2024-2025_09_04_02-набор_2023-ИСИТ_plx_Технологии анализа и обработки данных_Разработка и сопровождение информационных систем
 
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

СТАВРОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ
Директор/Декан

Аникуев С.В.

____________________________

____________________________

«___»  _____________ 20___ г.

Рабочая программа дисциплины
Б1.В.01 Технологии анализа и обработки данных
09.04.02 Информационные системы и технологии
Разработка и сопровождение информационных систем
магистр
УТВЕРЖДАЮ
очная
2023
 
Ставрополь, 2023
 
1. Цель дисциплины
овладение основными принципами анализа и обработки данных на высокоуровневом языке Python,

развитие у обучающихся алгоритмического мышления, формирование навыков реализации технологий анализа и обработки данных на высокоуровневом языке программирования,

применение знаний к решению прикладных задач.

 
Код и наименование компетенции
Код и наименование индикатора достижения компетенции
Перечень планируемых результатов обучения по дисциплине
2. Перечень планируемых результатов обучения по дисциплине, соотнесенных с плани-руемыми результатами освоения образовательной программы
Процесс изучения дисциплины направлен на формирование следующих компетенций ОП ВО и овладение следующими результатами обучения по дисциплине:
 
ПК-4 Способен управлять развитием БД
ПК-4.1 Обоснованно проводит анализ системных проблем обработки информации на уровне БД, подготовку предложений по перспективному развитию БД
знает

методы анализа системных проблем обработки информации на уровне БД

умеет

проводить анализ системных проблем обработки информации на уровне БД

владеет навыками

навыками анализа системных проблем обработки информации на уровне БД

 
 
 
 
 
ПК-4 Способен управлять развитием БД
ПК-4.2 Обоснованно производит изучение, освоение и внедрение в практику администрирования новых технологий работы с БД
знает

новые технологии работы с БД

умеет

обоснованно производить изучение, освоение и внедрение в практику администрирования новых технологий работы с БД

владеет навыками

навыками изучения, освоения и внедрения в практику администрирования новых технологий работы с БД

 
 
 
 
 
Дисциплина  «Технологии анализа и обработки данных» является дисциплиной части, формируемой участниками образовательных отношений программы.

Изучение дисциплины осуществляется в 3семестре(-ах).

3. Место дисциплины в структуре образовательной программы 
Для освоения дисциплины «Технологии анализа и обработки данных» студенты используют знания, умения и навыки, сформированные в процессе изучения дисциплин:
 
Технологии баз данных
 
Освоение дисциплины «Технологии анализа и обработки данных» является необходимой основой для последующего изучения следующих дисциплин:
 
Подготовка к сдаче и сдача государственного экзамена
 
Подготовка к процедуре защиты и защита выпускной квалификационной работы
 
Технологическая (проектно-технологическая) практика
 
Преддипломная практика
 
4. Объем дисциплины в зачетных единицах с указанием количества академических часов, выделенных на контактную работу с обучающихся с преподавателем (по видам учебных занятий) и на самостоятельную работу обучающихся 
Общая трудоемкость дисциплины «Технологии анализа и обработки данных» в соответствии с рабочим учебным планом и ее распределение по видам работ представлены ниже.
 
 
Семестр
Трудоемкость

час/з.е.

Контактная работа с преподавателем, час
Самостоя-

тельная ра-

бота, час

Контроль,

час

Форма промежуточной аттестации (форма контроля)
лек-

ции

практические

занятия

лабораторные занятия
3
72/2
8
16
48
За
в т.ч. часов:

в интерактивной форме

4
6
практической подготовки
8
16
48
 
 
Семестр
Трудоемкость

час/з.е.

