Наименование компетенции ФГОС ВО	Индикаторы достижения компетенций
Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач (УК-1)	Знаний: принципы использования системного подхода алгоритмы принятия решения (в том числе, методики постановки задачи, моделирования, выбора и принятия решения) Умений: находить, критически анализировать и выбирать информацию, необходимую для решения поставленной задачи анализировать задачу, выделяя этапы ее решения, действия по решению задачи оценивать их преимущества и риски грамотно, логично, аргументированно формировать собственные суждения и оценки определять и оценивать практические последствия возможных решений задачи Навыков: навыками применения системного подхода для оценки современных научных достижений и принятия решений в социальной и профессиональной деятельности
Способен определять круг задач в рамках поставленной цели и выбирать оптимальные способы их решения, исходя из действующих правовых норм, имеющихся ресурсов и ограничений (УК-2)	Знаний: закономерности целеполагания и пути достижения поставленной цели Умений: формулировать задачи, обеспечивающие достижение поставленной цели работы прогнозировать ожидаемые результаты решения поставленных задач качественно решать конкретные задачи проекта (исследования, деятельности) с учетом имеющихся ресурсов и ограничений публично представлять результаты решения задач проекта (деятельности, исследования) Навыков: навыками принятия решений в различных сферах деятельности с учетом действующих правовых норм, имеющихся ресурсов и ограничений
Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач (УК-1)	Знаний: Умений: Навыков:
Способен определять круг задач в рамках поставленной цели и выбирать оптимальные способы их решения, исходя из действующих правовых норм, имеющихся ресурсов и ограничений (УК-2)	Знаний: Умений: Навыков:

Вид учебной работы	Часов (по видам работ)	Семестры
7
Контактная работа (всего)	20	20
Лабораторные занятия	20	20
Самостоятельная работа	88	88
Всего, часов/зачетных единиц	108 / 3	108 / 3

Показаны записи 1-5 из 5.

Наименование раздела дисциплины	Содержание раздела	Всего, час (без контроля и консультаций)	Лаб	СР
Инструментарий для работы с Big Data	Большие данные и цифровая трансформация. Методы аналитики больших данных. Отраслевая специфика аналитики больших данных. Жизненный цикл аналитики данных: получение данных, подготовка данных, планирование модели, построение модели, проверка результатов, внедрение. Специфика работы с Big Data	20	4	16
Архитектура хранилища данных	Сущность архитектуры хранилища данных. Наиболее распространенные типы архитектуры данных	20	4	16
Назначение и архитектура озера данных	Data Lake (Озеро данных) – это метод хранения данных системой или репозиторием в натуральном (RAW) формате, который предполагает одновременное хранение данных в различных схемах и форматах. Обычно используется blob-объект (binary large object) или файл. Идея озера данных в том чтобы иметь логически определенное, единое хранилище всех данных в организации (enterprise data) начиная от сырых, необработанных исходных данных (RAW data) до предварительно обработанных (transformed) данных, которые используются для различных задач: отчеты, визуализация, аналитика и машинное обучение	22	4	18
Data Mining – извлечение знаний из больших данных	Задачи Data Mining. Методология CRISP-DM. Классификация и кластеризация. Прогнозирование и визуализация. Ассоциативные правила и обнаружение аномалий. Инструменты Data Mining. Специфика применения Data Mining для разных отраслей бизнеса с примерами	22	4	18
Машинное обучение для анализа больших данных	Задачи и область применения машинного обучения. Supervised / unsupervised машинное обучение: методы классификации, методы регрессии, методы кластеризации, отбор признаков и снижение размерности, работа с выбросами и пропущенными значениями, работа с текстовыми и категориальными данными	24	4	20

1) Нестеров, Сергей Александрович. Базы данных [Электронный ресурс] : учеб. и практикум для вузов / С. А. Нестеров. – Москва : Юрайт, 2024. – (Высшее образование). – Добавлено: 04.09.2025. – Проверено: 31.10.2025. – Режим доступа: ЭБС Юрайт по паролю. – ISBN 978-5-534-18107-4. - URL: https://urait.ru/bcode/536687.
2) Дадян, Эдуард Григорьевич. Данные: хранение и обработка [Электронный ресурс] : учебник / Э. Г. Дадян. – Москва : ИНФРА-М, 2021. – (Высшее образование – Бакалавриат). – Добавлено: 25.07.2025. – Проверено: 31.10.2025. – Режим доступа: ЭБС Znanium по паролю. – ISBN 978-5-16-016447-2. - URL: https://znanium.com/catalog/document?id=360938.
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: 31.10.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-507-46866-9. - URL: https://e.lanbook.com/book/322664.

1) Григорьев, Анатолий Алексеевич. Методы и алгоритмы обработки данных [Электронный ресурс] : учеб. пособие / А. А. Григорьев, Е. А. Исаев. – Москва : ИНФРА-М, 2024. – (Высшее образование – Бакалавриат). – Добавлено: 27.05.2025. – Проверено: 31.10.2025. – Режим доступа: ЭБС Znanium по паролю. – DOI 10.12737/1032305. – ISBN 978-5-16-015581-4. - URL: https://znanium.ru/catalog/document?id=446072.
2) 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: 31.10.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-8114-7259-8. - URL: https://e.lanbook.com/book/156929.
3) 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: 31.10.2025. – Режим доступа: ЭБС Лань по паролю. – ISBN 978-5-8114-9368-5. - URL: https://e.lanbook.com/book/346439.

Показаны записи 1-2 из 2.

Учебная аудитория	Материально-техническое обеспечение
Аудитория для лабораторной работы	Специализированная мебель, персональный компьютер, обеспеченный доступом к сети «Интернет», проектор, интерактивная доска, доска классная 3-элементная, набор демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.
Помещение для самостоятельной работы	Специализированная мебель, персональный компьютер, обеспеченный доступом к сети «Интернет», проектор, интерактивная доска, доска классная 3-элементная, набор демонстрационного оборудования и учебно-наглядных пособий, обеспечивающие тематические иллюстрации.

Место в структуре образовательной программы

Промежуточная аттестация