Магистерская программа № 09.04.01-62 «Распределенные интеллектуальные системы и технологии»

«Распределенные интеллектуальные системы и технологии» - программа подготовки в магистратуре СПбГЭТУ «ЛЭТИ» в рамках направления 09.04.01 «Информатика и вычислительная техника».

Выпускающая кафедра

Цели программы

  • подготовить выпускников к успешной профессиональной деятельности в области компьютерных технологий на основе широкой углубленной базовой подготовки и способности быстрого самостоятельного освоения новых технологий и систем в данной области;
  • сформировать профессиональные компетенции в области проектирования, разработки, комплексирования и сопровождения программных систем, комплексов и сред для высокопроизводительной обработки данных на основе параллельных и распределенных архитектур;
  • сформировать профессиональные компетенции в области исследования, создания и использования интеллектуальных систем для решения трудно-формализуемых задач на основе моделей представления и обработки знаний в распределенных вычислительных средах.

Руководитель программы

Шичкина Юлия Александровна

Руководитель программы

Профессор кафедры ВТ, д.т.н.

Описание программы

 Учебный план программы предполагает изучение следующих дисциплин:

  • Иностранный язык
  • Основы предпринимательства
  • Интеллектуальные системы
  • Математические основания информатики
  • Архитектура параллельных вычислительных систем
  • Методология научного познания
  • Управление проектированием информационных систем
  • Построение и оптимизация алгоритмо
  • Технология разработки программного обеспечени
  • Сетевые технологи
  • Распределенные базы данны
  • Беспроводные сенсорные сет
  • Семантический We
  • Облачные и туманные вычислени
  • Анализ больших данны
  • Технологии Интернета веще
  • Интеллектуальные агенты и многоагентные систем
  • Компьютерное зрени
  • Дисциплины по выбору Б1.В.ДВ.
  • Разработка приложений в распределенной сред
  • Разработка приложений для мобильных устройств

 Учебный план программы предполагает прохождение следующих практик:

  • Учебная практика (технологическая (проектно-технологическая) практика)
  • Производственная практика (технологическая (проектно-технологическая) практика)
  • Производственная практика (научно-исследовательская работа)
  • Производственная практика (преддипломная практика)

Государственная итоговая аттестация включает в себя защиту выпускной квалификационной работы. Государственная итоговая аттестация является заключительным этапом освоения основной образовательной программы.

В ходе государственной итоговой аттестации устанавливается уровень подготовки выпускника высшего учебного заведения к выполнению профессиональных задач и соответствия его подготовки требованиям стандарта.

Результаты освоения программы

Каждый выпускник программы по окончании обучения должен продемонстрировать

  • способность проектировать, разрабатывать, комплексировать и использовать распределенные, в том числе основанные на знаниях, системы с использованием современных методов и технологий;
  • признание необходимости и способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень, самостоятельно осваивать новые методы исследования и разработки распределенных интеллектуальных системы, приобретать и использовать в практической деятельности новые знания и умения, в том числе в новых областях знаний, непосредственно не связанных со сферой деятельности;
  • способность к проектной деятельности в сфере создания распределенных интеллектуальных системы на основе системного подхода, умение строить и использовать модели для описания и прогнозирования различных явлений, осуществлять их качественный и количественный анализ;
  • умение выбирать и разрабатывать методы исследования объектов профессиональной деятельности на основе общих тенденций развития инженерной мысли, проводить анализ, синтез, оптимизацию решений с целью обеспечения качества проектных решений;
  • умение обоснованно выбирать методологию проектирования распределенных интеллектуальных системы и формировать технические задания;
  • умение планировать и осуществлять руководство процессом разработки и комплексирования распределенных интеллектуальных систем;
  • умение свободно пользоваться русским и иностранным языками как средством делового общения в своей профессиональной области;
  • навыки подготовки и проведения учебных занятий по дисциплинам направления «Информатика и вычислительная техника».

Будущие места работы

Выпускники могут успешно работать в качестве системных специалистов по информационным, инфокоммуникационным и беспроводным технологиям; системных архитекторов, системных аналитиков, системных администраторов, системных программистов, системных инженеров; менеджеров и других ведущих специалистов.

Возможные места работы – информационные подразделения и РАСУ органов государственного и муниципального управления, бизнеса, банков, производства, социальной сферы, культуры, здравоохранения и т.п., а также компьютерные, телекоммуникационные, сотовые, IT-компании и институты, провайдеры Интернет, компании по разработке программного обеспечения.

