ML-инженерия и программная разработка: программа бакалавриата в вузах Барнаула

Студенты изучают языки программирования высокого уровня, архитектуру программных систем, управление базами данных и методы командной разработки цифровых сервисов. Значительная часть обучения отведена математическим основам анализа данных, проектированию и обучению нейросетевых моделей, а также методам компьютерного зрения и обработки естественного языка.

Особое внимание в учебном плане уделяется практическому развертыванию (deployment) и поддержке интеллектуальных систем. Студенты осваивают методологии DevOps, инструменты контейнеризации, облачные технологии и автоматизированное тестирование ПО. В процессе обучения формируются навыки сквозной разработки — от сбора требований и проектирования интерфейсов до интеграции готовых ML-моделей в промышленную эксплуатацию.

Примерный перечень дисциплин:

• Математика для анализа данных
• Математический анализ
• Линейная алгебра и аналитическая геометрия
• Дискретная математика
• Теория вероятностей и математическая статистика
• Методы оптимизации
• Введение в программную инженерию
• Основы программирования на Python
• Объектно-ориентированное программирование
• Алгоритмы и структуры данных
• Архитектура вычислительных систем
• Операционные системы
• Базы данных и СУБД
• Инженерия требований и проектирование ПО
• Проектирование архитектуры программных систем
• Управление качеством и тестирование ПО
• Управление программными проектами
• Командная разработка программного обеспечения
• Основы машинного обучения
• Глубокое обучение
• Нейронные сети и их архитектуры
• Методы сбора и предварительной обработки данных
• Методы компьютерного зрения
• Обработка естественного языка
• Анализ временных рядов и прогнозирование
• Развертывание и поддержка ML-моделей
• Основы методологии DevOps
• Облачные технологии и сервисы
• Инструменты контейнеризации и оркестрации
• Параллельное и распределенное программирование
• Разработка веб-приложений
• Разработка мобильных приложений
• Программирование на Java
• Интеллектуальный анализ данных
• Информационная безопасность и защита данных
• Правовые и этические основы искусственного интеллекта
• Иностранный язык в сфере ИТ
• Техническая документация в ИТ-проектах
• Экономика программной инженерии
• Методологии гибкой разработки.