Внеаудиторная контактная работа с преподавателем, час/чел
Курсовая работа
Курсовой проект
Зачет
Дифференцированный зачет
Консультации перед экзаменом
Экзамен
3
72/2
0.12
 
5. Содержание дисциплины, структурированное по темам (разделам) с указанием отве-денного на них количества академических часов и видов учебных занятий 
Наименование раздела (этапа) практики
 
 
Количество часов
Формы текущего контроля успеваемости и промежуточной аттестации
Оценочное средство проверки результатов достижения индикаторов компетенций
Код индикаторов достижения компетенций
Семинарские занятия
 
 
 
 
 
 
 
 
 
 
 
 
1 раздел. Технологии анализа и обработки данных
1.
 
Генеральная совокупность и выборка. Частотные таблицы и распределения
3
10
4
2
КТ 1
1.1.
2
Задачи
 
Описательные статистики: меры центральной тенденции и разброса
3
10
4
2
КТ 2
1.2.
2
Задачи
 
Визуализация данных
3
12
6
4
КТ 2
1.3.
2
Задачи
 
Линейная и логистическая регрессии
3
12
10
8
КТ 3
1.4.
2
Задачи
 
2 раздел. Зачет
2.
 
Зачет
3
2.1.
 
Промежуточная аттестация
За
Итого
44
72
16
8
 
Итого
48
72
16
8
 
Тема лекции (и/или наименование раздел)

(вид интерактивной формы проведения занятий)/(практическая подготовка)

Содержание темы

(и/или раздела)

5.1. Лекционный курс с указанием видов интерактивной формы проведения занятий
Всего,

часов / часов интерактивных занятий/ практическая подготовка

 
Генеральная совокупность и выборка. Частотные таблицы и распределения
Генеральная совокупность и выборка. Частотные таблицы и распределения

2/2
 
Описательные статистики: меры центральной тенденции и разброса
Описательные статистики: меры центральной тенденции и разброса
2/2
 
Визуализация данных
Введение в визуализацию данных
2/-
 
Линейная и логистическая регрессии
Линейная и логистическая регрессии. Тестирование гипотез
2/-
 
Итого
8
 
5.2. Семинарские (практические, лабораторные) занятия с указанием видов проведения занятий в интерактивной форме
Наименование

раздела

дисциплины

Формы проведения и темы занятий

(вид интерактивной формы проведения занятий)/(практическая подготовка)

Всего,

часов / часов интерактивных занятий/ практическая подготовка

вид
часы
 
Генеральная совокупность и выборка. Частотные таблицы и распределения
Понятия генеральной совокупности, выборки, репрезентативности. Составление частотных таблиц, визуализация частотных таблиц: гистограмма и полигон. Группировка данных и сводные таблицы.

Пр
2/2/-
 
Описательные статистики: меры центральной тенденции и разброса
Описательные статистики: меры центральной тенденции и разброса

Пр
2/2/-
 
Визуализация данных
Использование простейших визуализаций. Линейный график, столбчатая диаграмма, точечная диаграмма.
Пр
2/2/-
 
Визуализация данных
Использование продвинутых методов визуализации данных, создание различных диаграмм. Разведочный анализ данных. Создание интерактивных визуализаций.
Пр
2/-/-
 
Линейная и логистическая регрессии
Параметрические статистические критерии. Т-тест : одновыборочный, парный, двухвыборочный.
Пр
4/-/-
 
Линейная и логистическая регрессии
Построение уравнения простой и множественной линейной регрессии. Оценка качества построенной модели.

Пр
4/-/-
 
5.3. Курсовой проект (работа) учебным планом не предусмотрен
 
5.4. Самостоятельная работа обучающегося
Темы самостоятельной работы
к текущему

контролю

 
Встроенные возможности по работе с коллекциями. Списочные выражения. Модель памяти для типов языка Python
10
 
Описательные статистики: меры центральной тенденции и разброса
10
 
Линейный график, столбчатая диаграмма, точечная диаграмма. Разведочный анализ данных. Создание интерактивных визуализаций.
12
 
Библиотеки для получения и обработки данных
12
 
Зачет
4
 
6. Перечень учебно-методического обеспечения для самостоятельной работы обучающихся по дисциплине
Учебно-методическое обеспечение для самостоятельной работы обучающегося по дисциплине «Технологии анализа и обработки данных» размещено в электронной информационно-образовательной сре-де Университета и доступно для обучающегося через его личный кабинет на сайте Университета. Учебно-методическое обеспечение включает:

1. Рабочую программу дисциплины «Технологии анализа и обработки данных».

