Приложни компютърни науки в икономиката График на NNGAS. Компютърни науки (катедра по приложна математика)

Магистърска степене начин за повишаване на квалификацията на бакалаврите чрез задълбочено изучаване на избрани области, както и разширяване на изследователската дейност.

В съответствие с профила на образователната програма за тази област студентите получават задълбочени знания в следните области:

​

Конфигуриране и интегриране на системи на платформата 1C ( 1C програмист);

Бизнес анализи, базирани на системи с изкуствен интелект ( бизнес анализатор);

​

Типични задачи, които 1C програмист решава:

​

Администриране на 1C бази данни;

Автоматизация на фирмената дейност;

Настройка и администриране на различни конфигурации, базирани на 1C;

Програмиране на базата на 1C.

​ ​

Бизнес анализаторът е най-перспективната ИТ професия

BigData е бъдещето на компютърните науки;

Оптимизацията на бизнеса, базирана на анализи, ще бъде основният метод за конкуренция в бъдеще;

От шестте най-бързо развиващи се ИТ специалности три са свързани с анализите.

​

Типични задачи на бизнес анализатора:

​

събиране и анализ на клиентски изисквания;

проучване;

моделиране на бизнес процеси (езици BPMN, EPC, IDEF, UML);

анализ на големи обеми данни;

разработване на бази данни за системи за управление на производството;

определяне на технически спецификации за разработка или модификация на софтуер;

изграждане на процеси за събиране, съхраняване и анализ на данни;

програмиране на системи за машинно обучение.

​

Сертификат на BaseGroup Labs

Магистърските студенти на UNGASU, които успешно завършат курсове по анализи, могат да получат сертификат от BaseGroup Labs, производителят на вътрешната аналитична платформа Deductor.

​

Изследвания на магистри на ННГАСУ

В допълнение към задълбоченото изучаване на бизнес анализи и 1C програмиране, магистърите по приложна информатика участват в научни изследвания в различни приложни области. По-долу са дадени примери за някои магистърски обучения:

Разработване на алгоритми за преобразуване на географски координати за географска информационна система

Алгоритмите, реализирани в JavaScript, се използват за свързване на географски координати в картите на Yandex с графични координати на водни пътища, използвани в системите за планиране на пътуването на компаниите за речно корабоплаване.

Определяне на подходящ алгоритъм за изчисляване на разстояния с помощта на помощни програми, написани на C и с помощта на функцията getDistance, вградена в Yandex.Maps.

​

Разработване на система за екологичен мониторинг Екомаршрути

Системата за мониторинг на околната среда е разработена от магистър Д. Степанов в сътрудничество с Международната катедра на ЮНЕСКО към NNGASU през 2016 г. Системата е достъпна на https://eco-routes.appspot.com.

С негова помощ можете да определите нивото на превишаване на максимално допустимата концентрация при шофиране в задръстване.

​

Разработване на система за прогнозиране на резултатите от eSports турнири, базирана на методите Data Mining

В традиционните спортове се използват няколко метода за анализ на данни, за да се определят шансовете за победа: тези, базирани на прогнозна рейтингова система, например рейтинг Ело. Същите методи могат да се използват в дисциплините на електронните спортове. Но този метод е твърде неточен и повечето сериозни прогнози се изчисляват с помощта на собствени методи и системи, които не са публично достъпни. Следователно възниква проблем при конструирането на методика за такова прогнозиране.

Изследването е проведено от магистър М. Разуваев на два етапа.

Етап 1. Разработване на процес за събиране и обработка на данни за прогнозиране на резултатите от турнири по електронни спортове: разработване на програма за анализатор, почистване на данните и конвертирането им в един удобен формат за по-нататъшно зареждане в хранилище за данни.

2. Етап. Създаване на модел за прогнозиране, базиран на един от алгоритмите за извличане на данни: изграждане на няколко невронни мрежи, тестване на качеството на прогнозата.

Прогнозата на проучването за един от най-големите турнири се оказа по-точна от обичайния рейтинг Ело.

Продължаваме поредицата от интервюта с най-активните участници в академичната програма на BaseGroup Labs.

Държавният университет по архитектура и строителство в Нижни Новгород е представен от д-р, доцент от катедрата по приложна информатика и статистика Прокопенко Наталия Юриевна(Докладът на Н. Ю. Прокопенко от III Междууниверситетска преподавателска конференция е наличен).

NNGASU се присъедини към академичната програма на BaseGroup Labs през 2007 г. по инициатива на Департамента по приложна информатика и статистика. Информация за катедрата е представена в картата на университета.

Наталия Юриевна, разкажете историята на запознаването на отдела със софтуерните продукти на BaseGroup Labs.

Разбирането за необходимостта от обучение на специалисти в областта на анализа на данни беше продиктувано от времето. Термините „анализ на данни“ и „методи на изкуствения интелект“ започнаха да се появяват все повече в литературата и в интернет голямо количество литература на руски език започна да разглежда теоретични, организационни и методологични въпроси на разработването и прилагането на интелигентни информационни системи; в икономиката. Терминът „изкуствен интелект“ беше включен в държавния образователен стандарт на Руската федерация. В учебните програми на университетите се появиха академични дисциплини като „Интелигентни информационни системи“ и „Интелигентни методи за анализ на данни“. Поради необходимостта от въвеждане на тези дисциплини в учебната програма и организиране на сътрудничество със съответните работодатели, катедрата покани служител на компанията BIGroup Labs в Нижни Новгород (имаше статут на партньор на BaseGroup Labs), който изнесе лекции и проведе практически занятия с студенти, използващи AP Deductor. Благодарение на сътрудничеството с тази компания се появиха първите дипломни и изследователски проекти на студенти в областта на анализа на данни.

Въз основа на резултатите от тази работа отделът впоследствие идентифицира „бизнес анализите, базирани на системи с изкуствен интелект“ като една от ключовите области на специализацията на студентите. За целта бяха въведени специални дисциплини в учебните планове за бакалаври и магистри. Темата за бизнес анализите е официално фиксирана като една от основните при избора на теми за финални квалификационни работи.

В същото време компанията BaseGroup стартира академична инициатива: откри център за електронно обучение, където предлага най-модерните курсове по анализ на данни и обяви свободно разпространявана версия на аналитичната платформа Deductor Academic, а също така организира електронно обучение и възможности за сертифициране на университетски преподаватели. В резултат на това в рамките на сключеното споразумение за сътрудничество бяха получени методически материали заедно с практически примери, необходими за обучението на студентите, беше завършен пълен курс за електронно обучение и беше получен статут на сертифициран анализатор на Deductor.

Как са структурирани учебните програми по отношение на изучаването на дисциплини, свързани с анализ на данни? Какви дисциплини използват платформата за анализ на Deductor?

