Программа обучает проектированию систем для обработки и хранения больших данных, а также пониманию современных инструментов, используемых для работы с этими данными. Студенты изучат, как адаптировать эти инструменты для практических приложений, включая аналитику больших данных и машинное обучение.

Программа будет полезна выпускникам, имеющим опыт создания собственных back-end приложений, которые стремятся развиваться в направлении инженера по данным (Data Engineer) или архитектора по данным (Data Architect). В рамках курса они углубят свои знания в области сетевого программирования, организации распределенных вычислений в кластере, а также специализированных структурах и алгоритмах, используемых для хранения, поиска и сжатия данных в базах данных. На практических занятиях студенты будут изучать конкретные NoSQL-хранилища и системы обработки больших данных, такие как Apache Spark и Flink, а также заниматься проектной деятельностью, разрабатывая собственные подсистемы хранения и обработки данных. Это позволит им применить полученные знания в проектах, связанных с машинным обучением и анализом данных.

Примерный перечень дисциплин:

• Имитационное моделирование
• Нейротехнологии для анализа функционального состояния человека
• Нейротехнологии для непрерывной идентификации пользователей в электронных системах
• Программное обеспечение для реализации систем искусственного интеллекта
• Технологии разработки интерфейсов
• Разработка виртуальных лабораторий и тренажеров
• Разработка параллельных и распределенных приложений для интеллектуальных информационных систем
• Пути развития национальной технологической инициативы Нейронет
• Обеспечение качества при разработке программного обеспечения