2. Методические рекомендации по освоению дисциплины «Технологии анализа и обработки данных».

3. Методические рекомендации для организации самостоятельной работы обучающегося по дисциплине «Технологии анализа и обработки данных».

4. Методические рекомендации по выполнению письменных работ (задачи).

5. Методические рекомендации по выполнению контрольной работы студентами заочной формы обучения.

Для успешного освоения дисциплины, необходимо самостоятельно детально изучить представленные темы по рекомендуемым источникам информации:

№  п/п
Темы для самостоятельного изучения
Рекомендуемые источники информации

(№ источника)

основная

(из п.8 РПД)

дополнительная

(из п.8 РПД)

метод. лит.

(из п.8 РПД)

 
1
Генеральная совокупность и выборка. Частотные таблицы и распределения
Л1.1, Л1.2
Л2.1, Л2.2
 
2
Описательные статистики: меры центральной тенденции и разброса
Л1.1, Л1.2
Л2.1, Л2.2
 
3
Визуализация данных
Л1.1, Л1.2
Л2.1, Л2.2
 
4
Линейная и логистическая регрессии
Л1.1, Л1.2
Л2.1, Л2.2
 
5
Зачет
 
7. Фонд оценочных средств (оценочных материалов) для проведения промежуточной ат-тестации обучающихся по дисциплине «Технологии анализа и обработки данных»
 
7.1. Перечень индикаторов компетенций с указанием этапов их формирования в процессе освоения образовательной программы
 
 
Индикатор компетенции (код и содержание)
Дисциплины/элементы программы (практики, ГИА), участвующие в формировании индикатора компетен-ции
1
2
1
2
3
4
ПК-4.1:Обоснованно проводит анализ системных проблем обработки информации на уровне БД, подготовку предложений по перспективному развитию БД
Преддипломная практика
x
Технологии баз данных
x
Технологическая (проектно-технологическая) практика
x
Хранилища данных
x
ПК-4.2:Обоснованно производит изучение, освоение и внедрение в практику администрирования новых технологий работы с БД
Преддипломная практика
x
Технологии баз данных
x
Хранилища данных
x
 
7.2. Критерии и шкалы оценивания уровня усвоения индикатора компетенций, опреде-ляющие процедуры оценивания знаний, умений, навыков и (или) опыта деятельности
Оценка знаний, умений и навыков и (или) опыта деятельности, характеризующих этапы формирования компетенций по дисциплине «Технологии анализа и обработки данных» проводится в форме текущего контроля и промежуточной аттестации.

Текущий контроль проводится в течение семестра с целью определения уровня усвоения обучающимися знаний, формирования умений и навыков, своевременного выявления преподавателем недостатков в подготовке обучающихся и принятия необходимых мер по её корректировке, а также для совершенствования методики обучения, организации учебной работы и оказания индивидуальной помощи обучающемуся.

Промежуточная аттестация по дисциплине «Технологии анализа и обработки данных» проводится в виде Зачет.

За знания, умения и навыки, приобретенные студентами в период их обучения, выставляются оценки «ЗАЧТЕНО», «НЕ ЗАЧТЕНО». (или «ОТЛИЧНО», «ХОРОШО», «УДОВЛЕТВОРИТЕЛЬ-НО», «НЕУДОВЛЕТВОРИТЕЛЬНО» для дифференцированного зачета/экзамена)

Для оценивания знаний, умений, навыков и (или) опыта деятельности в университете приме-няется балльно-рейтинговая система оценки качества освоения образовательной программы. Оценка проводится при проведении текущего контроля успеваемости и промежуточных аттестаций обучающихся. Рейтинговая оценка знаний является интегрированным показателем качества теоретиче-ских и практических знаний и навыков студентов по дисциплине.

