Выпускники БашГУ смогут поступить в магистратуру Университета Иннополис. Набор ведется по четырем образовательным программам, обучение будет проходить на английском языке. Среди бакалавров 2 курса состоится конкурсный отбор на знание английского языка и владение IT-компетенциями. 10 студентов, которые успешно пройдут испытания, получат приглашение в летний лагерь в Иннополисе со 2 по 8 августа.
В течение 3-4 курсов обучения на бакалавриате студенты будут дополнительно изучать 8 элективных дисциплин (по 2 дисциплины в каждом семестре, онлайн) на английском языке. Каждый курс включает в себя 60 часов обучения и дополнительные занятия по английскому языку, которые помогут студентам повысить свой уровень. Студентам будет предоставлен онлайн-доступ к записанным лекциям профессоров Университета Иннополис и лабораторным занятиям с ассистентами профессоров в Teams или на аналогичных платформах.
После успешно сданных тестов студенты будут зачислены в особом порядке на одну из программ магистратуры Университета Иннополис (срок обучения – 2 года).
Более подробная информация о курсах Иннополиса размещена в приложении ниже.
Приложение
1. MS Software Engineering
Управление разработкой программного обеспечения
Программа создана на основе оригинальной программы Университета Карнеги-Меллон (США), входящего в Топ-3 университетов мира в категории «Компьютерные науки и Информационные системы» по итогам 2020 года. Обучение проходит очно в Университете Иннополис, проводит его команда преподавателей, сертифицированных Университетом Карнеги-Меллон и имеющих опыт работы в ИТ-сфере, и приглашенные эксперты в узких областях, соотносящихся с курсами данной программы.
Предназначена программа для специалистов с опытом работы от 6 месяцев в сфере разработки ПО, которые нацелены на карьерный рост и хотят стать техническим лидером, программным архитектором или менеджером ИТ-проектов.
Структура обучения: 2 года (1 год очного обучения + 1 год стажировка в компании-резиденте). Программа преподается полностью на английском языке.
Основные требования к абитуриентам:
высшее образование (бакалавриат/специалитет) в сфере информационных технологий и смежных областях;
опыт работы в сфере разработки программного обеспечения от 6 месяцев;
уровень владения английским языком (от Intermediate и выше).
Основные курсы:
Requirements Engineering
The course focuses on approaches to collect and manage software requirements. During the course, students will learn the different techniques used to collect requirements in different development contexts. In particular, the course will compare plan-based and agile approaches to requirements collection and analysis. Moreover, students will be introduced to approaches to deal with conflicting requirements.
Models of Software Systems
Formal models and formal methods are gaining an increasing importance today due to the emerging of tool support used for modeling and analysis of systems. Models of Software Systems course introduces the foundations and uses of formal modeling to give a partial although consistent answer to the questions: what a software engineer should know about formal modeling? On what specific aspect a course should focus and help the perspective engineer to navigate such a complex and fast changing field?
Architectures for Software Systems
The course is a reflection on the comprehensive approach to modern software architectural design to stimulate the software engineer’s sensitivity to the robustness and the resilience of the applications. Software engineering and software architecture concepts will be deconstructed and reconstructed considering well-known and innovative approaches used in the real world to manufacture software solutions through lectures and practical activities. The students will develop real applications on the subject of project courses assigned to different competing teams. Individual contributions will be evaluated as well as the participation in teamwork.
Managing Software Development
The course is a breadth oriented course, designed to help technically-trained software engineers to acquire the knowledge and skills necessary to lead a project team, understand the relationship of software development to overall project engineering, estimate time and costs, and understand the software process. The nature of software development is sufficiently unique to require specialized management techniques, especially in the areas of the estimating and scheduling.
Analysis of Software Artifacts
The course provides techniques to develop confidence in the quality of the software being produced or acquired regardless of its size and domain. The course adopts the view that software quality is not only the absence of defects but that it encompasses all the characteristics that bear on the ability of the software to satisfy stated and implied needs.
Empirical Methods for Software Engineers and Data Scientists
The course presents the fundamentals of metrics and empirical methods to the future software engineers and data scientists, on one side providing the scientific fundamentals of the disciplines, and on the other anchoring the theoretical concepts on practices coming from the world of software development and engineering.
Communication
The course is designed to help computer science and engineering students improve their technical reading, writing and spoken English communication Personal Software Process course introduces the highest-leverage metrics, specifically the ones associated with improving time estimation and reducing defects.
