Институт сквозных технологий

Курс предназначен для информационной поддержки обучения студентов магистратуры очной и заочной формы обучения по направлению 09.04.02 Информационные системы и технологии, Профиль: Интеллектуальные медиатехнологии.

Курс по дисциплине "Социальные и философские проблемы IT отрасли" предназначен для студентов направления 09.04.02 Информационные системы и технологии, Отдел магистратуры Институт сквозных технологий.

Цели освоения дисциплины (модуля)

Ознакомление с правилами разработки, выполнения, оформления и обращения программно-технической документации 

Формирование практических навыков подготовки программно-технической документации к программному обеспечению на основе имеющихся государственных стандартов

Использование документов и стандартов, регламентирующих разработку программно-технической документации

Целями освоения дисциплины  являются формирование у обучающихся современных подходов и методов построения формальных моделей информационных процессов и технологий на основе структурного и системного анализа.

Дисциплина "Информационные системы и технологии в научных исследованиях" для магистров 1го года обучения по программе "Геймдизайн" в Институте сквозных технологий ДГТУ

направление подготовки 09.04.02 Информационные системы и технологии Профиль: 09.04.02 Геймдизайн
 Уровень образования: Магистратура

Курс знакомит с основами теории и практики медиаисследований. Рассматриваются ключевые понятия (медиа, аудитория, контент, влияние), основы методологии (количественные и качественные методы: опросы, контент-анализ, фокус‑группы, интервью, наблюдение), основы статистической обработки данных и интерпретации результатов. Особое внимание уделено измерению аудитории, оценке эффективности медиаконтента и медиапроекта, этике исследований и использованию цифровых источников данных. Курс развивает навыки постановки исследовательских вопросов, разработки методологии, сбора и анализа данных и подготовки отчетов для практических и управленческих задач в медиа.

Цель курса: Сформировать у студентов системное понимание жизненного цикла ML-проектов (ML Lifecycle) и дать практические навыки развертывания, сопровождения и мониторинга машинного обучения в производственной среде.

Форма контроля: Экзамен
Трудоемкость: 4 кредита (14 лекций + 14 лабораторных работ)
Целевая аудитория: Бакалавры 4-го курса Т-университета, направлений:
01.03.04 Прикладная математика,
08.03.01 Строительство,
09.03.02 Информационные системы и технологии,
09.03.03 Прикладная информатика,
11.03.02 Инфокоммуникационные технологии и системы связи,
11.03.04 Электроника и наноэлектроника,
15.03.06 Мехатроника и робототехника,
20.03.01 Техносферная безопасность,
22.03.02 Металлургия.

Пререквизиты: Знание Python, знакомство с библиотеками pandas, scikit-learn, базовые знания машинного обучения, знакомство с Docker и Git.