Акценти на програмата
За разлика от популярните академични курсове в областта на науката за данни (Data Science), които се фокусират върху анализ на данни със средствата на машинното обучение и изкуствения интелект, магистърската програма „Технологии за големи данни“ обхваща цялостния жизнен цикъл на данните, а именно:
– Събиране на данни от разнородни източници;
– Обработка на сурови данни и транспортиране до местата за съхранение и анализ;
– Моделиране на данните и съхранение;
– Подготовка на данните за анализ (изчистване, обогатяване, нормализация и др.);
– Управление на потоци от данни;
– Анализ, интерпретация и визуализация.
За да се постигне това, програмата включва набор от курсове, организирани логично в различни видове модули – базови, профилиращи и надграждащи. Това дава възможност на студентите както за фокусирана професионална подготовка, така и за свобода да оформят програмата си за обучение според съвременните тенденции, своя опит и лични предпочитания.
Магистърската програма „Технологии за големи данни“ е структурирана в четири направления (Фиг. 1), които позволяват систематично изграждане на компетенции и професионални умения за справяне с предизвикателствата на големите данни, използвайки последните постижения на методите на изкуствения интелект и текущото състояние на съвременните технологии за обработка на структурирани, полуструктурирани и неструктурирани данни – сензорни измервания (IoT), текстови съобщения, транзакции, изображения, документи и др.
Три от задължителните курсове в програмата (Управление и обработка на големи данни, Инженеринг на големи данни и Подходи за споделяне на данни) обхващат различни ключови аспекти от жизнения цикъл на големите данни. Заедно с двата основополагащи курса, които въвеждат изкуствения интелект като теоретична основа за обработка на големи данни (Въведение в науката за данни и изкуствен интелект и ИИ за системи с големи данни), те формират петте базови курса на програмата.
Фигура 1 Структурни връзки между отделните курсове в програмата
Избираемите курсове, включени в магистърската програма, позволяват на студента да избира от четири различни направления за обработка на големи данни според професионалните си предпочитания:
- Хибридни интелигентни системи (1)
- Интелигентна обработка на текст, документи и транзакционни данни (2)
- Семантични технологии за големи данни (3)
- Интелигентна обработка на географска и геопространствена информация (4)
Всяко от направленията включва три курса, които осигуряват необходимата съдържателна база за профилиране на обучаемите.
Останалите избираеми курсове в учебната програма могат да бъдат както други профилиращи, така и избрани сред всеки от курсовете, които не са основни или предназначени за конкретен профил, включително и такива, включени в други магистърски програми на ФМИ.
Информацията за профилираните направления, предлагани в рамките на програмата, е обобщена в таблицата по-долу, като всеки студент може да определи своята област на интереси и да обмисли спрямо желанието си за кариерно развитие какви курсове да избере в допълнение към основните курсове в рамките на магистърската програма.
Таблица 1 Специализации, предлагани на студентите
| Специализации | Методологичен фундамент | Технологичен фундамент | Профилиране според интереси |
| Хибридни интелигентни системи |
1) Въведение в науката за данни и ИИ 2) ИИ за системи с големи данни |
3) Управление и обработка на големи данни 4) Инженеринг на големи данни 5) Подходи за споделяне на данни |
6) Големи софтуерни системи (нa Java) 7) Обработка на големи обеми от данни за Интернет на нещата 8) Разработване на системи с компоненти с ИИ |
| Интелигентна обработка на текст, документи и транзакционни данни |
1) Въведение в науката за данни и ИИ 2) ИИ за системи с големи данни |
3) Управление и обработка на големи данни 4) Инженеринг на големи данни 5) Подходи за споделяне на данни |
6) Големи софтуерни системи (нa Java) 7) Подходи за обработка на естествен език 8) Препоръчващи системи |
| СЕМАНТИЧНИ ТЕХНОЛОГИИ за големи данни |
1) Въведение в науката за данни и ИИ 2) ИИ за системи с големи данни |
3) Управление и обработка на големи данни 4) Инженеринг на големи данни 5) Подходи за споделяне на данни |
6) Обогатяване на данни 7) Семантичен уеб 8) Граф бази от данни
|
| Интелигентна географска и геопространствена обработка на информация |
1) Въведение в науката за данни и ИИ 2) ИИ за системи с големи данни |
3) Управление и обработка на големи данни 4) Инженеринг на големи данни 5) Подходи за споделяне на данни |
6) Обогатяване на данни 7) Разширен анализ на изображения 8) Заснемане и обработка на геопространствени данни за 3D моделиране |
КРАТКО ОПИСАНИЕ НА ПРОФИЛИТЕ
- ХИБРИДНИ ИНТЕЛИГЕНТНИ СИСТЕМИ
Профилът съчетава анализ на големи данни с помощта на статистически методи и машинно обучение, проектиране на архитектури и модели и интеграция на софтуерни системи, базирани на Интернет на нещата и облачни технологии. Той предоставя цялостно разбиране за жизнения цикъл на данните, софтуерно инженерство с изкуствен интелект и разработка на индустриални системи.
