Наименование компетенции ФГОС ВО	Индикаторы достижения компетенций
Способен применять современные коммуникативные технологии, в том числе на иностранном(ых) языке(ах), для академического и профессионального взаимодействия (УК-4)	Знаний: правила и закономерности межличностной и деловой, устной и письменной коммуникации современные коммуникативные технологии на русском и иностранном языках существующие профессиональные сообщества для профессионального взаимодействия технологии академического и профессионального взаимодействия Умений: выбирать на государственном и иностранном (-ых) языках коммуникативно приемлемые стили делового общения, вербальные и невербальные средства взаимодействия с партнерами использовать информационно-коммуникационные технологии при поиске необходимой информации в процессе решения различных коммуникативных задач на государственном и иностранном (-ых) языках вести деловую переписку, учитывая особенности стилистики официальных и неофициальных писем, социокультурные различия в формате корреспонденции на государственном и иностранном (-ых) языках коммуникативно и культурно вести устные деловые разговоры в процессе профессионального взаимодействия на государственном и иностранном (-ых) языках выполнять перевод академических и профессиональных текстов с иностранного (-ых) на государственный язык Навыков: методикой межличностного делового общения на русском (государственном) и иностранном языках с применением профессиональных языковых форм, средств и современных коммуникативных технологий навыками применения современных коммуникативных технологий, в том числе на иностранном(ых) языке(ах), для академического и профессионального взаимодействия
Способен разрабатывать стратегию развития информационных технологий инфраструктуры предприятия и управлять ее реализацией; (ОПК-1)	Знаний: процессы управления ИТ-инфраструктурой особенности инфраструктуры предприятий особенности стратегического управления ИТ Умений: использовать стандарты и методики управления процессами ИТ анализировать инфраструктуру предприятия и управлять ею проектировать концептуальные решения развития информационных технлогий инфраструктуры предприятия и анализировать результаты их выполнения Навыков: способностью разрабатывать стратегию развития информационных технологий инфраструктуры предприятия и управлять ее реализацией
Способен учитывать конкретные условия выполняемых задач и разрабатывать инновационные решения при управлении проектами и процессами в сфере информационно-коммуникационных технологий; (ОПК-2)	Знаний: основные методы решения стандартных задач в сфере информационно-коммуникационных технологий с учетом действующих правовых норм и ресурсных ограничений современные процессы в сфере информационно-коммуникационных технологий Умений: применять экономические, управленческие и правовые знания в проблемных ситуациях профессиональной деятельности предлагать инновационные решения при управлении проектами и процессами в сфере информационно-коммуникационных технологий Навыков: способностью учитывать конкретные условия выполняемых задач и разрабатывать инновационные решения при управлении проектами и процессами в сфере информационно-коммуникационных технологий
Способен выполнять деятельность по сбору, хранению и аналитике данных для поддержки рыночной стратегии предприятия (ПК-4.3)	Знаний: основные способы хранения , предварительной обработки данных и методы аналитики данных, связанных с рынком Умений: формулировать задачи аналитических исследований и выполнять интерпретацию аналитических результатов, полученных с помощью прикладных программных пакетов Навыков: навыками использования основных аналитических инструментов (пакетов статистического анализа, платформ бизнес-аналитики) в исследованиях рынков

Вид учебной работы	Часов (по видам работ)	Семестры
3
Контактная работа (всего)	36	36
Лабораторные занятия	24	24
Практические занятия	12	12
Самостоятельная работа	108	108
Всего, часов/зачетных единиц	144 / 4	144 / 4

Показаны записи 1-3 из 3.

Наименование раздела дисциплины	Содержание раздела	Всего, час (без контроля и консультаций)	ПР	Лаб	СР
Библиотеки Python для исследования и визуализации больших данных данных	Библиотека Polars использует эффективные алгоритмы распараллеливания и кэширования для ускорения выполнения аналитических задач: уменьшение количества избыточных копий; эффективное кэширование памяти; сведение конфликтов при параллелизме к минимуму; реализована на Rust, а не на Python (Rust намного лучше реализует параллелизм, нежели Python). Dask: планировщик низкого уровня и частичная замена Pandas высокого уровня, ориентированный на выполнение кода на вычислительных кластерах. Ray: низкоуровневый фреймворк для распараллеливания кода Python между процессорами или кластерами. Modin: замена Pandas на базе Dask или Ray. Vaex: частичная замена Pandas, использующая ленивую оценку и сопоставление памяти, чтобы позволить разработчикам работать с большими наборами данных на стандартных машинах. Modin с Ray в качестве бэкенда. Установив их, можно добиться значительного преимущества, изменив всего одну строку («import pandas as pd» на «import modin.pandas as pd»). В отличие от других инструментов, Modin стремится достичь полной совместимости с Pandas. Dask, более крупный и, следовательно, более сложный проект. Dask также предоставляет Dask.dataframe , библиотеку более высокого уровня, подобную Pandas, которая помогает справиться с наборами данных вне ядра. Vaex, предназначенный для работы с большими объемами данных на стандартном ноутбуке. Его замена Pandas охватывает некоторые API Pandas, но больше ориентирована на исследование и визуализацию	28	6	0	22
DuckDB — внутрипроцессная система управления базами данных SQL OLAP	DuckDB предназначен для поддержки рабочих нагрузок аналитических запросов , также известных как оперативная аналитическая обработка (OLAP). Эти рабочие нагрузки характеризуются сложными, относительно длительными запросами, которые обрабатывают значительные части хранимого набора данных, например, агрегирование целых таблиц или объединение нескольких больших таблиц. Ожидается, что изменения в данных также будут довольно крупномасштабными, с добавлением нескольких строк или большими частями таблиц, которые будут изменяться или добавляться одновременно. Для эффективной поддержки этой рабочей нагрузки крайне важно сократить количество циклов ЦП, затрачиваемых на каждое отдельное значение. Современные технологии управления данными для достижения этой цели — это либо векторизованные механизмы, либо механизмы выполнения запросов «точно в срок». Выполнение векторизованных запросов приводит к гораздо более высокой производительности в запросах OLAP: обработка и хранение наборов табличных данных, например, из файлов CSV или Parquet; интерактивный анализ данных, например объединение и объединение нескольких больших таблиц; одновременные большие изменения в нескольких больших таблицах, например добавление строк, добавление/удаление/обновление столбцов; передача большого набора результатов клиенту. Визуализация результатов запросов с помощью библиотеки Evidence. Evidence — это фреймворк с открытым исходным кодом для создания продуктов данных с SQL — таких как отчеты, инструменты поддержки принятия решений и встроенные панели мониторинга. Это альтернатива инструментам BI с перетаскиванием, основанная на коде.	60	4	12	44
ClickHouse	Высокопроизводительная столбцово-ориентированная система управления базами данных (СУБД) SQL для онлайн-аналитической обработки (OLAP) ClickHouse. ClickHouse использует все доступные системные ресурсы в полном объеме для максимально быстрой обработки каждого аналитического запроса. Это стало возможным благодаря уникальному сочетанию аналитических возможностей и внимания к низкоуровневым деталям, необходимым для реализации самой быстрой базы данных OLAP. Архитектура ClickHouse, ключевые свойства,основные фичи ClickHouse. Облачные разверывания в крупном российском бизнесе в Yandex Cloud, Sber Cloud, VK и др.	56	2	12	42