Personal Software Process
The course is intended for practicing software engineers and their managers. The measures introduced can serve as the basis for software development process improvement in the organization as well as helping individuals.
Industrial Project
It is a two semesters long course, where students work with a real industrial customer. The students work in teams and have the opportunity to apply the concepts and skills they have developed under the continuous supervision of both an academic and an industrial mentor. At the end of the program, students can be employed immediately and be productive in an industrial environment.
2. MS Security and Network Engineering
Компьютерная безопасность и сети
Обучение разработано на основе программы The System and Network Engineering program Университета Амстердама — лучшей в Нидерландах магистерской программы в категории «Информатика» за 2018 год (по версии Keuzegids).
Интенсивная годовая программа предназначена для специалистов с опытом работы от 6 месяцев в сфере информационных технологий, которые нацелены на профессиональный и карьерный рост в области компьютерной безопасности и сетей.
Программа позволит сконцентрироваться на изучении концепций и принципов в области компьютерной безопасности и сетевой инженерии, применить полученные знания на практике, столкнуться с задачами, которые позволят подготовить к реальным ситуациям в индустрии.
Структура обучения: 2 года (1 год очного обучения + 1 год стажировка в компании-резиденте). Программа преподается полностью на английском языке.
Требования к абитуриентам:
высшее образование (бакалавриат/специалитет) в области Computer Science (желательно по направлению «Информационная безопасность»);
технический опыт работы в сфере IT от 6 месяцев;
уровень владения английским языком (от Intermediate и выше).
Будет преимуществом опыт в практической безопасности (методы атак и защиты IT-инфраструктуры, расследование компьютерных инцидентов, защита программного обеспечения, анализ кода и оценка уязвимостей), и участие в CTF конкурсах.
Основные курсы:
Classical Internet Applications (CIA)
— Booting
— Operating system structures
— DNS (Sec)
— Web
InterNetworking and Routing
— Basics of networking
— IPv4 and IPv6
— VOIP
— QoS
— Routing (OSPF, EIGRP, BGP)
— Advanced Routing and Traffic Engineering (MPLS,VPLS, VRF)
Advanced Networking
— SDN and CDN
— Network attacks
— VPN and IPsec
— Network segmentation and ACLs
— Network pivoting
— Network tools
Security of systems and networks (SSN)
— Cryptographic algorithms and related technology
— Secure Protocols (SSL, TLS, IPsec)
— Secure booting
Large Installation Administration (LIA)
— Large Scale Virtualization
— Container Orchestration
— Continuous Integration and Continuous Delivery
— Data Centers
— Disaster Recovery
— High Availability Clusters
— IT service management
— Backup, Monitoring
— Storage Cluster
Advanced Security
— Wireless Security
— Database Security
— Web Security (web vulnerabilities discover and exploitation)
— Introduction to Reverse Engineering
— Debugging and disassembling, Binary Exploitation
— IDS/ IPS systems and network evasion techniques
CyberCrime and Forensics (CCF)
— Law and regulations
— Acquiring of digital evidence
— Recovering information
— Anti-forensics and Incidents Response
— File systems and volatile information analysis
— Malware analysis
— Operating systems and network forensics artifacts
— Anonymity
Offensive Technologies (OT)
— Fuzzing, Scanning
— Advanced exploitation techniques
— Penetration testing techniques (blackbox vs whitebox)
— Vulnerability code assessment (OWASP and other methodologies)
— Offensive tools (Metasploit, Powershell Empire, NMAP, BurpSuite and so on)
— Physical security
3. MS Data Analysis and Artificial Intelligence
Анализ данных и искусственный интеллект
Основная цель программы — обучить студентов всем навыкам Data Science, востребованным в индустрии: от принятия у заказчика бизнес-проблемы до презентации результатов, внедрения и отчетности. При этом фокусом программы является машинное обучение. Обучение также будет интересно кандидатам, которые хотят заниматься R&D (исследования и разработка), с фундаментальными знаниями в математике, с навыками поиска и представления информации. По окончании программы студенты становятся специалистами в управлении большими данными и имеют навыки предварительной обработки массивов данных, применения алгоритмов машинного обучения, анализа данных и представления результатов.
Структура обучения: 2 года очного обучения. Программа преподается полностью на английском языке.