Н.Ю.:За да могат студентите от направление „Приложна информатика” (профил – Приложна информатика в икономиката) свободно да използват съвременните аналитични информационни технологии, учебната програма е разработена така, че да усвоява последователно направлението „бизнес анализи, базирани на изкуствен интелект”. системи”, разчитайки както на специални дисциплини, така и на дисциплините на компютърните науки като цяло. За овладяване на бизнес анализите, в допълнение към основните раздели в дисциплините „математика“ и „теория на вероятностите и математическа статистика“, са въведени специални учебни дисциплини:

• софтуер за статистически анализ,
• методи на изкуствен интелект,
• системи за подпомагане на вземането на решения,
• логическо програмиране,
• програмиране с изкуствен интелект",

както и редица дисциплини за магистри:

• методи за бизнес анализ,
• бизнес анализи в практиката на предприятията,
• методи и системи за анализ и прогнозиране на базата на статистическа информация.

Основната цел на тези дисциплини е получаване на основни знания в областта на интелигентните информационни системи, изучаване на методите и средствата за извличане на данни и придобиване на умения за работа с инструменти за извличане на данни. Основните цели са:

• запознаване със съвременни подходи за анализ на икономическа информация, основани на концепцията за извличане на знания от бази данни;
• изучаване на съвременни методи и технологии, насочени към управление на знания - хранилища на данни, многомерни отчети, методи и модели на Data Mining;
• практически приложения на методологията на интелигентните системи за решаване на икономически проблеми.

За обучение на студенти в направление „Приложна информатика“ Deductor Academic се използва като универсална среда за моделиране за създаване на приложни решения в областта на анализа на данни. Първото запознаване с AP Deductor и придобиването на основни умения за работа с него се случва през втората година от бакалавърската степен в рамките на дисциплината „Методи на изкуствения интелект“. По-задълбочено изучаване на възможностите на платформата продължава през третата година при изучаване на дисциплината „Системи за подпомагане на вземането на решения“. За завършилите NNGASU, които искат да продължат научната си кариера, вратите към магистърската програма по приложна компютърна наука в аналитичната икономика са отворени. Магистърските студенти, изпълняващи задачи по предметите „Методи на бизнес анализите“ и „Бизнес анализите в практиката на предприятието“, използват професионалната версия на аналитичната платформа (три ключа Deductor Professional бяха получени от нашите студенти за спечелване на финалния конкурс за работа).

Възможностите на професионалната версия (интеграция с 1C, с различни СУБД, автоматизация на скриптове за обработка на данни чрез пакетен режим) допринесоха за разширяването на темите на бакалавърските и магистърските дисертации, а също така позволиха на студентите да участват в различни конкурси и научни конференции.

При разработването на образователни задачи много учители са изправени пред проблема с намирането на изходни данни. Подобни трудности често възникват за студентите при писане на учебни, научни и заключителни квалификационни работи. Какви източници на данни се използват в Катедрата по приложна информатика и статистика на NNGASU?

Н.Ю.:Особеност на дисциплините в направление „Бизнес анализи, базирани на системи с изкуствен интелект“ е, че практическата работа трябва да се извършва върху реални данни. При организиране на практически и лабораторни занятия се използват масиви от данни, специално подготвени за максимално демонстриране на възможностите на методите за анализ, предоставени от BaseGroup като част от академичната програма. Освен това вече имаме натрупана собствена база данни, която използваме за разработване на индивидуални задания за курсови и дипломни проекти. Това са резултатите от социологически и маркетингови проучвания, бази данни, изтеглени от 1C и други счетоводни системи, получени от студенти по време на индустриални и преддипломни стажове, интернет данни, събрани с помощта на технология за анализ. Използвайки нови данни, ние разработихме насоки за решаване на различни проблеми, които използват възможностите на AP Deductor: склад за данни, почистване на данни, OLAP, Data Mining, а също така публикувахме два учебника „Информационни технологии за анализ на данни (аналитични информационни системи за подпомагане на вземането на решения, базирани на на Deductor Studio Academic 5.2)“ и „Системи за подпомагане на вземането на решения, базирани на Deductor Studio Academic 5.3“.

Според вас, като дългогодишен учен-математик и преподавател, какви са основните характеристики на имплементацията на математическите методи в Deductor? Колко достъпни са работата на алгоритмите и получените резултати за учениците?

Н.Ю.:Основната характеристика на Data Mining е комбинация от широк набор от математически инструменти (от класически статистически анализ до нови методи за машинно обучение) и най-новите постижения в областта на информационните технологии. Технологията Data Mining съчетава строго формализирани методи и методи на неформален анализ, т.е. количествен и качествен анализ на данни.

Изучавайки модели като изкуствени невронни мрежи, дървета на решения, асоциативни правила, логистична регресия, групиране в рамките на дисциплината „Методи на изкуствения интелект“, ние обръщаме голямо внимание в часовете си на алгоритмите, използвани в тези модели. Решаваме задачи, при които студентите разбират работата на алгоритъма за обратно разпространение при изучаване на невронни мрежи, работата на k-средните и k-медианните алгоритми в клъстерирането, как работи алгоритъмът Apriori при генериране на правила за асоцииране; генетични алгоритми. Но ние заменяме софтуерната реализация на тези алгоритми с лабораторни упражнения, използващи AP Deductor. Имплементира почти всички Data Mining модели и съвременни технологии за анализ на структурирани данни. Използването на методи за самообучение и съветници за настройка позволява на ученици със стандартно математическо обучение да овладеят образователния материал, а многото налични методи за визуализация на данни (графика на невронни мрежи, мрежи на Кохонен, дървета на решенията, скална диаграма, таблица за непредвидени обстоятелства и много други) значително улесняват възприятието на учениците за съдържанието на решени бизнес проблеми. Благодарение на достъпността и яснотата на методите за анализ на данни, внедрени в Deductor, на студентите остава предимно творческа работа: изучаване на предметната област, избор на методи за решение и интерпретиране на резултатите.

Разкажете ни за най-интересните проекти, реализирани в Deductor.

Н.Ю.:Повече от десет години в катедрата се провежда активна научноизследователска работа със студенти в областта на бизнес анализите и системите за изкуствен интелект. През това време, въз основа на аналитичната платформа Deductor, студентите на MIEPM получиха интересни аналитични решения, представени под формата на окончателни квалификационни работи: „Анализ и прогнозиране на макроикономическите регионални показатели на района на Нижни Новгород“; „Създаване на хранилище за данни и аналитична отчетност за регионалната детска болница в Нижни Новгород“; “Разработване на система за прогнозиране на резултатите от спортни състезания”; “Разработване на автоматизирана информационна система за вземане на инвестиционни решения на базата на AP Deductor”; „Прилагане на съвременни информационни инструменти и технологии за решаване на проблемите на мониторинга на околната среда в района на Нижни Новгород“ и много други.