1) Павлов, Леонид Александрович. Структуры и алгоритмы обработки данных [Электронный ресурс] : учебник / Л. А. Павлов, Н. В. Первова. – Санкт-Петербург ; Москва ; Краснодар : Лань, 2021. – Добавлено: 30.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-8114-7259-8. - URL: https://e.lanbook.com/book/156929.
2) Волк, Владимир Константинович. Базы данных. Проектирование, программирование, управление и администрирование [Электронный ресурс] : учебник / В. К. Волк. – Санкт-Петербург ; Москва ; Краснодар : Лань, 2023. – Добавлено: 31.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-8114-9368-5. - URL: https://e.lanbook.com/book/346439.
3) Макшанов, Андрей Владимирович. Большие данные. Big Data [Электронный ресурс] : учебник / А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь. – Санкт-Петербург ; Москва ; Краснодар : Лань, 2024. – Добавлено: 21.06.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-507-46866-9. - URL: https://e.lanbook.com/book/322664.

1) Мартин, Освальдо. Байесовский анализ на Python [Электронный ресурс] : Введение в статистическое моделирование и вероятностное программирование с использованием PyMC3 и ArviZ / О. Мартин. – Москва : ДМК Пресс, 2020. – Добавлено: 30.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-97060-768-8. - URL: https://e.lanbook.com/book/140585.
2) Круз, Роберт Л. Структуры данных и проектирование программ [Электронный ресурс] / Р. Л. Круз. – Москва : Лаборатория знаний, 2021. – (Программисту). – Добавлено: 31.05.2024. – Проверено: 28.11.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-93208-560-8. - URL: https://e.lanbook.com/book/176451.
3) Бизнес-модели, аналитика данных и цифровая трансформация организации: подходы и методы : монография / Департамент образования и науки г. Москвы, Гос. автоном. образоват. учреждение высш. образования г. Москвы "Моск. гор. пед. ун-т" (ГАОУ ВО МГПУ), Ин-т цифрового образования ; авт. : Ю. В. Фролов, В. Б. Яковлев, Р. В. Серышев, С. А. Воловиков ; науч. ред. Ю. В. Фролов ; рец. А. И. Каптерев. – Москва : МГПУ, 2021. – 173 с. : ил. – Библиогр. в конце гл. – ISBN 978-5-243-00659-0. - URL: https://resources.mgpu.ru/showlibraryurl.php?docid=525663&foldername=fulltexts&filename=525663.pdf.
4) Воронов, Михаил Владимирович. Системы искусственного интеллекта [Электронный ресурс] : учеб. и практикум для вузов / М. В. Воронов, В. И. Пименов, И. А. Небаев. – Москва : Юрайт, 2023. – (Высшее образование). – Добавлено: 13.06.2023. – Проверено: 28.11.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-14916-6. - URL: https://urait.ru/book/sistemy-iskusstvennogo-intellekta-519916.
5) Илюшечкин, Владимир Михайлович. Основы использования и проектирования баз данных [Электронный ресурс] : учеб. для вузов / В. М. Илюшечкин. – Москва : Юрайт, 2025. – (Высшее образование). – Добавлено: 01.10.2025. – Проверено: 28.11.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-03617-6. - URL: https://urait.ru/bcode/559613.

Показаны записи 1-3 из 3.

Учебная аудитория	Материально-техническое обеспечение
Аудитория для практической работы	Компьютер, проектор с экраном, колонки, доска, ноутбук, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.
Аудитория для лабораторной работы	Компьютер, проектор с экраном, колонки, доска, ноутбук, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.
Помещение для самостоятельной работы	Компьютер, проектор с экраном, колонки, доска, ноутбук, специализированная мебель, наборы демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.

Место в структуре образовательной программы

Промежуточная аттестация