІТ-спеціальностей.
За прогнозами з шести ІТ-спеціальностей, що найбільш динамічно розвиваються, в США цілих три спеціальності пов'язані з аналітикою.
У Росії аналітики опиняються у списку найбільш затребуваних та високооплачуваних ІТ-спеціальностей. На відміну від 1С-програмістів, потреба в яких має масовий характер, бізнес-аналітики потрібні «топовим» підприємствам, які за умов жорсткої конкуренції змушені постійно вдосконалювати свій бізнес.
Щоб удосконалити бізнес, треба його спочатку зрозуміти, а для цього потрібен аналіз даних, які є у підприємства: бізнес-дані. Такі завдання виникають у наступних областях.
Роздрібна торгівля
аналіз купівельного кошика
дослідження тимчасових закономірностей продажу (тимчасових шаблонів)
прогнозування попиту
Банківська справа
сегментація клієнтів
прогнозування змін клієнтури
розрахунок плати за кредит
Телекомунікації
виявлення лояльності клієнтів (мінімізація витрат на маркетинг)
Страхування
виявлення шахрайства (дослідження стереотипів у заявах на виплати)
аналіз ризиків (мінімізація втрат страхових компаній)
Типові завдання бізнес-аналітика:
Збір та аналіз вимог замовника;
- проведення досліджень;
- моделювання бізнес-процесів (мови BPMN, EPC, IDEF, UML);
- аналіз великих обсягів даних;
- Розробка баз даних систем управління виробництвом;
- Постановка технічних завдань на розробку або модифікацію ПЗ;
- вибудовування процесів збирання, зберігання та аналізу даних;
- Програмування систем machine learning.
Як правило, бізнес-дані не надто впорядковані, і цих даних зазвичай дуже багато. Для аналізу бізнес-даних використовуються спеціальні методи та технології, які називаються Data Mining(видобуток даних). Ці методи пов'язані із загальнотеоретичними дисциплінами інформатики та математики.
Крім вивчення загальної теорії Data Mining на кафедрі прикладної інформатики студенти набувають конкретних умінь для роботи у вітчизняній аналітичній платформі Deductor компанії Base Group Labs. На 2016 р. ця платформа посідає друге місце в Росії серед аналітичних платформ за кількістю впроваджень.
Data Mining - це не тільки потрібна розробка, та й сфера великих наукових досліджень. Для тих випускників ННДАСУ, які хочуть продовжити наукову кар'єру, відчинені двері магістратури з прикладної інформатики в аналітичній економіці.
Рівень освоєння професії
Наші студенти неодноразово перемагали у всеросійських конкурсах бізнес-аналітики, організовані компанією Base Group Labs. Студенти, які пройшли курси з аналітики, можуть отримати сертифікат BaseGroup Labs.
Web-розробникЦя спеціальність вимагає освоєння низки дисциплін, які можуть стати в нагоді інформатику будь-якого профілю:
програмування за сервера на Java і PHP;
програмування за клієнта на JavaScript;
адміністрування систем керування базами даних MS SQL, MySQL;
проектування інтерфейсу з урахуванням принципів usability;
дизайн Web-сторінок за допомогою програм растрової та векторної графіки Gimp та Inkscape;
аналіз уразливостей програмного коду Web-програми, а також надійності конфігурації Web-сервера;
програмування мобільних програм для iOS/Android;
створення сайтів за допомогою CMS-систем.
Можна помітити, що мова PHP досі залишається лідируючою мовою Web-розробки, тому її вивченню на кафедрі прикладної інформатики приділяється особлива увага.
Розробка системи екологічного моніторингу Eco-routs
Прикладом того, чим займаються наші студенти, що спеціалізуються на Web-розробці, може бути система екологічного моніторингу. Вона розроблена випускником 2016 р. Д. Степановим у співпраці з міжнародною кафедрою ЮНЕСКО при ННДАСУ у 2016 р. Система доступна за адресою https://eco-routs.appspot.com.
За її допомогою можна визначати рівень перевищення ГДК в умовах руху в автомобільній пробці.
Ця робота виборола друге місце в міжнародній олімпіаді з ІТ-технологій і виграла кілька інших конкурсів.