Нашите студенти и възпитаници получиха интересни аналитични решения за редица компании в Нижни Новгород „Nizhegorod Metal“ и „NPN“, LLC „FormatService“, клон Нижни Новгород на OJSC „Gardens of Pridonya“. Компанията Nizhegorod Metal е специализирана в търговията на едро и дребно с валцувани метални изделия. "NPN" е най-голямата структура за търговия на едро и логистика в град Нижни Новгород, специализирана в продажбата на едро на авточасти за домашни автомобили и специално оборудване. В рамките на реализираните пилотни проекти бяха решени следните задачи: оперативен многомерен анализ на данни; формиране на поръчки за стокови позиции; автоматично прогнозиране. Интегрирането на аналитичната платформа Deductor и счетоводната система 1C, използвани в дейностите на тези търговски предприятия, позволи да се получат данни за прилагане на сценарий за анализ на асортимента и стабилността на продажбите.

В допълнение към самия образователен процес, как се използва Deductor в NNGASU? Какви интересни изследователски и образователни проекти са реализирани с помощта на неговите възможности и в сътрудничество с BaseGroup Labs?

Н.Ю.: UNGASU обръща голямо внимание на междуведомственото сътрудничество; дори е създаден Международен център за интердисциплинарни изследвания за решаване на много проблеми. Един от реализираните проекти на този център, където беше използван AP Deductor, беше проект, свързан с обработка на резултатите от проучване на студенти за определяне на техните приоритети по време на обучението им в университета, за определяне на отношението на студентите към научната работа, разбирането им за мястото на научния труд във формирането на професионалните компетентности на бъдещите специалисти .

Получените резултати определят степента на мотивация на студентите от различни факултети за изследователска дейност; даде възможност да се идентифицира интересът на студентите към подобряване на качеството на образователния процес, да се разработи набор от мерки и практически препоръки за привличане на студенти, които се интересуват от него, към изследователска работа.

Също така, като част от дейността на Международния център за интердисциплинарни изследвания, през февруари 2013 г. се проведе зимно училище „Съвременни методи за анализ и управление“.

Зимното училище е възможност за учениците да се включат в интересно и много полезно събитие извън образователния процес, по време на ваканцията, това е възможност да научат нещо повече, което надхвърля нормалния курс, старт за дейности по проекта и среща прекрасни хора. Нямаше учители, които преподаваха предмет, но никога не го практикуваха „на живо“, нямаше и ученици, които идваха в класната стая само за да отбележат присъствието си. Всеки ученик знаеше защо е дошъл, какво иска да знае и какво иска да научи.

Сесиите бяха фокусирани върху въвеждането на набор от техники, които са в челните редици на съвременния мениджмънт. Това са интелигентни методи за бизнес анализи, методи за симулация на икономически процеси и методи за автоматизиране на управлението на бизнес процеси. Освен това в отделни доклади бяха обсъдени актуални въпроси на екологичната обосновка на проекти, управлението на проекти, както и развитието на електронния документооборот. Преподаватели на училището бяха служители на консултантски фирми от Рязан и Москва, както и доценти от NNGASU и RANEPA.

Публиката беше много разнообразна: от студенти от втора година на MFEPM до студенти и преподаватели от университети в Нижни Новгород, Москва и Чебоксари: ​​NSTU, NNSU, RGAU-MSHA, ChSU.

Беше наистина интересно, обсъждаха се сериозни практически проблеми и актуални проблеми на автоматизацията, моделирането, анализа, оптимизацията и решаването им със съвременни методи.

Бих искал да изкажа специални благодарности на ръководителя на академичната програма на BaseGroup Labs, д-р, доцент Николай Борисович Паклин, който изнесе лекции и проведе майсторски класове като част от секцията за зимно училище за анализ на данни.

Това събитие беше белязано от прекрасна атмосфера, висок професионализъм на преподавателите и добро ниво на организация. Всички участници получиха грамоти.

NNGASU е един от най-активните университети в академичната програма на BaseGroup Labs. Какви са основните резултати, постигнати през периода на сътрудничество?

Н.Ю.:Обобщавайки част от резултатите от десетгодишното сътрудничество между катедра „Приложна информатика и статистика“ и BaseGroup Labs в областта на образованието, можем да кажем, че през това време са решени много наболели проблеми за целенасоченото обучение на нашите бакалаври и магистри. , а именно:

• разработени са съвременни учебни програми по дисциплини, свързани с анализ на данни и информационно-аналитични системи;
• разширени са темите на курсовите и дипломните проекти, които са свързани с решаването на реални проблеми на компаниите в Нижни Новгород;
• стана възможно да се привлекат студенти към изследователска работа в тази област с помощта на платформата Deductor.

Беше извършена много съвместна работа за оформяне на имиджа на професията бизнес анализатор.

Резултат от сътрудничеството е и издаването на два учебника, публикуването на статии и научни трудове на преподаватели, студенти и студенти в различни научни издания.

В допълнение, подобно сътрудничество има много ценни предимства за нашите възпитаници. Сега учениците, които демонстрират добри резултати в обучението, получават сертификати за успешно завършване на курса за обучение Deductor. Имаме повече от 20 студенти, които вече са получили този сертификат. Получаването на професионален сертификат дава предимство при наемане на работа и следователно допълнително мотивира студентите да изучават бизнес анализи.

Трябва също да се отбележи, че BaseGroup Labs върши много работа за подобряване на квалификацията на преподавателите в областта на бизнес анализите и интелигентните информационни технологии (конференции, безплатни курсове за обучение с възможност за получаване на сертификат).

Връзките с академичната общност също се развиват успешно, благодарение на факта, че вашият портал за знания https://site се превърна в отворен ресурс за преподаватели по анализ на данни във всички университети в страната, защото има специализирани блогове, интервюта и презентации от различни конференции, банка от сценарии и база данни с реални примерни реализации. Мисля, че учените, университетските преподаватели и практиците биха могли да продължат тази традиция, като предоставят публично интересни примери за своите колеги, студенти и специализанти.

Какви виждате като основни насоки за по-нататъшно използване на софтуерния продукт и сътрудничество с компанията?

Н.Ю.:В момента решаваме проблема с избора на нови задачи за обучение на майстори, тъй като областите на приложение на методите за машинно обучение са много разнообразни.

Разглежда се възможността за използване на технологията за електронно обучение, тъй като с тази форма на обучение значително се увеличава делът на самостоятелната работа на студентите, повишава се активността и качеството на обучението.

Търсим форми на взаимодействие с организации, които се интересуват от внедряване на съвременни информационни технологии, базирани на методи за машинно обучение, за да обучаваме специалисти, които могат да използват придобитите знания върху проблеми от реалния живот.

