Целью дисциплины является языковая и коммуникативная подготовка специалистов, владеющих знаниями и умениями, позволяющими осуществлять межкультурную коммуникацию как в форме опосредованного письменного (чтение, письмо), так и непосредственного устного (говорение, аудирование) иноязычного общения. Формирование у студентов способности и готовности к межкультурному общению обуславливает коммуникативную направленность курса иностранного языка, что предполагает учет личностных и профессиональных потребностей, интересов и индивидуальных психологических особенностей обучаемых, общее интеллектуальное развитие личности студента.

Цель предполагает достижение определенного уровня компетенции, под которой понимается умение соотносить языковые средства с конкретными целями, ситуациями, условиями и задачами речевого общения.

Задачи курса заключаются в дальнейшем развитии и совершенствовании навыков чтения и перевода специализированной научно-технической литературы, аннотирования и реферирования, умений смысловой обработки, обобщения и анализа информации; навыков речевого общения, умений монологического высказывания и диалогической речи на основе профессионально-ориентированных ситуаций, умений выражать различные коммуникативные намерения (беседа, обсуждение, оценка, обоснование решения, аргументация, инструктаж); навыков письменной речи на основе умения осуществлять письменное общение в форме делового письма, отчета, статьи, доклада с определенной коммуникативной целью.

Цель дисциплины - формирование у студентов ясного представления об актуальном понятии науки и научности, об исторической и логической обусловленности статуса понятия науки, о проблемах, возникающих при определении статуса и понятия науки.

Студенты, завершившие изучение данной дисциплины, должны знать:

- историю возникновения естествознания на фоне философии, способы ее представления и основные исторически сложившиеся определения понятия познания и методы познания;

- основные школы и подходы, объясняющие понятие рациональности;

- основные теории, объясняющие понятия знания, истины, знака, языка, коммуникации и понимания;

- значение основных терминов, применяемых в системных языках описания естествознания представителями логики, семиотики и общей теории систем.

уметь:

- самостоятельно отличать научное знание от пара-, квази-, и ненаучного знания;

- применять аналитические методы познания к явлениям эмпирического и теоретического характера, оценивать и приводить основания собственной научной деятельности.

Цель дисциплины: создание у студентов основ теоретической подготовки в области параллельных вычислений, обеспечивающих им возможность использования разнообразных методов и алгоритмов для решения задач вычислительной математики и физики; развитие навыков решения конкретных задач с помощью разностных схем; выработка у студентов начальных навыков проведения вычислительных экспериментов.

Содержание дисциплины.

Понятие параллельного алгоритма. Восходящий подход к синтезу параллельных алгоритмов: этап разбиения; этап установки коммуникаций; этап объединения. Нисходящий подход к синтезу параллельных алгоритмов. Автоматическое распараллеливание ациклических участков последовательных программ: методы гиперплоскостей и координат; методы пирамид и параллепипедов. Характеристики параллельных алгоритмов (ускорение, эффективность, масштабируемость). Параллельные алгоритмы матричного перемножения. Параллельные алгоритмы решения СЛАУ. Параллельные алгоритмы решения сеточных уравнений специального вида. Разностное решение уравнений Максвелла методом декомпозиции сеточной области. Решение задач компьютерной оптики на графических вычислительных устройствах.

Целью данной дисциплины является теоретическая подготовка студентов в области использования современных высокопроизводительных вычислительных средств. Выработка у студентов понимания базовых принципов параллельного и распределенного программирования а так же приемов и навыков решения конкретных задач параллельного программирования.

Студент должен понимать принципы создания распределенных, многопоточных и параллельных программ, уметь реализовать базовый параллельный вычислительный алгоритм в многопоточный или распределенной среде.

Содержание дисциплины.

Основные понятия и сферы применения параллельных и многопоточных вычислений. Архитектура параллельных вычислений и средства коммуникаций.

Теоретические основы построения параллельных алгоритмов, примеры типовых задач.

Поддержка параллельных и многопоточных вычислений со стороны ОС. Средства обеспечения синхронизации в многопоточных системах.

Параллельное программирование в распределенных вычислительных средах. Модель передачи сообщений. Модель RPC и клиент-серверная модель. Программирование и средства синхронизации в средах с разделяемыми переменными. Поддержка параллельных и распределенных вычислений со стороны языков высокого уровня.