Требования к абитуриентам:
высшее техническое образование (бакалавриат/специалитет)
знание одного или нескольких языков программирования
уровень владения английским языком (от Intermediate и выше)
Будет преимуществом: практический опыт в области анализа данных.
Основные курсы:
Machine learning is the base of the Data Science specialization. The course includes simple ML algorithms, ensembles and an introduction to neural networks. It's balanced between the theoretical foundation of the algorithms and practice.
Advanced Machine Learning gives deeper knowledge in the area. It covers autoencoders, generative models, recurrent neural networks and LSTM, graphical models, bayesian machine learning and other topics. You will learn practical aspects of training neural networks.
High-Dimensional Data Analysis gives you a much deeper understanding of clustering algorithms, distribution estimation, and strategies of preprocessing data.
Big Data Technologies and Analytics cover distributed file systems, MapReduce, Spark, NoSQL databases and distributed machine learning.
In Metrics and empirical methods, you will recall statistics, construct experiments and apply it in the domain of Software Engineering.
Mathematical courses Advanced Statistics and Optimization are fundamental in Machine learning.
The course Managing Software Development is about the predictable process of developing software that is needed by the customer. In ML projects correct assumptions about conditions in which the system will be used are crucial. You will also learn how to organize the teamwork, those skills will be useful when you will achieve the team lead level.
During the study, you will select Technical electives. There is a wide range of courses, from specializations inside ML, - DS application in applying DS in specific domains like finances, or you can get an additional specialization beyond ML.
In Thesis, you will practice all your acquired knowledge, introduce new approaches in ML. Many students publish papers in the top conferences during the work on their thesis.
4. MS Robotics and Computer Vision
Робототехника и компьютерное зрение
Программа основана на лучших мировых практиках, которые используются в Massachusetts Institute of Technology, Carnegie Mellon University, Sapienza University of Rome, National University of Singapore.
Часть курсов являются уникальными, основаны на последних исследованиях науки и техники в области робототехники, которые разработаны и преподаются признанными в мире экспертами в данном направлении.
Программа предназначена для специалистов, желающих расширить кругозор в области робототехники, а также планирующих стать высококвалифицированными профессионалами в следующих областях:
— мехатроника, управление и прототипирование
— современные численные методы решения сложных технических и оптимизационных задач, основанных на машинном обучении
— решение прикладных задач в области беспилотного транспорта, промышленной робототехники и систем технического зрения
Структура обучения: 2 года очного обучения. Программа преподается полностью на английском языке.
Требования к абитуриентам:
высшее техническое образование (бакалавриат/специалитет)
уровень физико-математической подготовки
уровень владения английским языком (от Intermediate и выше)
Будет преимуществом:
опыт работы в промышленной робототехнике
наличие научных публикаций в изданиях, входящих в базы Web of science, Scopus
участие в робототехнических соревнованиях
Основные курсы:
1 семестр посвящен получению базовых компетенций в области робототехники:
Fundamental of Robot Control
Programming
Robotics 1
Sensors
Machine learning
Также происходит выбор дипломного проекта. Есть возможность выбрать электив.
2 семестр посвящен более углубленному пониманию базовых отраслей и изучению беспилотного транспорта:
Computer vision
Robotics 2
Autonomous systems
Behavioural and cognitive robotics
Начинается работа над дипломным проектом.
3 и 4 семестры посвящены дипломной работе, нескольким обязательным курсам и курсам на выбор:
Computational Intelligence
Neurosciences
Технические элективы
1. Машинное обучение
Предметная область: наука о данных.
Ключевые аспекты: Парадигма машинного обучения, подходы и алгоритмы машинного обучения.
Цель курса: интенсивное обучение ключевым элементам машинного обучения с упором на их внедрение в современные среды программирования, и дальнейшее использование их в реальных задачах для отрасли.
Разделы курса:
1 Обучение с преподавателем
2 Деревья решений и ансамбль методов
3 Обучение без преподавателя
4 Глубокое обучение
2. Проектирование программных систем
Предметная область: Основы разработки программного обеспечения, Программная инженерия
Основные направления:
- Структуры данных и алгоритмы
- Дискретная математика и логика
- Введение в программирование
Курс «Проектирование программных систем» направлен на изучение основ, связанных с построением программных систем. Курс охватывает технические темы, такие как проектирование сложных систем, объектно-ориентированное программирование, нотация UML и другие.