И разбира се, ние сме готови да овладеем новия продукт на компанията - аналитичната платформа Loginom 6, която ни беше представена на IV междууниверситетска конференция в Москва през юни тази година. Очакваме специализирани курсове за обучение в електронния център за обучение на уебсайта на компанията. Нашите планове са непрекъснато да подобряваме уменията си, включително чрез участие в уебинари, посещаване на семинари и майсторски класове.

Очакваме и такива форми на сътрудничество като провеждане на WRC състезания, олимпиади и хакатони.

Как оценявате преподавателските конференции, провеждани от BaseGroup за използването на Deductor в университетския образователен процес? Колко полезни смятате, че са подобни събития?

Развлекателните дейности също са много добре организирани - програмата включва интересна екскурзия из територията на Тимирязевската академия и вечерна екскурзия с лодка по река Москва. Благодаря на всички организатори.

През ноември 2017 г. беше пусната нова версия на аналитичната платформа - Loginom. Какви са първите ти впечатления от срещата с него?

Н.Ю.:Демонстрацията на новия продукт на междууниверситетска конференция през юни, както и затворен уебинар през септември, вече дават представа, че пускането му несъмнено ще бъде съпътствано от разширяване и задълбочаване на знанията в областта на анализа на данни, което от разбира се, ще доведе до промени и подобрения в образователните програми както за бакалаври, така и за магистри. Готови сме за по-нататъшно тясно сътрудничество с BaseGroup Labs, готови да формираме ново поколение специалисти в областта на бизнес анализите с нови знания, умения, „компетенции“, използвайки новите възможности на новия софтуерен продукт.

Да държите пръста си на пулса в областта на съвременните технологии за анализ на данни е възможно само в тясно сътрудничество с водещи руски ИТ компании. И благодарение на академичната програма BaseGroup Labs ще придобием уникален опит в използването на напълно функционален софтуер в образователния процес, който скоро ще бъде търсен не само от руски бизнес клиенти.

Колко полезни са технологиите за обучение и инструментите за анализ на данни за днешните висшисти? Какви са според вас перспективите за търсенето на тези знания от работодателите?

Н.Ю.:За всеки завършил висше учебно заведение е много важно след завършване на обучението си да има точно тези знания, които ще бъдат полезни в бъдещата му работа. NNGASU е изградила система за обратна връзка относно качеството на обучението на завършилите и търсенето на техните компетенции. Като се има предвид, че технологиите за анализ на данни не са обвързани с конкретна предметна среда, студентите в направление „Приложна информатика“ в НГАСУ получават универсални знания, необходими за ефективно използване в различни области на човешката дейност - в икономиката, търговията, управлението, образованието и др.

За съжаление, има лек напредък в темпото на развитие на инструментите за анализ на данни във връзка с разбирането на работодателите за това каква полезна информация може да бъде извлечена от данните с помощта на модерни инструменти за обработка и анализ. Но несъмнено интересът от страна на държавните агенции, бизнеса, здравеопазването, образованието и т.н. към съвременните технологии и методи за анализ на данни ще нараства, което означава, че завършилите университет, които притежават инструменти за анализ на данни, ще бъдат все по-търсени от потенциални работодатели. В тази връзка необходимостта от доближаване на теорията на обучението до практиката на използване на нови софтуерни продукти е извън съмнение, тъй като е известно, че шансовете на висшист за успешна кариера се увеличават рязко, ако освен теоретични знания, той има и силни практически умения. Така че нашата обща цел е да обучим компетентни специалисти, които разбират нуждите на бизнеса и могат да прилагат съвременни информационни технологии и софтуер за анализ на данни, за да ги посрещнат.

Специалността Приложна информатика (по икономика) позволява на студентите да придобият задълбочени познания както от икономическо, така и от приложно естество. В процеса на теоретичното обучение студентите придобиват практически умения за ефективно решаване на икономически проблеми с помощта на съвременни информационни технологии и системи.

Това е една от най-перспективните и търсени специалности. В допълнение, тя е универсална, както се вижда от квалификацията на специалността „Приложна информатика (в икономиката)” - „Информатик - икономист”. Информатик-икономист е ерудиран специалист, придобил фундаментални познания в областта на компютърните науки и професионални познания в областта на икономиката, управлението и маркетинга. Такъв специалист може да работи както в компютърните науки, така и в икономиката.

Завършилите специалността са еднакво добре запознати с производството и технологиите; организационно-управленски; проектно-технологични; експериментална сфера, тъй като това са функциите, които изпълнява в предприятието. Завършилите имат умения за решаване на функционални проблеми и управление на информационни, материални и парични потоци в конкретен сектор на икономиката с помощта на информационни системи. Информатик-икономист анализира, прогнозира, моделира и създава информационни процеси и технологии в рамките на професионално ориентирани информационни системи. Обхватът на уменията на икономиста по информатика включва създаването и внедряването на професионално ориентирани информационни системи в икономиката.

Подобни знания и умения на завършилите тази специалност им позволяват да кандидатстват за престижни работни места в сериозни организации. Завършилите специалността са стабилно търсени на пазара на труда, с добри перспективи за по-нататъшно професионално и кариерно израстване.

Възможностите за заетост на тези специалисти са много обширни: завършил специалността „Приложна информатика (в икономиката)“ може да работи като системен администратор и програмист, информационен анализатор, системен анализатор, анализатор на информационни системи, специалист по управление на информацията, служител по прогнозиране и отдел за планиране на икономическия процес, ръководител на информационните служби в държавните органи; търговски организации; в различни грижи; стопанства; корпорации; застрахователни компании; банкови институции; одит; консултантски фирми; инвестиционни и търговски дружества.

Най-интересният стаж по специалността, предоставен на студентите, ще позволи на всеки да потвърди любовта си към избраната от него специалност и да усъвършенства придобитите умения и знания. По време на обучението си ще се запознаете с компании, работодатели и интересни хора - всичко това ще ви даде възможност да намерите "вашата" компания, в която бихте искали да стажувате и да работите след университета. След 5 години обучение в атмосфера не само на сериозна научна работа, но и на прекрасно студентско забавление (нови приятели, клубове по интереси, състезания, KVN и др.), Всеки определено ще се намери в избраната от него професия!

Входни тестове и условия за прием

Приети лица

• с незавършено висше образование.

Входни тестове

Приемът в старши курсове е възможен само ако се спазва пълната процедура за прехвърляне. Трябва да предоставите академична справка, за да можем да определим за кой курс и семестър можем да ви приемем. Ако периодът на обучение ви устройва, ние ще ви издадем удостоверение, че сме готови да ви приемем в нашия университет. Трябва да го изпратите във вашия университет и ще бъдете приспаднати поради прехвърлянето. В извлечението от заповедта за експулсиране трябва да се посочи „Уволнен поради преместване в Московския университет на името на С. Ю. Витте“.