Цель дисциплины:

- формирование у студентов целостного представления о системе окружающего мира и необходимости системного подхода к его исследованию;

- обучение студентов методологии и методике создания и применения математических моделей процессов и явлений.

Содержание дисциплины.

Простейшие математические модели. Методы разработки математических моделей. Построение математических моделей на основе закона сохранения массы вещества. Построение математических моделей на основе закона сохранения энергии. Построение математических моделей на основе закона сохранения числа частиц. Совместное применение нескольких фундаментальных законов.

Модели трудно-формализуемых объектов, примеры аналогий между механическими, термодинамическими и экономическими объектами.

Математические модели в экономике. Модели соперничества.

Статистическое моделирование. Кластеры и фракталы в математическом моделировании.

Цель дисциплины:

- формирование у студентов основ теоретических знаний:

     1) в области подходов, методологии и средств разработки прикладного программного обеспечения для параллельных вычислительных систем различной архитектуры;

     2) об основных моделях параллельного программирования и моделях параллельных программ, об основах анализа эффективности параллельных алгоритмов и программ;

- формирование у студентов теоретических знаний и практических навыков в области программирования:

     1) укрупнено - распараллеленных систем с использованием средств параллельного программирования MPI;

     2) параллельных систем с общей памятью с использованием среды программирования OpenMP.

Содержание дисциплины.

Архитектура параллельных вычислительных систем. Модели параллельного программирования. Методология проектирования параллельных программ: декомпозиция. Методология проектирования параллельных программ: коммуникация. Методология проектирования параллельных программ: интеграция. Методология проектирования параллельных программ: отображение. Анализ эффективности параллельных программ. Программные средства создания параллельных приложений с использованием библиотеки MPI: организация и основные функции MPI. Библиотека MPI: коллективные функции. Библиотека MPI: обеспечение модульности. Коммуникаторы. Библиотека MPI: виртуальные топологии. Библиотека MPI: использование различных типов данных. Специализированные средства разработки параллельных программ: ScaLAPACK. Специализированные средства разработки параллельных программ: PVM. Специализированные средства разработки параллельных программ: Т-система. Стандарт параллельного программирования OpenMP для систем с общей памятью: принципы и основные составляющие. Директивы OpenMP. Библиотека функций OpenMP. Переменные среды.

Цель дисциплины: знакомство с современными проблемами распределённого программирования, а также подходами к их решению.

Содержание курса.

Распределённые программные системы. Особенности распределённых программных систем уровня предприятия. Принципы реализации систем уровня предприятия в рамках технологии Java Enterprise Edition (JavaEE). Модель JavaEE. Основы языка Java. Принципы разработки программного обеспечения. Вспомогательные технологии разработки: XML, JNDI, JDBC, Servlets, JSP, EJB2, Session Beans, Entity Beans, JMS.MDB, Hibernate, EJB3, Entity Persistence, JSF, JTA, RUP.

Цель дисциплины:

- выработка у студентов практических навыков использования программного обеспечения для решения конкретных сложных вычислительных задач из разных предметных областей;

- ознакомление студентов с современным вычислительным оборудованием и выработка у студентов начальных навыков проведения вычислительных экспериментов с использованием высокопроизводительных средств.

Содержание дисциплины.

Подготовка пользовательского окружения на кластере.Использование технологии MPI на кластере. Использование технологии OpenMP на кластере. Сетевые файловые системы. Использование NFS. Мониторинг кластера. Система пакетной обработки заданий Torque. Настройка Torque. Использование Torque. Типовые задачи администрирования кластеров. Разработка и запуск параллельных программ на вычислительном кластере. Основы администрирования вычислительного кластера.

Цели изучения дисциплины:

- наделение студентов знаниями и практическими навыками по построению математических моделей данных, разработке методов, алгоритмов и программных средств анализа данных, применению инструментальные средств, алгоритмов и программ сбора, хранения, обработки, поиска, анализа, визуализации данных сверхбольшого объёма;

- освоение теоретических знаний и практических навыков в области использования программной инфраструктуры распределенных вычислений Hadoop и основных архитектурах нереляционных баз данных.

Содержание курса.