 
Состав балльно-рейтинговой оценки студентов очной формы обучения
Для студентов очной формы обучения знания по осваиваемым компетенциям формируются на лекционных и практических занятиях, а также в процессе самостоятельной подготовки.

В соответствии с балльно-рейтинговой системой оценки, принятой в Университете студентам начисляются баллы по следующим видам работ:

№ контрольной точки
Оценочное средство результатов индикаторов достижения компетенций
Максимальное количество баллов
 
3 семестр
 
КТ 1
Задачи
0
 
КТ 2
Задачи
0
 
КТ 3
Задачи
0
 
Итого
70
Результативность работы на практических/лабораторных занятиях
30
Посещение практических/лабораторных занятий
20
Посещение лекционных занятий
20
0
Сумма баллов по итогам текущего контроля
 
Критерии оценки знаний студентов
№ контрольной точки
Оценочное средство результатов индикаторов достижений компетенций
Максимальное количество баллов
 
3 семестр
 
КТ 1
Задачи
0
 
КТ 2
Задачи
0
 
КТ 3
Задачи
0
 
Критерии и шкалы оценивания уровня усвоения индикатора компетенций
При проведении итоговой аттестации «зачет» («дифференцированный зачет», «экзамен») преподавателю с согласия студента разрешается выставлять оценки («отлично», «хорошо», «удовлетворительно», «зачет») по результатам набранных баллов в ходе текущего контроля успеваемости в семестре по выше приведенной шкале.

В случае отказа – студент сдает зачет (дифференцированный зачет, экзамен) по приведенным выше вопросам и заданиям. Итоговая успеваемость (зачет, дифференцированный зачет, экзамен) не может оцениваться ниже суммы баллов, которую студент набрал по итогам текущей и промежуточной успеваемости.

При сдаче (зачета, дифференцированного зачета, экзамена) к заработанным в течение семестра студентом баллам прибавляются баллы, полученные на (зачете, дифференцированном зачете, экзамене) и сумма баллов переводится в оценку. 

 
По дисциплине «Технологии анализа и обработки данных» к зачету допускаются студенты, выполнившие и сдавшие практические работы по дисциплине, имеющие ежемесячную аттестацию и без привязке к набранным баллам. Студентам, набравшим более 65 баллов, зачет выставляется по результатам текущей успеваемости, студенты, не набравшие 65 баллов, сдают зачет по вопросам, предусмотренным РПД. Максимальная сумма баллов по промежуточной аттестации (зачету) устанавливается в 15 баллов
Критерии и шкалы оценивания ответа на зачете
Вопрос билета
Количество баллов
Теоретический вопрос
до 5
Задания на проверку умений
до 5
Задания на проверку навыков
до 5
 
7.3. Примерные оценочные материалы для текущего контроля успеваемости и промежу-точной аттестации по итогам освоения дисциплины «Технологии анализа и обработки данных»
1. Язык программирования Python: описание и философия.

2. Исходный код на языке Python: кодировка, физические и логические строки, блоки кода

3. Выражения в языке Python.

4. Идентификаторы, пространства имен и области видимости

5. Управляющие конструкции: операторы выбора и цикла.

6. Обработка исключений

7. Функции в языке Python. Лямбда-выражения.

8. Встроенные типы: целочисленный, вещественный, комплексный, логический

9. Последовательности. Кортежи.

10. Последовательности. Списки. Срезы.

11. Последовательности. Словари.

12. Множества и операции над ними

13. Файлы и операции над ними

14. Стиль программирования: описание и назначение.

15. Модули и пакеты

16. Обзор стандартной библиотеки. Модуль sys

17. Обзор стандартной библиотеки. Модуль copy

18. Обзор стандартной библиотеки. Модуль os

19. Обзор стандартной библиотеки. Модуль math

20. Обзор стандартной библиотеки. Модуль random

21. Функции преобразования типов

22. Функции ввода-вывода

23. Функциональное программирование: определение и основные элементы

24. Виды параметров функций в Python'е. Параметры по умолчанию

25. Функции как параметры и как результат

26. Декораторы

27. Функции для обработки последовательностей: range, xrange, map, filter

28. Функции для обработки последовательностей: sum, reduce zip

 
29. Списковые включения

30. Генераторы

31. Генераторные выражения

32. Итераторы. Функции iter, enumerate, sorted.