Материалите на страницата са предоставени от NGASU (Sibstrin). Тук можете да получите електронни копия на основните учебни и учебни помагала на катедрата, които се използват в момента.
Всички файлове са представени под формата на .pdf документи или в .zip архиви, чието съдържание е документ на Word (версии 2007 и по-нови)

Общ курс по компютърни науки

Информатика. Основен курс

Uучебник в 3 части за бакалаври от всички направления, изучаващи дисциплината „Информатика“. Автори: Воробьова А.П. (част 1), Ершова E.E. (част 2), Кисленко Н.П. (част 3).

Кисленко Н.П. Основи на компютърните технологии. Урок. Новосибирск: издателство NGASU, 2002 г
Учебникът покрива програмата на дисциплината "Информационни технологии", преподавана на студенти редовна форма на обучение по НГАСУ специалност 071900 - "Информационни системи и технологии".
Ръководството е написано в съответствие с програмата на курса. Поради факта, че част от програмата е изложена в предварително публикувани от катедрата методически материали, ръководството предлага основно материали, свързани със задълбочено изучаване на информационни технологии от студентите от тази специалност.
Помагалото се състои от 4 раздела, съответстващи на основните аспекти на изучаването на информационните технологии. Раздел 1 е посветен на общите теоретични въпроси на компютърните науки, информационните системи, представянето и измерването на данни. Раздел 2 предоставя основни идеи, свързани с компютърния хардуер - дава се класификация на съвременните компютри и се обсъжда подробно архитектурата на компютъра. Раздел 3 се нарича „Софтуер за персонален компютър“ и съдържа основна информация за системния и приложния софтуер, използван на компютъра. Раздел 4 обсъжда мрежовите информационни технологии, приложени към операционната система Windows.

Числени методи, решаване на инженерни задачи, MathCAD

Ю.Е. Воскобойников, А.Ф. Задорожни, Л.А. Литвинов, Ю.Г. черен. РЕШАВАНЕ НА ИНЖЕНЕРНИ ПРОБЛЕМИ В ПАКЕТА MATHCAD: учебник надбавка; Новосиб. състояние архитектура-строи Университет (Сибстрин). – Новосибирск: НГАСУ (Сибстрин), 2013. – 120 с.
Урокът разглежда решаването на инженерни проблеми в математическия пакет MathCAD, както чрез използване на вградените функции на пакета, така и чрез програмиране на необходимите изчислителни алгоритми.

Ю.Е. Воскобойников, А.Ф. Задорожний. Основи на работа в пакета MathCAD

учебник надбавка/Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2006. - 138 с.
Урокът обхваща основните структури на вградения език на математическия пакет. Подробно са описани основите на работа в пакета MathCAD за създаване на документи, начертаване на графики, матрични и векторни операции, програмиране на основните типове изчислителни алгоритми (линейни, разклонени и циклични) и генериране на файлове с данни. Презентацията е придружена с голям брой примери и задачи, което допринася за по-доброто усвояване на материала.

Воскобойников Ю.Е. Програмиране в математическия пакет MathCad. Новосибирск: издателство NGASU, 1999 г
Указанията разглеждат основните структури на вградения език на математическия пакет Mathcad Professional и използването им за програмиране на основните типове изчислителни алгоритми (линейни, разклонени и циклични). Презентацията е придружена от разглеждане на голям брой примери и задачи, което допринася за по-доброто усвояване на материала.
Указанията са предназначени за редовни студенти от всички специалности, изучаващи компютърни науки, а също така са полезни за студенти и инженери, които използват този математически пакет в своите изчисления.

Ю.Е. Воскобойников, В.Ф. Точки. ПРОГРАМИРАНЕ И РЕШАВАНЕ НА ЗАДАЧИ В ПАКЕТА MATHCAD. РУКОВОДСТВО. NGASU. 2002. – 138 с.
Урокът описва достатъчно подробно конструкциите на MathCAD (русифицирана версия на MathCAD2001i), необходими за изпълнението на различни видове алгоритми: линейни, разклонени и циклични. Основно внимание е отделено на разработването на програмни модули – подпрограми-функции на MathCAD. Обсъжда се прилагането на метода на модулното програмиране. Обсъжда се и решаването на „типични“ проблеми, срещани при изчисляването и проектирането на строителни конструкции, и се обсъждат въпросите за „импорт и експорт“ на данни в пакета MathCAD.

Воскобойников Ю. Е.

Конструиране на регресионни модели в пакет MathCAD: учебник. помощ / Ю. Е. Воскобойников; Новосиб. състояние архитектура-строи унив. – Новосибирск: НГАСУ (Сибстрин), 2009. – 220 с. ISBN-978-5-7795-0422-5
Учебникът съдържа основни теоретични положения за следните раздели на регресионния анализ на експериментални данни: регресионни модели и регресионно моделиране, сдвоен и множествен регресионен анализ. Дадени са необходимите изчислителни коефициенти. В математическия пакет MathCAD е обърнато голямо внимание на реализацията на тези връзки. Учебникът съдържа голям брой примери и копия на фрагменти от документи на MathCAD, което ще позволи на студентите не само да разберат и усвоят по-добре учебния материал, но и да използват ефективно пакета MathCAD при завършване на курсова работа и дисертации.
Учебникът е предназначен за студенти и докторанти от технически специалности.

внимание! С учебник Ю.Е. Воскобойников "Регресионен анализ на данни в пакета MATHCAD" (с CD, издателство Лан, 2011 г.) Можете да го намерите на

А.П. Воробьова. Стандартни числени методи за решаване на задачи с помощта на пакета MathCad. Лабораторен семинар. Новосибирск, NGASU (Sibstrin), 2018
Лабораторен практикум за редовни студенти от специалност "Строителство". Съдържа задачи за лабораторна работа по числени методи и примери за тяхното изпълнение

И.А. БЕДАРЕВ, Ю.В. КРАТОВА, Н.Н. ФЕДОРОВА, И.А. ФЕДОРЧЕНКО. Изчислителни методи в пакета MathCAD. НОВОСИБИРСК, НГАСУ (Сибстрин), 2013.
Учебникът предоставя методи за приближено решаване на нелинейни алгебрични уравнения, системи от линейни алгебрични уравнения, методи за интерполация, оптимизация, числено диференциране и интегриране, изчислителни подходи за решаване на задачи на Коши и гранични задачи за обикновени диференциални уравнения, както и крайни разлики. методи за решаване на производни на частни уравнения. Дадени са примери за имплементации на тези числени подходи, както на базата на стандартни функции на пакета MathCAD, така и с помощта на инструментите за програмиране на тази среда.