Задачи статистического анализа данных и планирования эксперимента. Методы корреляционно-регрессионного анализа. Свойства МНК-оценок параметров линейной регрессии. Дисперсионный анализ статистических данных. Статистика Фишера. SS-технология. Планирование эксперимента. Критерии оптимальности планов. Распознавание образов. Линейная и нелинейная классификация. Методы построения решающих правил при классификации. Метод стохастической аппроксимации. Алгоритмы автоматического обучения и кластеризации. Основы нейронных сетей. Построение и обучение нейронных сетей. Алгоритм обратного распространения ошибок. Обзор современных методов Data Mining. Понятие, проблемы и вызовы больших данных. Основы программной инфраструктуры распределенных вычислений Hadoop. Технологии переработки неструктурированной информации на основе парадигмы MapReduce. Технологии Hadoop. Нереляционные базы данных: KVP-модель, документо-ориентированные базы данных, столбцово-ориентированные модели хранения данных. Крупномасштабные системы на основе распределённой базы данных RIAK и среды программирования Erlang. Высокоуровневые средства распределенных вычислений платформы Hadoop.

Задачами данной дисциплины являются:

- совершенствование студентами практических навыков выполнения научно-исследовательской работы, решения реальных научных и проектно-технологических задач в области прикладной математики и информатики;

- развитие у студентов творческих способностей и навыков самостоятельной постановки и решения научных и инженерных задач в указанной области;

- закрепление студентами теоретических знаний, полученных в процессе обучения, развитие способности их практического применения;

- приобретение и накопление опыта активного участия в работе научных семинаров, конференций, симпозиумов;

- формирование задела для последующего выполнения студентами выпускной квалификационной работы магистра.

Студенты, завершившие выполнение НИР магистра, должны знать: основные принципы проведения научно-исследовательской работы; методологию выполнения теоретических и экспериментальных исследований по выбранной тематике НИР магистра; актуальность выполнения исследований по выбранной тематике НИР магистра, варианты практического применения результатов исследования; программное обеспечение, компьютерные технологии, математический аппарат, использованные при выполнении научно-исследовательской работы; действующие стандарты и правила оформления научно-технического отчета (научной публикации) по результатам проведенного исследования.

Студенты должны уметь: вести библиографическую работу с привлечением современных информационных технологий; формулировать задачи, возникающие в ходе научно-исследовательской работы, и выбирать методы их решения; осваивать новые информационные технологии и системы, применять их в практической деятельности; оформлять итоги проделанной работы в виде отчета, реферата, научной публикации, презентации, оформленных в соответствии с имеющимися требованиями, с привлечением современных средств редактирования; представлять результаты научно-исследовательской работы в виде доклада на научных семинарах, конференциях, симпозиумах.

Цели практики: систематизация и углубление полученных теоретических знаний; приобретение опыта выполнения работ в подразделениях предприятия, занимающихся разработкой и применением математических методов, математических моделей, компьютерного программного обеспечения и информационных технологий; ознакомление студентов с организационной и функциональной структурой предприятия-базы практики; подбор и изучение информации по теме выпускной квалификационной работы магистра (магистерской диссертации).

Для достижения поставленных целей студенту необходимо решить следующие задачи:

- ознакомиться с предприятием, теми его подразделениями, деятельность которых связана с прикладной математикой и информатикой;

- получить у руководителя тему выпускной квалификационной работы магистра и задание на практику;

- найти и изучить информацию, которая необходима для успешного выполнения выпускной работы магистра, выполнить задание руководителя.

Выполнение выпускной квалификационной работы по теме, соответствующей направлению «Высокопроизводительные и распределенные системы обработки информации». Получение результатов, обладающих практической значимостью и элементами научной новизны. Апробация результатов работы на научных семинарах, конференциях, симпозиумах. Публичная защита работы на заседании Государственной аттестационной комиссии.

Цель дисциплины: знакомство с теоретическими подходами и математическим аппаратом, используемыми при решении теоретических и практических проблем разработки, проектирования и анализа характеристик сетей передачи данных.

Содержание дисциплины.

Предмет курса. Общие требования к сетям и системам телекоммуникаций. Модульный принцип построения сложных систем. Семиуровневая модель взаимодействия открытых систем. Физические каналы связи и их свойства относительно передачи сигналов.

Задачи, решаемы на физическом уровне. Модель системы связи физического уровня. Передача дискретных сообщений. Векторный канал. Оптимальный приём в векторном канале. Мультвекторные каналы. Каналы связи с непрерывными сигналами, сведение их к векторным каналам. Синтез сигналов. Реализация приёмника векторного канала. Оптимальный приём в канале с аддитивным белым гауссовским шумом.