По результатам прохождения курсы студент будет владеть следующими навыками:
• понимать и применять методы объектно-ориентированного проектирования;
• разрабатывать и оценивать программные системы;
• разрабатывать спецификации и дизайн-приложения с помощью UML;
• классифицировать элементы дизайна, используя формальный язык дизайна (OCL);
• обладать опытом проектирования средних систем с шаблонами;
• обладать опытом тестирования и анализа программного обеспечения.
3. Гибкая разработка ПО
Предметная область: Программная инженерия.
Основные направления:
- Основные принципы создания программного обеспечения
- Методы оптимизации с использованием гибкой методологии разработки.
Этот курс знакомит студентов с основными концепциями бережливой разработки в программной инженерии, и как это взаимосвязано с общими принципами бережливого развития. Рассматриваются различные возможные программные процессы, как они могут быть адаптированы и реализованы. Кроме того, большая часть курса сосредоточена на изучение бережливого производства в разработке программного обеспечения.
Разделы курса:
1 Программное обеспечение как творческая деятельность
2 Измерение в программном обеспечении
3 Тейлоризм и фордизм
4 Бережливое и гибкое
5 Проблемы в Lean и Agile
6 Структурирование бережливого подхода в процессе разработки программного обеспечения
7 Оптимизация процесса разработки
4. Разработка компиляторов
Предметная область: Языки программирования и программная инженерия.
Основные направления:
- Общая архитектура компиляции
- Лексический анализ
- Синтаксический анализ
- Семантический анализ
- Генерация кода
- Оптимизация программы
- Виртуальные машины и технология JIT
Данный курс предназначен для изучения процесса компиляции, лексического и семантического анализа программного кода. Студенты освоят принцип работы компилятора и иными инструментами компиляции
5. Информационный поиск
Предметная область: Наука о данных
Основные направления:
- Индексирование данных
- Релевантность и рейтинг информации
Курс разработан изучения основной теории информационно-поисковых систем и процесса внедрения различных систем поиска информации. Курс посвящен оценке и анализу поисковых систем и технологии их реализации. На протяжении всего курса студенты будут участвовать в дискуссиях и выполнении заданий для знакомства с поисковыми системами информационного мира. Технологии и алгоритмы, рассматриваемые в курсе, включают машинное обучение, интеллектуальный анализ данных, обработку естественного языка и т. д.
Разделы курса
1. Основы поиска информации
2. Обработка текста и индексация
3. Векторная модель и векторная индексация
4. Дополнительные темы: обработка мультимедиа.
6. Обработка естественного языка
Предметная область: наука о данных
Основные направления:
- обработка естественного языка с интенсивным использованием данных (NLP) и машинное обучение (ML).
автоматизированная обработка большого объема данных в социальных сетях с точки зрения искусственного интеллекта с использованием машинного обучения (ML).
Курс охватывает базовые структуры и теорию обработки текста, дает участникам знания о том, как сочетать машинное обучение с проблемой в контексте языковой обработки. Также рассматривается вопрос обработки данных в социальных сетях, который отличается от исследований текста в ленте новостей. Охватываемые темы включают распознавание сущностей, анализ и обработку данных для индексации и поиска.
7. Качество программного обеспечения
Предметная область: программная инженерия
Основные направления:
- Модели и показатели качества
- Методы проверки и тестирования
- Критерии адекватности
- Показатели надежности
- Стоимость качества
Курс представляет собой обзор методов проектирования качества и надежности программного обеспечения. Он включает в себя введение в качество программного обеспечения, обзор методов статического анализа, методов тестирования и проектирования надежности. Студенты будут применять на практике методы во время лабораторных занятий. Курс уравновешивает традиционные лекции, лабораторные занятия и небольшой курсовой проект, в котором студенты применяют концепции и методы, которые они учат на реальных артефактах. Курсовой проект представляет собой качественный анализ проекта с открытым исходным кодом на выбор студента.
Разделы курса
1. Определение качества
2. Проверка и тестирование
3. Надежность
8. Бизнес аналитика
Предметная область: Предпринимательство
Основные направления:
- Введение в программирование
- Вероятность и статистика
- Сбор данных
В этом курсе студенты узнают об использовании данных о клиентах и информационных рынках при принятии деловых решений. Они научатся определять, оценивать и использовать возможности бизнес-аналитики. В конце студенты узнают, как собирать, анализировать и интерпретировать данные об информационных рынках и клиентах.