Анотації для дисциплін Спеціальність 121
ОПП – Програмне забезпечення систем

магістри (українська мова навчання)

Всі дисципліни закінчуються диференціованим заліком

Назва дисципліниНазва та анотаціяСеместр
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.