Системы сигналов. Система ортогональных сигналов. Симметричные системы сигналов, минимаксное свойство оптимального приёмника для них. Аддитивная граница для вероятности ошибки оптимального приёма.

Эффективная передача последовательностей сообщений. Максимальная размерность пространства сигналов при ограниченной точности.

Надёжная передача по каналу с шумом.

Пропускная способность канала.

Цель дисциплины: теоретическая подготовка студентов в области использования современных высокопроизводительных вычислительных средств; ознакомление с современным вычислительным оборудованием и выработка у студентов начальных навыков проведения вычислительных экспериментов с использованием высокопроизводительных средств.

Содержание дисциплины.

Современное состояние и перспективы развития вычислительных кластерных систем, суперкомпьютеров, грид-систем, облачных вычислений. Распределенные системы. Кластерные и суперкомпьютерные вычисления. Грид-технологии. Облачные вычисления. Облачные сервисы Google и Amazon. Вычисления, интенсивные по данным. Системы хранения. Разделенные, распределенные и параллельные файловые системы. Параллельный ввод/вывод. Спецификация Message Passing Interface (MPI). Спецификация OpenMP. Параллельные модели и системы программирования.

Цель дисциплины: теоретическая и практическая подготовка студентов в области методов и средств разработки прикладного программного обеспечения для решения сложных вычислительных задач; формирование практических навыков применения технологий и средств проектирования параллельных распределенных приложений.

Содержание курса.

Общие принципы разработки программных средств (ПС). Технологии программирования. Жизненный цикл ПС. Модели жизненного цикла. Быстрая разработка приложений. Управление разработкой стандарты и планирование разработки ПС. Функциональная спецификация. Надежность ПС. 1.4 Определение и процесс формирования требований. Стандарты документирования требований ПС. Документы SSS и SRS.

Цели, задачи и этапы проектирования программных приложений. Понятие архитектуры. Основные классы архитектур Архитектурные функции. Структурный подход к проектированию. Методология функционального моделирования SADT. Контроль архитектуры. Стандарты документирования архитектуры. Документы SDP и SDD.

Методы разработки структуры программы. Модульная декомпозиция. Характеристики программного модуля, порядок разработки. Пошаговая детализация. Контроль программного модуля. Тестирование и отладка.

Сборка системы. Управление конфигурацией. Средства систем программирования для поддержки коллективной разработки. Проектирование пользовательских интерфейсов.

Защитное программирование и обеспечение устойчивости.

Цель дисциплины: формирование у студентов основы теоретических знаний и практических навыков по применению информационных технологий, методов и средств проектирования и разработки программного обеспечения различного назначения.

Содержание курса.

Возможности рационального применения UML для разработки эффективного системного, специального и прикладного программного обеспечения информационных и управляющих систем. Диаграмма PDOM. Средства проектирования программных комплексов. MS Visio. Диаграмма PDOM. Разработка функциональной спецификации программного средства. Сценарии использования. Диаграммы вариантов использования. Разработка документа SSS. Разработка структурной модели архитектуры программного средства. Разработка объектно-ориентированной модели архитектуры программного средства. Разработка модели потоков данных программного средства. Разработка документации (SDD) архитектуры. Проектирование пользовательского интерфейса. Разработка руководства пользователя.

Цель курса: наделение студентов знаниями о принципах и технологиях проектирования, задачах администрирования и обеспечении безопасности, логической и ссылочной целостности распределенных баз данных (РБД); выработка навыков решения практических задач, связанных с извлечением, анализом и модификацией данных.

Содержание курса.

Язык Transact SQL. Типы команд языка Transact SQL. Типы данных команд языка Transact SQL. Преобразование типов данных. Управляющие конструкции языка. Выборка данных. Соединения и теоретико-множественные операции над отношениями.

Основные объекты СУБД Microsoft SQL Server. Создание, изменение удаление РБД. Таблицы. Представления. Индексы. Типы индексов.

Администрирование РБД В СУБД Microsoft SQL Server. Система безопасности SQL Server. Уровень сервера. Управление правами доступа. Резервное копирование данных.

Распределенные и реплицируемые данные. Доступ к гетерогенным источникам данных.