Програмни езици

А. П. Воробьова, М. С. Сопа. Система за програмиране Turbo Pascal: учебник. помагало: изд. NGASU (Сибстрин). – 2-ро изд., преработено. и допълнителни – Новосибирск: НГАСУ (Сибстрин), 2006. – 136 с.
Първата част на ръководството обхваща основните понятия на операционната система MS DOS, програмата Norton Commander tool shell, както и работата в интегрирана среда Turbo Pascal. Втората част е посветена на основите на програмирането на езика Turbo Pascal. Помагалото съдържа доста голям брой тестови въпроси и задачи за самостоятелна работа, които допринасят за по-доброто усвояване на материала.
Учебникът е предназначен за студенти от всички специалности и форми на обучение.

ЛЕКЦИИ ПО PASCAL ЗА СТУДЕНТИ IST

, 2009

ЛИТВИНОВ Л.А.,ПЪРВИ СТЪПКИ В ПРОГРАМИРАНЕТО НА ЕЗИКА TURBO PASCAL. ЛАБОРАТОРЕН ПРАКТИКУМПО ДИСЦИПЛИНАТА "ИНФОРМАТИКА" (2011)

Изтеглете ръководството в ZIP архив

И.Н. Мухина, Н.П. Кисленко. Информатика. Индивидуални задания и насоки за студенти от специалност 230201 "Информационни системи и технологии"
методически указания/ Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2008. - 76 с.
Указанията предлагат голям брой практически интересни и полезни задачи по основи на програмирането.

Информационни технологии, офис програми

Ершова Е. Е. Лабораторен семинар по съвременни компютърни технологии. Част 1. Учебник по Word. надбавка; Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2007. - 136 с.
Учебникът е написан в съответствие с програмата на курсовете "Информатика" и "Информационни технологии", съдържа лабораторни упражнения, обхващащи основните възможности на редактора Word, използван при създаване на различни документи: писма, поздравления, доклади, курсови и дипломни работи, доклади , електронни документи и учебници , електронни тестове и др. Всяка лабораторна работа е снабдена с подробни препоръки за успешното й изпълнение.
Учебникът е предназначен за студенти от специалност 040201 „Социология”; ще бъде полезен за студенти от други специалности и преподаватели като практическо ръководство при изучаването на редактора Word.

Ершова Е. Е. Лабораторен семинар по съвременни компютърни технологии. Част 2. Урок за Excel. ръководство / Е. Е. Ершова; Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2007. - 80 с.
Учебникът е написан в съответствие с програмата на курсовете "Информатика", "Теория на вероятностите и математическа статистика", "Информационни технологии" и "Математическо моделиране на социални процеси", съдържа лабораторни упражнения, обхващащи основните възможности на електронните таблици Excel, използвани при решаване на различни задачи. математически и социологически задачи. Всяка лабораторна работа е снабдена с подробни препоръки за успешното й изпълнение.
Учебникът е предназначен за студенти от специалност 040201 „Социология” и ще бъде полезен на всички студенти и преподаватели като практическо ръководство при изучаването на електронни таблици в Excel.

Ершова Е.Е., Ершов И.В. Лабораторен практикум по съвременни компютърни технологии. Част 3. Учебник по MathCAD. ръководство / Е. Е. Ершова, И. В. Ершов; Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2007. - 52 с.
Учебникът е написан в съответствие с програмата на дисциплините "Информатика", "Теория на вероятностите и математическа статистика", "Информационни технологии" и "Математическо моделиране на социални процеси", съдържа лабораторни упражнения, обхващащи основните възможности на системата MathCAD, използвани при решаване на различни математически и социологически проблеми . Всяка лабораторна работа е снабдена с подробни препоръки за успешното й изпълнение.
Учебникът е предназначен за студенти от специалност 040201 „Социология” и ще бъде полезен на всички студенти и преподаватели като практическо ръководство при изучаването на системата MathCAD 2001 Professional.

А.П. Воробьова, Ю.А. Галкина. Основи на работа в Microsoft Access. : учебник помагало: изд. NGASU (Сибстрин). – Новосибирск: НГАСУ (Сибстрин), 2010. – 148 с.
Урокът разглежда теоретичните основи и принципите на работа на СУБД Microsoft Access 2003. Съдържанието на урока е разделено на две части. Първата част предоставя основните теоретични принципи, необходими за успешното развитие на Access. Втората част съдържа лабораторна работа по основните раздели на Access: създаване на прости и свързани таблици, заявки, формуляри, отчети.

Теория на вероятностите, математическа статистика

Воскобойников Ю.Е.,Баланчук Т.Т. Теория на вероятностите и математическа статистика (с примери в Excel): Учебник - Новосибирск: NGASU (Sibstrin), 2013. - 200 с.
Учебникът разглежда основните понятия на теорията на вероятностите, свързани със случайни събития, дискретни и непрекъснати случайни променливи. Много внимание се отделя на разделите на математическата статистика: точкова и интервална оценка на параметрите на случайни променливи, проверка на статистически хипотези. Учебникът съдържа копия на голям брой фрагменти от документи на Excel, което ще позволи на студентите не само да разберат по-добре учебния материал, но и ефективно да използват програмата Excel при завършване на курсова работа и дисертации.
Учебникът е предназначен за студенти, обучаващи се в направления 080200.62 „Управление“, 080100.62 „Икономика“, 230400.62 „Информационни системи и технологии“, както и за студенти и докторанти от съответните специалности.

Е. И. Тимошенко, М. С. Сопа Проблеми и упражнения по теория на вероятностите
Учебникът е предназначен за използване в учебния процес от студенти от всички специалности и форми на обучение при изучаване на теория на вероятностите. Тази дисциплина е неразделна част от общата математическа подготовка в съответствие с изискванията, отразени в държавните стандарти. Това помагало предоставя посочения курс с упражнения и задачи.
Сборникът се състои от десет раздела, всеки от които съдържа задачи, препоръчани за решаване както в практически и семинарни занятия, така и по време на самостоятелна работа на студентите.

Воскобойников Ю.Е., Тимошенко Е.И. Математическа статистика: Учебник. Новосибирск: издателство NGASU, 2000 г
Учебник Ю.Е. Воскобойникова, Е. И. Тимошенко "Математическа статистика" съдържа най-важните раздели на математическата статистика: точкова и интервална оценка на параметрите на разпределението, проверка на различни статистически хипотези. Ясното и кратко представяне на учебния материал със сигурност допринася за висококачественото усвояване на курса на обучение. Голям брой дадени примери ще позволят на студентите да разберат и усвоят по-добре не само общите теоретични принципи, но и възможните области на приложение на математическата статистика.
Въпреки че учебникът е написан в съответствие с програмата на курса "Математическа статистика" за специалност 060800, той ще бъде полезен и на студенти от други специалности в строителните университети.