33. Модуль itertools. Функции itertools.chain, itertools.repeat, itertools.count.

34. Объектно-ориентированное программирование в Python. Объявление класса

35. Объектно-ориентированное программирование в Python: атрибуты, свойства, сокрытие

данных

1. Программирование как реализация модели объекта и алгоритма его функционирования в контексте специализированного языка

2. Связь программирования с основными направлениями науки и техники

3. Основные принципы программирования

4. Понятие программы в узком смысле слова. Назначение приклад-ных и системных программ

5. Классификация и общие характеристики языков программирования

6. Идеология процедурного программирования

7. Идеология модульного программирования

8. Идеология и принципы объектно-ориентированного программирования

9. Абстракция в программировании

10. Алфавиты и лексемы современных языков программирования

11. Классификация стандартных операций современных языков про-граммирования

12. Приоритеты операций

13. Виды разделителей в современных языках программирования

14. Стандартные типы данных и их представление в памяти компьютера

15. Агрегатные типы данных и их представление в памяти компьютера

16. Место указателя в структуре типов данных

17. Строковые объекты. Основные операции со строками. Форматирование строк

18. Сфера действия и видимость программного объекта

19. Продолжительность существования объекта

20. Тип компоновки

21. Класс как основной тип объектно-ориентированного программирования. Способы определения и доступа к компонентам класса

22. Конструкторы, деструкторы и доступность компонентов класса

23. Указатели на компоненты класса

24. Указатель this

25. Перегрузка стандартных операций

26. Методы работы со строками как объектами класса CString (String)

27. Шаблоны классов. Итераторы

28. Типы отношений между классами

29. Одиночное и множественное наследование. Виртуальные связи между классами

30. Полиморфизм. Понятия виртуальной функции, абстрактного класса, интерфейса

31. Обработка исключительных ситуаций

32. Оперирование потоками как объектами класса CThread (Thread)

33. Типы процессов и представляющих их массивов данных

34. Функциональное задание массива данных

35. Табличное задание массива данных

36. Операторное задание массива данных

37. Растровые и векторные изображения

38. Спектральный анализ массивов данных: понятия АЧХ и ФЧХ

39. Векторный звук. Алгоритмы вычисления и построения спектрограммы для анализа и синтеза звука

40. Явный способ синтеза векторного звука

41. Операторный способ синтеза векторного звука

42. Смешанный способ синтеза векторного звука

43. Методика потокового статистического анализа данных. Одно-мерная и двухмерная

 
гистограммы распределения

44. Алгоритмы вычисления и построения одномерной и двухмерной гистограмм многомерных массивов

45. Упрощённая структура генератора случайных чисел

46. Конгруэнтный метод генерации массивов случайных чисел

47. Генерация случайных массивов с заданным законом распределения на основе генератора равномерного распределения

48. Генерация случайных массивов с заданным законом распределения на основе операции эквализации гистограмм

49. Задача подобия одномерных гистограмм

50. Перегруппировка (целенаправленная перестановка) чисел в сгенерированном случайном массиве

51. Элементы регрессионного анализа. Линейная регрессия

 
8. Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины 
а) Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины
 
основная
 
Л1.1 Бабушкина И. А., Окулов С. М. Практикум по объектно-ориентированному программированию [Электронный ресурс]:. - Москва: Лаборатория знаний, 2020. - 369 с. – Режим доступа: https://e.lanbook.com/book/135561 
 
Л1.2 Дадян Э. Г. Проектирование современных баз данных [Электронный ресурс]:учеб.-метод. пособие; ВО - Специалитет. - Москва: ООО "Научно-издательский центр ИНФРА-М", 2017. - 120 с. – Режим доступа: http://new.znanium.com/go.php?id=959294 
 
