Анотації для дисциплін Спеціальність 121
ОПП – Програмне забезпечення систем
магістри (українська мова навчання)
Всі дисципліни закінчуються диференціованим заліком
Назва дисципліни | Назва та анотація | Семестр |
3.2.1. | Веб-програмування (фахова) | 1 |
3.2.2. | Математичні методи та моделі інтелектуального аналізу даних (фахова) Методи та моделі інтелектуального аналізу даних (data mining) представляють собою міждисциплінарний напрям, що включає елементи штучного інтелекту, математичної статистики і машинного навчання, які застосовуються для вирішення завдань чисельного прогнозу, класифікації, кластеризації та асоціативного аналізу. Диципліна розглядає методологію організації аналітичної обробки даних, прийоми і методи які дозволяють вилучати з даних максимум корисних знань, в автоматичному режимі відновлювати структури, залежності та закономірності в даних, інтерпретація і осмислення яких експертом або аналітиком, дозволяє робити висновки про особливості стану і розвитку явищ і процесів, виробляти рекомендації щодо більш ефективного управління ними. (рекомедована до вибору) | 1 |
3.2.3. | Управління архітектурою ІТ підприємств (фахова) | 1 |
3.2.4. | Хмарні обчислення (фахова) | 2 |
3.2.5. | Юридичні аспекти ІТ бізнесу (фахова) Дисципліна розглядає сфери різного типу конфліктів, які виникають (і) між роботодавцем та працівником ІТ компанії; (іі) між ІТ фахівцем та третіми особами, що використовують результати його інтелектуальної діяльності; (ііі) різні ситуації вирішення конфліктів при повторному використанні програмного забезпечення. (Рекомендована до вибору) | 2 |
3.2.6. | Передові технології розробки і супроводження у інженерії програмного забезпечення (фахова) | 2 |
Альтернативні вибіркові дисципліни магістри ПЗС 2022-2023
Альтернативні |
1 семестр |
Технології інтерактивного програмування та тестування програмних систем |
Сучасні технології проектування та супроводження програмних систем |
Прикладні аспекти розробки програмних систем |
2 семестр |
Технології реверсивної інженерії програмних систем |
Нейронні мережі та методи глибинного навчання. |
Основи штучного інтелекту та великі дані. |