Бизнес-информатика (бакалавриат)

Бизнес-информатика (бакалавриат)

Управление ИТ-сервисами и контентом

Курс «Управление ИТ-сервисами и контентом» относится к профессиональному циклу Б3, преподается на 2 курсе в 3 семестре. Студенты изучают базовые понятия и концепции, которые реализуются при управлении ИТ-службой на предприятии; историю создания, состав библиотеки и способы использования основных книг библиотеки ITIL версии 2 и версии 3; основные процессы и функции по управлению ИТ-сервисами и их специфику; основные источники текущей информации по управлению ИТ-сервисами и ключевые показатели их эффективности. В рамках курса рассмотрены процессы управления инцидентами, проблемами, конфигурациями, изменениями, релизами, мощностями, уровнем сервиса, непрерывностью ИТ-сервиса, финансами ИТ, доступностью и информационной безопасностью, а также изучаются особенности работы службы Service Desk.

Общая трудоемкость дисциплины составляет 2 зачетных единицы, 72 часа (практические занятия – 18 часов, КСР – 18 часов, самостоятельная работа – 36 часов). Промежуточная аттестация в форме зачета.

Анализ данных

Курс «Анализ данных» относится к математическому и естественнонаучному циклу Б2, преподается на 3 курсе в 5 семестре. В рамках курса рассмотрены основные аспекты сбора и анализа статистических данных. Студенты научатся собирать данные, проводить их первичную обработку; освоят теоретические основы анализа данных и основные методы работы с большими объемами информации, получат базовые навыки по визуализации данных и работе с большими массивами информации в Excel. Также в курсе изучаются основы интеллектуального анализа данных Data Mining, хранилища данных и технология OLAP, методики классификации и структурного анализа данных. Студенты учатся владеть основными навыками использования прикладных программ для анализа данных.

Общая трудоемкость дисциплины составляет 2 зачетных единицы, 72 часа (практические занятия – 18 часов, лабораторные занятия – 18 часов, самостоятельная работа – 36 часов). Промежуточная аттестация в форме зачета.

Базы данных

Дисциплина «Базы данных» относится к профессиональному циклу Б3, преподается на 2 курсе в 3 семестре. Целями освоения дисциплины «Базы данных» являются формирование концептуальных представлений об основных принципах построения баз данных, систем управления базами данных; о математических моделях, описывающих базу данных; о принципах проектирования баз данных; а также анализе основных технологий реализации баз данных. Студенты изучают теоретические принципы и основные понятия обработки данных с помощью систем управления базами данных; учатся строить инфологические модели «сущность-связь» и формализовывать реляционные модели. В рамках курса «Базы данных и знаний в экономике» студенты учатся работать с СУБД Microsoft Access: создавать базы данных, запросы, отчеты и формы; изучают язык SQL для создания запросов, изменения данных, создания баз данных и программирования. Также рассматриваются особенности создания баз данных и работы с ними в серверных СУБД и тенденции развития баз данных. Выполнение лабораторных работ позволяет студентам получить практические навыки работы с базами данных.

Общая трудоемкость дисциплины составляет 3 зачетных единицы, 108 часов (практические занятия – 18 часов, лабораторные работы – 18 часов, самостоятельная работа – 72 часа). Промежуточная аттестация в форме зачета.

Применение систем компьютерной математики в экономико-математических исследованиях

Дисциплина «Применение систем компьютерной математики в экономико-математических исследованиях» относится к профессиональному циклу Б3, преподается на 3 курсе в 5 семестре. Ее целью является получение основных навыков работы с системами компьютерной математики, такими как MatLab, Maple, Mathematica, Mathcad, для выполнения расчетов и проведения исследований в различных областях математики и экономики. В MatLab студенты учатся работать с матрицами, с числовыми и символьными данными, строить двумерные и трехмерные графики, программировать, работать с файлами и проектировать простейшие интерфейсы, а также изучают основы методов оптимизации и численных методов. Второй пакет, который рассмотрен в курсе, это Simulink, который используется для блочного представления динамических моделей и успешно применяется для экономико-математического моделирования. Также студенты знакомятся с системой аналитических вычислений Maple и примерами ее использования для решения прикладных задач, системой компьютерной алгебры Mathcad и примерами экономико-математического моделирования в этой системе, а также с особенностями работы и построения моделей в системе Mathematica.