Стратегическими партнерами а также заказчиками на научно-технические разработки и целевую подготовку кадров по данной программе подготовки являются следующие организации: ОИЯИ, ИВТАН РАН, ГНИИТТ «ИНФОРМИКА», РОСТЕХПРОМ.

Актуальность программы

Актуальность подготовки специалистов по данной программе обусловливается следующими факторами:

  • рост объемов данных и необходимость их обработки в режиме реального времени. Знания только современного программного обеспечения в этой области недостаточно. Необходимо владеть знаниями и навыками в области математического моделирования, архитектуры высокопроизводительных вычислений, первичной обработки данных, баз данных. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: архитектура параллельных вычислительных систем, построение и оптимизация алгоритмов, распределенные базы данных, анализ больших данных, компьютерное зрение.
  • большой выбор СУБД, которые не справляются с обработкой запросов и наличие множества алгоритмов оптимизации, которые плохо адаптированы для параллельной обработки данных. Знаний как построить распределенную базу данных, основанных на методиках шардинга и репликации здесь недостаточно. Необходимы знания и навыки в области математических методов оптимизации структур данных, запросов и баз данных, интеграции программных продуктов, адаптации программных продуктов к вычислительным системам, консолидации данных, разработки новых методов и алгоритмов. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: архитектура параллельных вычислительных систем, управление проектированием информационных систем, сетевые технологии, распределенные базы данных, анализ больших данных.
  • наличие суперЭВМ, которые не могут быть применены непосредственно к задачам обработки данных большого объема. Сегодня существует целый ряд разновидностей высокопроизводительных вычислений. Это и параллельные вычисления на компьютерах с различными архитектурными решениями (работа с векторными операциями, организация быстрого обмена сообщениями между процессорами или организация глобальной памяти в многопроцессорных системах и др.). Это и распределенные вычисления, включающие технологии одноранговых сетей (peer-to-peer или P2P) и грид-технологии. Это облачные, туманные, граничные вычисления и другие. Для того, чтобы не просто обслуживать эти системы, а заставлять их работать с максимальной отдачей необходимы специалисты очень высокого класса. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: архитектура параллельных вычислительных систем, сетевые технологии, беспроводные сенсорные сети, облачные и туманные вычисления.
  • появление огромного множества различных датчиков и устройств приносит проблемы не только в области обработки данных большого объема, но и в организации умного взаимодействия этих устройств. Для этого необходимы знания и навыки в области построения вычислительных систем и сетей различного класса и типа, организации взаимодействия устройств на различных уровнях, методов оптимизации передачи данных. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: сетевые технологии, беспроводные сенсорные сети, семантический Web, облачные и туманные вычисления, технологии Интернета вещей, интеллектуальные агенты и многоагентные системы
  • развитие интернета вещей влечет повышенные требования к аналитике данных. Необходимы специалисты, которые способны как концептуально понимать проблемы интеллектуального анализа данных с целью моделирования и создания эффективной интеллектуальной системы под нужды предприятия и находить качественные решения этих проблем , так и специалисты , готовые к реализации этих решений. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: управление проектированием информационных систем, технологии Интернета вещей, анализ больших данных, компьютерное зрение
  • неэффективность использования современных суперЭВМ как по отдельности, так и в совокупности с другими вычислительными мощностями. Необходимы специалисты, которые не просто смогут организовать параллельное или распределенное выполнение программы, но сделают распределенный или параллельный процесс обработки данных масштабируемым, безопасным от потери и утечки данных, прозрачным и т.п. Для приобретения компетенций в этой области в программе предусмотрены дисциплины: построение и оптимизация алгоритмов, технология разработки программного обеспечения, беспроводные сенсорные сети, семантический Web, разработка приложений в распределенной среде

Тематики выпускных работ

  • Моделирование, разработка и тестирование программно-аппаратного обеспечения для промышленных предприятий
  • Организация параллельных вычислений
  • Проектирование баз данных
  • Математические методы в прикладных задачах
  • Теория и практика булевых функций
  • Вычисления в алгебрах n-арных операций и мультиопераций
  • Организации гетерогенных вычислений
  • Распределенные вычисления
  • Системы реального времени
  • Методы распределенных вычислений в прикладных задачах
  • Численные методы
  • Модели и методы обнаружения DDoS-атак в облачных вычислительных средах
  • Технологии интеллектуального анализа данных
  • Онтологическое моделирование
  • Верификация программ
  • Методы извлечения тематических фактов из неструктурированных документов
  • Системы реального времени
  • Программные системы анализа данных
  • Интеллектуальный анализ данных
  • Разработка SOAP/JMS веб-сервиса
  • и другие.