дополнительная
 
Л2.1 Сакулин С. А. Основы интернет-технологий: HTML, CSS, JavaScript, XML [Электронный ресурс]:учеб. пособие; ВО - Бакалавриат. - Москва: МГТУ им. Н.Э. Баумана, 2017. - 112 с. – Режим доступа: https://e.lanbook.com/book/103525 
 
Л2.2 Гуриков С. Р. Интернет-технологии [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат. - Москва: ООО "Научно-издательский центр ИНФРА-М", 2022. - 174 с. – Режим доступа: http://znanium.com/catalog/document?id=391737 
 
Наименование ресурса сети «Интернет»
Электронный адрес ресурса
9. Перечень ресурсов информационно-телекоммуникационной сети «Интернет», необхо-димых для освоения дисциплины
 
https://www.python.org/
1
 
https://numpy.org/
2
 
10. Методические указания для обучающихся по освоению дисциплины
Лекционные занятия

Основа освоения дисциплины – лекция, целью которой является целостное и логичное рас-смотрение основного материала курса. Вместе с тем значимость лекции определяется тем, что она не только способствует выработке логического мышления, но и способствует развитию интереса к пониманию современной действительности.

Задача студентов в процессе умелой и целеустремленной работы на лекциях –  внимательно слушать преподавателя, следить за его мыслью, предлагаемой системой логических посылок, доказательств и выводов, фиксировать (записывать) основные идеи, важнейшие характеристики понятий, теорий, наиболее существенные факты. Лекция задает направление, содержание и

 
эффективность других форм учебного процесса, нацеливает студентов на самостоятельную работу и определяет основные ее направления (подготовку к практическим занятиям, выполнение творческих заданий, рефератов, решение контекстных задач).

Записывание лекции – творческий процесс. Запись лекции крайне важна. Это позволяет надолго сохранить основные положения лекции; способствует поддержанию внимания; способствует лучшему запоминания материала. Важно уметь оформить конспект так, чтобы важные моменты были выделены графически, а главную информацию следует выделять в самостоятельные абзацы, фиксируя ее более крупными буквами или цветными маркерами.  Конспект должен иметь поля для заметок. Это могут быть библиографические ссылки и, наконец, собственные комментарии. Для быстрой записи теста можно придумать условные знаки, при этом таких знаков не должно быть более 10–15.  Условные обозначения придумывают для часто встречающихся слов (существует, который, каждый, точка зрения, на основании и т.п.).

Перед каждой лекцией необходимо внимательно прочитать материал предыдущей лекции. В рабочей тетради графически выделить: тему лекции, основные теоретические положения. Подготовленный студент легко следит за мыслью преподавателя, что позволяет быстрее запоминать новые понятия, сущность которых выявляется в контексте лекции.  Повторение материала облегчает в дальнейшем подготовку к экзамену. Затем надо ознакомиться с материалом темы по учебнику, внести нужные уточнения и дополнения в лекционный материал. После усвоения каждой темы рекомендуется проверять свои знания, отвечая на контрольные вопросы по теме.

Лабораторные занятия

Целью лабораторных занятий является закрепление, расширение, углубление теоретических знаний, полученных на лекциях и в ходе самостоятельной работы, развитие познавательных способностей.

Являясь частью образовательного процесса, лабораторные занятия преследует ряд основополагающих задач:  

- работа с источниками, которая идет на уровнях индивидуальной самостоятельной работы и в ходе коллективного обсуждения;

- формирование умений и навыков индивидуальной и коллективной работы, позволяющих эффективно использовать основные методы исследования, грамотно выстраивать его основные технологические этапы (знакомство с темой и имеющейся по ней информацией, определение основной проблемы, первичный анализ, определение подходов и ключевых узлов механизма ее раз-вития, публичное обсуждение, предварительные выводы);

- анализ поставленных проблем, умение обсуждать тему, высказывать свое мнение, отстаивать свою позицию, слушать и оценивать различные точки зрения, конструктивно полемизировать, учиться думать, говорить, слушать, понимать, находить точки соприкосновения разных позиций, их разумного сочетания;