Общая трудоемкость дисциплины составляет 4 зачетных единицы, 144 часа (практические занятия – 36 часов, КСР – 18 часов, самостоятельная работа – 54 часа). Промежуточная аттестация в форме экзамена.

Имитационное моделирование экономических систем

Дисциплина «Имитационное моделирование экономических систем» относится к профессиональному циклу Б3 (дисциплины по выбору), преподается на 3 курсе бакалавриата в 6 семестре. Целью освоения данной дисциплины является знакомство обучающихся с современными методами имитационного моделирования экономических систем. Студенты изучат теоретические основы таких разделов имитационного моделирования, как системная динамика, моделирование динамических систем, дискретно событийное моделирование и мультиагентное моделирование. В рамках каждого из видов моделирования студенты знакомятся с программным пакетом, который позволяет реализовать и исследовать подобные модели. Также студенты знакомятся с особенностями процесса принятия решений, учатся определять виды систем и моделей и строить математические модели экономических систем, изучают базовые концепции имитационного моделирования и метод Монте-Карло, а также его реализацию в пакете Excel. Практические занятия по курсу направлены на развитие у студентов базовых навыков системного мышления и более глубокого понимания механизмов работы сложных систем. Выполнение лабораторных работ развивает навыки работы с программными средствами для имитационного моделирования, а выполнение проектной работы – коммуникативные навыки работы в группе. Курс предусматривает занятия в активной форме, в виде кейсов и деловых игр.

Общая трудоемкость дисциплины составляет 5 зачетных единиц, 180 часов (лекции – 17 часов, практические занятия – 17 часов, лабораторные работы – 17 часов, самостоятельная работа – 75 часов). Промежуточная аттестация в форме экзамена.

Основы социально-экономического прогнозирования

Дисциплина «Основы социально-экономического прогнозирования» относится к профессиональному циклу Б3, преподается на 4 курсе в 8 семестре. Целями ее освоения являются изучение роли прогнозирования в принятии управленческих решений и формирование навыков анализа социально-экономических процессов с помощью эконометрических, статистических и экономико-математических методов и моделей. В курсе изучаются классификация методов прогнозирования, теория временных рядов, методы их предварительного анализа, декомпозиционный анализ временных рядов, адаптивные методы прогнозирования, модели стационарных и нестационарных временных рядов и их идентификация, применение многофакторных методов прогнозирования, проверка адекватности и точности моделей, а также основы регрессионного анализа временных рядов.

Общая трудоемкость дисциплины составляет 4 зачетных единицы, 144 часа (лекции – 21 час, практические занятия – 14 часов, лабораторные работы – 14 часов, КСР – 7 часов, самостоятельная работа – 52 часа). Промежуточная аттестация в форме экзамена.

Экономика (магистратура)

Математические модели социально-экономического прогнозирования

Целями ее освоения являются изучение роли прогнозирования в принятии управленческих решений и формирование навыков анализа социально-экономических процессов с помощью эконометрических, статистических и экономико-математических методов и моделей. Студенты изучают основы информационного обеспечения прогнозирования и методы предпрогнозных исследований, формализованные и неформализованные методы прогнозирования, декомпозиционный анализ временных рядов, моделирование авторегрессионных процессов, матрично-векторную модель стохастической составляющей временного ряда, структурную и параметрическую идентификацию модели временного ряда, коинтеграционный анализ временных рядов и способы верификации экономических прогнозов.

Эконометрика

В рамках курса рассматриваются этапы возникновения и развития эконометрики, методы построения и оценки качества множественных регрессий. Также исследуются проблемы мультиколлинеарности, гетероскедастичности и существования автокорреляции в случайных остатках. Студенты изучают процесс построения регрессий с различными видами переменных, в том числе регрессии с фиктивными переменными. Особое внимание в курсе уделяется моделированию временных рядов, в том числе построению моделей с лаговыми переменными. Студенты учатся строить ARMA и ARIMA – модели, а также работать с панельными данными и проверять качество подгонки.