Related Communities:

• Moscow ACM SIGMOD Chapter
• ADBIS
• RCDL
• RVO
• Ontological Modeling

Большие данные: инфраструктуры и методы решения задач

Совместная магистерская программа ВМК МГУ и ФИЦ ИУ РАН

Руководитель программы от ВМК МГУ -- д.т.н. В.А. Сухомлин.

Программа включает 9 курсов, предполагающих изучение методов и средств организации больших данных и решения задач их анализа. В учебном процессе и при проведении научных исследований используются средства платформы IBM.

Презентация с описанием программы

Анкета для поступления на магистерскую программу "Большие данные: инфраструктуры и методы решения задач"

В рамках программы проводится спецсеминар Большие данные: платформы и аналитика.

Некоторые направления исследовательских тем:

• Интеграция данных и модели данных (Ступников)
• Интеграция и анализ разноструктурированных данных с помощью технологий и средств распределенного хранения и анализа данных (Брюхов)
• Missing Values Imputation with Graph Neural Networks in Oil&Gas datasets (Ковалев)
• Quantization and distillation of heavy foundation time-series models for edge devices based on well logging data (Ковалев)
• Natural Language Processing и параллельная обработка данных на Julia (Самарев)
• Концептуальное моделирование предметных областей, Анализ данных социальных сред (Скворцов)
• Отслеживание движений глаз и регистрация ЭЭГ при чтении (Шанин)

Состав программы:

1. Управление разно-структурированными большими данными (Брюхов Д.О.) -- I семестр
2. Виртуальная интеграция неоднородных данных и унификация моделей данных (Ступников С.А.) -- I семестр
3. Материализованная интеграция данных и организация хранилищ больших данных (Ступников С.А.) -- II семестр
4. Извлечение и интеграция информации из больших данных (Брюхов Д.О.) -- II семестр
5. Интеллектуальный анализ данных -- IV семестр
6. Прикладной многомерный статистический анализ -- I семестр
7. Детектирование аномалий в больших данных (Шанин И. А.) -- III семестр
8. Гипотезы и модели в областях с интенсивным использованием данных (Ковалев Д.Ю.) -- IV семестр
9. Анализ больших данных в социальных средах (Скворцов Н.А.) -- III семестр

В качестве курса на английском языке (Data Science and Cognitive Systems) предлагается пройти один из курсов:

• Data Science Fundamentals for Data Analysts (https://www.coursera.org/learn/data-science-fundamentals-for-data-analysts)
• Foundations of Data Science (https://www.coursera.org/learn/foundations-of-data-science)
• Machine Learning Modeling Pipelines in Production (https://www.coursera.org/learn/machine-learning-modeling-pipelines-in-production)

Обязательные составляющие курсовых и магистерских работ

В тексты работ и статей обязательно включение следующих разделов:

• название задачи (может быть детальнее, чем название работы), подробная постановка задачи
• концептуальная и онтологическая спецификация предметной области задачи (презентация, статья с примерами концептуализации предметных областей)
• источники данных, использованные при решении здачи, особенности обработки, интеграции данных
• методы анализа данных, использованные при решении здачи
• описание решения задачи в виде потока работ (дополнительным плюсом будет описание частей потока работ в виде логических или продукционных программ)

Список магистерских работ за 2017-2023 гг.

Course Archive

Методы и платформы интеграции данных и организации хранилищ больших данных, к.т.н. С. А. Ступников (весенний семестр 2014)

Решение задач в областях с интенсивным использованием данных (объединённый курс, весенний семестр 2015)

Distributed Object Technologies

• Description
• Lecture Notes
• List of recommended literature
• Questions for the exams (in Russian)
• Seminar Notes
• Literature for the essays

Object-Oriented Databases

• Description
• Lecture Notes
• List of recommended literature
• Questions for the exams (in Russian)
• Seminar Notes
• Literature for the essays