Воскобойников Ю.Е., Тимошенко Е.И. Математическа статистика с примери в Excel: Урок. Новосибирск: издателство NGASU, 2006, - 154 с.
Учебникът съдържа най-важните раздели на математическата статистика: точкова и интервална оценка на параметрите на разпределението, проверка на различни статистически хипотези. Дадени са голям брой примери, които ще позволят на студентите да разберат и усвоят по-добре не само общите теоретични принципи, но и възможните области на приложение на математическата статистика. Урокът съдържа решения на типични примери в процесора за електронни таблици Excel.

М. С. Сопа, А. Ф. Воронин. Теория на вероятностите и математическа статистикаучебник надбавка/Новосиб. състояние архитектура-строи Университет (Сибстрин). - Новосибирск: НГАСУ (Сибстрин), 2007. - 76 с.
Учебникът разглежда основните понятия на теорията на вероятностите, свързани със случайни събития, дискретни и непрекъснати случайни променливи. Много внимание се отделя на разделите на математическата статистика: точкова и интервална оценка на параметрите на случайни променливи, проверка на статистически хипотези, елементи от теорията на случайните процеси.
Учебникът е предназначен за студенти от специалност 230201 "Информационни системи и технологии".

Методи за оптимизация, математическо програмиране

Киселева Е.В., Соловьова С.И. Математическо програмиране (линейно програмиране): Учебник. Новосибирск: издателство NGASU, 2002, - 146 с.
Учебникът е предназначен за студенти от специалност 060800 "Икономика и управление (в строителството)" от всички форми на обучение. Написан в съответствие с учебната програма на курса "Математическо програмиране". Съдържа 7 теми и приложение "Използване на Excel за решаване на проблеми с линейно програмиране." Наред с изложението на теорията, подробно се разглежда решаването на голям брой примери и задачи.
Предвидени са тестови въпроси по теми и задачи за индивидуални задания и самостоятелни решения.

Иконометрия

Воскобойников Ю. Е. Иконометрия в Excel: учебник. надбавка. Част 1. Сдвоен и множествен регресионен анализ / Ю. Воскобойников; Новосиб. състояние архитектура-строи унив. – Новосибирск: НГАСУ (Сибстрин), 2005. – 182 с.

Учебникът съдържа основни теоретични положения по следните раздели на иконометрията: иконометрични модели и иконометрично моделиране, двоен и множествен регресионен анализ. Дадени са необходимите изчислителни коефициенти. Обърнато е голямо внимание на реализацията на тези връзки в процесора за електронни таблици Excel. Учебникът съдържа голям брой примери и копия на фрагменти от документи на Excel, което ще позволи на студентите не само да разберат и усвоят по-добре учебния материал, но и да използват ефективно Excel при завършване на курсова работа и дисертации.

Воскобойников Ю. Е. Иконометрия в Excel: учебник. надбавка. Част 2. Анализ на динамичните редове / Ю. Воскобойников; Новосиб. състояние архитектура-строи унив. – Новосибирск: НГАСУ (Сибстрин), 2008. – 152 с.

Учебникът съдържа основните теоретични положения, необходими за решаване на задачи за анализ на времеви редове. Дадени са необходимите изчислителни коефициенти. Обърнато е голямо внимание на реализацията на тези връзки в процесора за електронни таблици Excel. Ръководството съдържа голям брой примери и копия на фрагменти от документи на Excel, което ще позволи на студентите не само да разберат по-добре и усвоят учебния материал, но и ефективно да използват Excel при завършване на своята дипломна работа и курсова работа.

Воскобойников Ю.Е., Воскобойникова Т.Н. Указания за лабораторни упражнения по иконометрия. Новосибирск: изд. ИПИ, 2006 – 62 с.

Указанията съдържат описание на лабораторните работи и необходимите изчислителни коефициенти за тяхното изпълнение. Основно внимание е отделено на реализацията на тези връзки в електронната таблица на Excel. Дадени са и два теста и са дадени препоръки за тяхното изпълнение.

Интернет технологии

Кисленко Н.П. Основи на работа в Интернет. Методически указания. Новосибирск: издателство NGASU, 2000 г
Указанията описват глобалната компютърна мрежа Интернет и средствата за работа с нея – браузър Internet Explorer, електронна поща, FTP.

Посока: Приложна информатика
Код на посоката: 09.03.03
Профил: Приложна информатика в икономиката
Международен аналог на посоката : Бизнес информационна система, Wirtschaftsinformatik
Квалификация: академична степен бакалавър
Входни изпити: руски език, математика, физика
Форма на финансиране: бюджетни и платени

Посоката съществува у нас

от 1949 г. под името " Механизация на счетоводната и изчислителната работа»,
от 1960 г. под името " Организация на механизирана обработка на икономическа информация»,
от 1985 г. под името " Информационни системи в икономиката»,
от 2001 г. под името " Приложна информатика в икономиката».

Какво означава профил „икономика“?

В съответствие със икономически профилстудентите по приложни компютърни науки получават специализацияв следните области:

• конфигуриране и интегриране на системи на платформата 1C (1C програмист);
• бизнес анализи, базирани на системи с изкуствен интелект (бизнес анализатор);
• разработка на разпределени системи, базирани на уеб протоколи (Web developer).

Има непрекъснато нарастващо търсене на специалисти в тези области, което гарантира заетостта на завършилите.

1C програмист

Типични задачи, които решава 1C програмист

Администриране на 1C бази данни;
Автоматизация на фирмената дейност;
Настройка и администриране на различни конфигурации, базирани на 1C;
Програмиране на базата на 1C

Русия е автоматизирана главно на 1C

1C програмист – най-търсеният програмист в Русия.

Търсенето на програмисти през ноември 2017 г. (според superjob.ru и hh.ru)

По отношение на броя на свободните работни места програмистите на 1C са водещи от няколко години на различни сайтове за работа. В същото време средната заплата на програмистите на 1C е на второ място след заплатата на програмистите на C++ и DB.

Търсенето на програмисти през 2017 г

Длъжност	Брой свободни места	Средна заплата, хиляди рубли
1C програмист	164	110
Уеб програмист
PHP програмист
C++ програмист
C# програмист
Програмист на база данни

1C програмистите обикновено са най-търсените ИТ специалисти в Русия от 2009 г. насам. Това не е изненадващо, тъй като системата 1C се използва от 1,5 милиона руски предприятия.
Най-голямото увеличение на заплатите през последните десет години се наблюдава и при свободните позиции за програмист 1C. По отношение на заплатата средно 1C програмистите отстъпват само на C++ и C# програмистите, но търсенето на последните е много по-малко. Има свободни работни места за програмисти на 1C във всеки град в Русия.

Имайте предвид, че B.G. Нуралиев, един от основателите на компанията 1C и неин директор, има специалност автоматизирани системи за управление– така се наричаше преди това приложната компютърна наука в икономиката.