- ИНТЕЛИГЕНТНА ОБРАБОТКА НА ТЕКСТ, ДОКУМЕНТИ И ТРАНЗАКЦИОННИ ДАННИ
Този клъстър от курсове набляга на практически проекти, автоматизирана обработка на текст на естествен език и компоненти и връзки в големи софтуерни системи за обработка на документи, съобщения, финансови и комерсиални транзакции. Той изследва препоръчващите системи, компютърната лингвистика с фокус върху неструктурирания текст и разработката на софтуерни системи с използване на Java.
- СЕМАНТИЧНИ ТЕХНОЛОГИИ ЗА ГОЛЕМИ ДАННИ
Профилът разглежда семантични технологии, техники за обогатяване на данни и работа с граф бази данни. Той подготвя студентите за работа с полуструктурирани данни в XML формат и създаване на онтологии, прилагане на машинно обучение и NLP към семантични графи и семантично обогатяване на данните. Обхваща също практическа работа с граф бази данни, включително стандартите за представяне, писането на заявки и интеграцията им в ИТ инфраструктурата.
- ИНТЕЛИГЕНТНА ГЕОГРАФСКА И ГЕОПРОСТРАНСТВЕНА ОБРАБОТКА НА ИНФОРМАЦИЯ
Клъстърът обхваща усъвършенстван анализ на изображения, технологии и средства за моделиране и интеграция на географски и геопространствени данни. Студентите изучават специализирани методи за анализ на графични данни и конволюционни невронни мрежи за дълбочинен анализ на визуална информация и ги прилагат към реални казуси. Изучават се също различни сензори и методи за събиране на геопространствени данни, техники за дистанционно наблюдение и 3D моделиране, като се набляга на качеството и надеждността на данните и на практическите сесии.
ОБЩА ИНФОРМАЦИЯ ЗА ПРОГРАМАТА
Четирите профили на програмата дават възможност на студентите за специализиране в обработката на различни типове данни: измервателни данни в числов формат, съобщения и документи в текстов формат, финансови и комерсиални записи в транзакционен формат, равнинни и пространствени графики в картографски и геопространствен формат, както и логически модели в полуструктурирани данни като в различните профили се работи и с различни софтуерни системи, подходящи за съхраняване на различните типове данни:
- Postgres (структурирани данни в SQL формат),
- MongoDB (полуструктурирани данни в JSON формат),
- GraphDB (полуструктурирани данни в XML формат) и
- Hadoop (големи структурирани, полуструктурирани и неструктурирани данни във файлов формат).
Повечето от курсовете в магистърската програма включват практически упражнения с използване на езиците за програмиране Java и Python в уникалната за България инфраструктура на Институт GATE. Тази среда е базирана на комерсиален софтуер от технологичния лидер в областта на средствата за обработка на големи данни Cloudera, работещ върху частния облак на Институт GATE под управление на популярната система за работа с облачни контейнери Kubernetes.