- формирование установок на творчество;

- диалог, внутренний и внешний; поиск и разрешение проблемы в рамках имеющейся о ней информации;

- поиск рационального зерна в самых противоречивых позициях и подходах к проблеме;

- открытость новому и принципиальную возможность изменить свою позицию и вытекающие из нее решения, в случае получения новой информации и связанных с ней обстоятельств сознательный отход от подготовленного к семинару текста во время своего, построенного на тезис-ном изложении фактов и мыслей, когда конспект привлекается лишь в том случае, когда надо при-вести какие-то факты.

Рекомендации по подготовке к зачету

Формой итогового контроля знаний студентов по дисциплине является зачет с оценкой.

Зачет с оценкой, на который явка обязательна, проводится согласно расписанию учебных занятий. Зачет с оценкой является формой отчетности, фиксирующей, что студент выполнил необходимый минимум работы по освоению определенного раздела образовательной программы.

Подготовка к зачету с оценкой и успешное освоение материала дисциплины начинается с первого дня изучения дисциплины и требует от студента систематической работы:

1) не пропускать аудиторные занятия (лекции, лабораторные занятия);

2) активно участвовать в работе семинаров (выступать с сообщениями, проявляя себя в

 
выполнении всех видов заданий – устном опросе, творческих заданиях, в решении и обсуждении контекстных задач, в деловой игре, выполнять все требования преподавателя по изучению курса, приходить подготовленными к занятию). 
 
11. Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая перечень лицензионного и свободно распространяемого программного обеспечения, в том числе отечественного производства и информационных справочных систем (при необходимости).
 
11.1 Перечень лицензионного программного обеспечения
 
1. Kaspersky Total Security  - Антивирус
 
2. Microsoft Windows Server STDCORE  AllLngLicense/Software AssurancePack Academic OLV 16Licenses LevelE AdditionalProduct CoreLic 1Year - Серверная операционная система
 
11.3 Перечень программного обеспечения отечественного производства
 
1. Kaspersky Total Security  - Антивирус
 
При осуществлении образовательного процесса студентами и преподавателем используются следующие информационно справочные системы: СПС «Консультант плюс», СПС «Гарант».
 
12. Описание материально-технической базы, необходимой для осуществления образовательного процесса по дисциплине
 
 
№ п/п
Наименование специальных помещений и помещений для самостоятельной работы
Номер аудитории
Оснащенность специальных помещений и помещений для самостоятельной работы
1
Учебная аудитория для проведения лекционных занятий 
Э-160
Специализированная мебель на 180 посадочных мест, персональный компьютер – 1 шт., проектор Panasonic EX620 X6A – 1 шт., интерактивная доска SMART Board 690 – 1 шт., трибуна для лектора – 1 шт., микрофон – 1 шт., мониторы - 3 шт., плазменная панель - 1 шт., учебно-наглядные пособия в виде презентаций, информационные плакаты, подключение к сети «Интернет», выход в корпоративную сеть университета.
2
Учебная аудитория для проведения занятий семинарского типа 

3
Учебные аудитории для самостоятельной работы студентов и индивидуальных и групповых консультаций:
2. Учебная аудитория № 213/НК библиотека
213/НК библиотека
Специализированная мебель на 35 посадочных мест, дисплей - 1 шт., принтер ч/б - 2 шт., МФУ ч/б - 2 шт., сканер - 2 шт., открытый доступ к фонду справочной, краеведческой литературы, Wi-Fi оборудование, подключение к сети «Интернет», доступ к российским и международным ресурсам и базам данных, доступ к электронно-библиотечным системам,  доступ в электронную информационно-образовательную среду университета. Открытый доступ к фонду  справочной и краеведческой литературы.
 