Б.Г. Нуралиев е един от основателите на компанията 1C

Може да се твърди, че в бъдеще нуждата от 1C програмисти само ще расте. На руския пазар на интегрирани системи системата 1C показва стабилен растеж от 2004 г. насам.

Дял на внедряването на корпоративна система 1C в Русия

От 2013 г. делът на автоматизираните работни места в Русия надвишава 1C с 83%. Може да се каже, че Русия е до голяма степен автоматизирана с помощта на 1C.

Ниво на владеене на професията

Компанията 1C е приела система за последователно сертифициране.

1C фирмени сертификати

Ние подготвяме студенти на ниво знания на сертификата 1C Professional.

В допълнение, нашите ученици печелят награди в различни състезания, провеждани от 1C в продължение на много години.

Международен конкурс за дипломни проекти с помощта на платформата 1C

През 2015 г. нашата ученичка Оксана Парфенова зае 5-то място във Всеруското състезание сред професионалисти 1C, чийто финал се проведе в Нижни Новгород.

Студенти по приложна информатика – участници в професионалното състезание 1C: ITS
В. Жадова, О. Парфенова и К. Шипунова обсъждат с директора на компанията 1C
Б.Г. Перспективите на Нуралиев за работата му по линията 1C
(NNGASU, 2015)

Какво е бизнес анализ

Реалността на съвременния бизнес е работа в огромен поток от данни. Тази реалност дори се обозначава със специалния термин BigData. Превръщането на това изобилие от данни в ресурс, който генерира приходи или намалява разходите, изисква събиране, обработка и анализ на данни.

Business Intelligence (BI) е бизнес технология, насочена към монетизиране на данни.

Бизнес анализаторите са специалисти от най-висок клас, които са в списъка на най-напредналите ИТ специалности.

Според прогнозите, от шестте най-динамично развиващи се ИТ специалности в САЩ, цели три специалности са свързани с анализи - аналитичните анализатори ще заемат 3 места от шест6 най-развиващи се

6 актуални IT специалности за 2017-2024 г

Специализация	Нарастващо търсене до 2024 г (прогноза)	Средната работна заплата през 2017 г. хиляди долара
уеб разработчик
Анализатор по компютърни науки (Аналитик на компютърни системи)
Анализатор по информационна сигурност (Аналитик по информационна сигурност)
Разработчик на софтуер, програмист (Софтуерен инженер)
Учен по данни (Учен по данни)	16%	128,2
Системен администратор (Администратор на мрежа и компютърни системи)

Източник: 6 технологични професии, които ще растат като луди през 2017 г. и след това / CareerCast.com

В Русия анализаторите са в списъка на най-търсените и високоплатени ИТ специалности. За разлика от 1C програмистите, нуждата от които е широко разпространена, бизнес анализаторите са необходими на „топ“ предприятия, които в условията на ожесточена конкуренция са принудени непрекъснато да подобряват своя бизнес.

Търсенето на анализатори в Руската федерация през 2017 г

Източник: superjob.ru (ноември 2017 г.)

За да подобрите бизнеса, първо трябва да го разберете, а това изисква анализ на данните, с които предприятието разполага: бизнес данни. Този тип проблеми възникват в следните области.

На дребно

• анализ на пазарската количка
• изследване на временни модели на продажби (временни модели)
• прогнозиране на търсенето

Банкиране

• сегментиране на клиентите
• прогнозиране на промени в клиентела
• изчисляване на таксата по кредита

Телекомуникации

• идентифициране на категории клиенти със стереотипи за използване на услуги
• идентифициране на лоялността на клиентите (минимизиране на маркетинговите разходи)

Застраховка

• откриване на измами (изследвания на стереотипи в приложения за плащания)
• анализ на риска (минимизиране на загубите на застрахователните компании)

Прогнозиране на продажбите на продукти с помощта на невронна мрежа от 49 неврона
(от дипломната работа на завършил NNGASU по приложна информатика 2013 г.)

Карти на Кохонен за класификация на общинските райони на Н. Новгород
(от дипломната работа на завършил NNGASU по приложна информатика 2017 г.)

Типични задачи на бизнес анализатора (въз основа на заявки за свободни работни места в superjob.ru)

Събиране и анализ на клиентски изисквания;
- проучване;
- моделиране на бизнес процеси (BPMN, EPC, IDEF, UML езици);
- анализ на големи обеми от данни;
- разработване на бази данни за системи за управление на производството;
- определяне на технически спецификации за разработка или модификация на софтуер;
- изграждане на процеси за събиране, съхраняване и анализ на данни;
- програмиране на системи за машинно обучение.

Обикновено бизнес данните не са много организирани и обикновено има много от тези данни. За анализ на бизнес данни се използват специални методи и технологии, т.нар Извличане на данни(извличане на данни). Тези методи са свързани с общите теоретични дисциплини на информатиката и математиката

Връзка на методите за извличане на данни с дисциплините компютърни науки и математика

В допълнение към изучаването на общата теория на Data Mining в катедрата по приложна информатика, студентите получават специфични умения за работа в местната аналитична платформа Deductor от Base Group Labs. Към 2016 г. тази платформа се нарежда на второ място в Русия сред аналитичните платформи по отношение на броя на внедряванията.

Дял на внедряването на аналитични платформи в Русия за 2012 г

Извличането на данни е не само търсена технология, но и област на обширни научни изследвания. За завършилите ННГАСУ, които искат да продължат научната си кариера, вратите са отворени магистърска степен по приложна компютърна наука в аналитичната икономика.

Участници в Зимното училище на NNGASU по бизнес анализи
В центъра водещ специалист на BaseGroup Labs N.B. Паклин
(NNGASU, 2013)

Ниво на владеене на професията

Нашите студенти многократно са печелили общоруски състезания по бизнес анализи, организирани от Base Group Labs.

Междууниверситетско състезание за дипломни работи от Base Group Lab по бизнес анализи

Студентите, завършили курсове по анализи, могат да получат сертификат от BaseGroup Labs.

Сертификати на Base Group Labs на нашите магистри, 2016 г

Нашите магистри са завършили приложни компютърни науки,
получи сертификати от BaseGroup Labs

уеб разработчик

Според прогнозите на американския сайт за работа CareerCast, уеб програмистът е специалността, за която търсенето ще расте по-бързо от всяка друга в ИТ.

По отношение на общото търсене уеб разработчиците и уеб програмистите в Русия надминават дори програмистите от 1C.

Търсенето на програмисти през 2017 г

Специализация програмист	Брой свободни места	Средна заплата, хиляди рубли
1C програмист
Мрежа- програмист	79	95
PHP програмист	100	101
C++ програмист
C# програмист
Програмист на база данни
уеб разработчик	81	96