3. Учебная аудитория № 214/НК библиотека
214/НК библиотека
Специализированная мебель на 130 посадочных мест, персональные компьютеры, моноблоки – 80 шт., копир А3 - 3, принтер матричный - 2, МФУ ч/б – 7 шт., МФУ цветной – 2 шт., принтер ч/б – 8 шт., принтер цветн. - 2 шт., сканер – 2 шт., сканеры штрих-кода - 5, наушники - 10 шт., Wi-Fi оборудование, подключение к сети «Интернет», доступ к российским и международным ресурсам и базам данных, доступ к электронно-библиотечным системам,  доступ в электронную информационно-образовательную среду университета. Открытый доступ к фонду учебной, научной и художественной литературы.
4
Учебная аудитория для текущего контроля и промежуточной аттестации 

5
Учебная аудитория для групповых и индивидуальных консультаций
 
13. Особенности реализации дисциплины лиц с ограниченными возможностями здоровья 
Обучающимся с ограниченными возможностями здоровья предоставляются специальные учебники и учебные пособия, иная учебная литература, специальные технические средства обучения коллективного и индивидуального пользования, предоставление услуг ассистента (помощника), оказывающего обучающимся необходимую техническую помощь, а также услуги сурдопереводчиков и тифлосурдопереводчиков.

а) для слабовидящих:

- на промежуточной аттестации присутствует ассистент, оказывающий студенту необходимую техническую помощь с учетом индивидуальных особенностей (он помогает занять рабочее место, передвигаться, прочитать и оформить задание, в том числе записывая под диктовку);

- задания для выполнения, а также инструкция о порядке проведения промежуточной аттестации оформляются увеличенным шрифтом;

- задания для выполнения на промежуточной аттестации зачитываются ассистентом;

- письменные задания выполняются на бумаге, надиктовываются ассистенту;

- обеспечивается индивидуальное равномерное освещение не менее 300 люкс;

- студенту для выполнения задания при необходимости предоставляется увеличивающее устройство;

в) для глухих и слабослышащих:

- на промежуточной аттестации присутствует ассистент, оказывающий студенту необходимую техническую помощь с учетом индивидуальных особенностей (он помогает занять рабочее место, передвигаться, прочитать и оформить задание, в том числе записывая под диктовку);

- промежуточная аттестация проводится в письменной форме;

- обеспечивается наличие звукоусиливающей аппаратуры коллективного пользования, при необходимости поступающим предоставляется звукоусиливающая аппаратура индивидуального пользования;

- по желанию студента промежуточная аттестация может проводиться в письменной форме;

д) для лиц с нарушениями опорно-двигательного аппарата (тяжелыми нарушениями двигательных функций верхних конечностей или отсутствием верхних конечностей):

- письменные задания выполняются на компьютере со специализированным программным обеспечением или надиктовываются ассистенту;

- по желанию студента промежуточная аттестация проводится в устной форме.

 
Рабочая программа дисциплины «Технологии анализа и обработки данных»  составлена на основе Федеральный государственный образовательный стандарт высшего образования - магистратура по направлению подготовки 09.04.02 Информационные системы и технологии (приказ Минобрнауки России от 19.09.2017 г. № 917).
Автор (ы)
 
_______________________ доцент , к.т.н. Литвин Дмитрий Борисович
 
Рецензенты
 
_______________________ доцент , к.т.н. Шлаев Дмитрий Валерьевич
 
_______________________ доцент , к.т.н. Трошков Александр Михайлович
 
Рабочая программа дисциплины «Технологии анализа и обработки данных» рассмотрена на заседании Кафедра инжиниринга IT-решений протокол № 8 от 04.03.2024 г. и признана соответствующей требованиям ФГОС ВО и учебного плана по направлению подготовки 09.04.02 Информационные системы и технологии
Заведующий кафедрой       _________________ Шматко Сергей Геннадьевич
Руководитель ОП  ___________________________     
Рабочая программа дисциплины «Технологии анализа и обработки данных» рассмотрена на заседании учебно-методической комиссии Факультет цифровых технологий протокол № 1 от 15.04.2024 г. и признана соответствующей требованиям ФГОС ВО и учебного плана по направлению подготовки 09.04.02 Информационные системы и технологии