По этому направлению готовят специалистов, способных реализовывать сложные ИТ-проекты в области информационных технологий в широком спектре отраслей. Это становится возможным, если к солидной подготовке в области математики и программирования добавить цикл классических дисциплин из экономических наук. Вы узнаете, какие задачи решаются с помощью информационных технологий в современном бизнесе, получите знания, позволяющие создать и выпустить на рынок ИТ-продукт, а также поймете принципы функционирования бизнес-структур.
Узнать о том, какие документы необходимо подать и в какие сроки проводится набор можно в разделе Поступить на факультет.
Чему вас будут учить
Целью образовательной программы является воспитание грамотных ИТ-специалистов, умеющих решать прикладные задачи широкого спектра, например, построения веб-сервисов, задач анализа данных, управления программными проектами и процессами их разработки. Первый курс знакомит слушателей с ключевыми математическими понятиями и концепциями, которые являются фундаментальными для любого грамотного ИТ-специалиста. Это происходит в рамках таких дисциплин как математический анализ, дискретная математика, математическая логика, линейная алгебра. Вместе с этими дисциплинами даются базовые знания в области информатики и программирования в рамках следующих курсов:
- Алгоритмизация и программирование.
Целями дисциплины «Алгоритмизация и программирование» являются освоение теоретических основ современной информатики и основных алгоритмов, а также подходов к программированию на языке Python. Данный курс вырабатывает у студентов алгоритмическое мышление, умение применять основные концепции и классические алгоритмы современной информатики и эффективно решать возникающие задачи на практике.
Выбор языка программирования Python обусловлен прикладным характером образовательной программы и отличает её от других образовательных программ. В результате обучающиеся овладевают универсальным инструментом для решения задач в области анализа данных, веб-программирования и многих других.
- Архитектура вычислительных систем.
В рамках дисциплины изучаются технические и логические основы вычислительной техники, включая изучение структурной организации и принципов функционирования основных компонентов компьютеров, а также освоение принципа программного управления функционированием компьютерных компонентов.
- Вычислительные системы, сети и телекоммуникации.
Дисциплина предназначена для ознакомления с телекоммуникационными средствами организации передачи данных в сетях. Студенты изучают современные протокольные средства организации сетевых взаимодействий, аспекты эффективности функционирования вычислительных систем и сетей.
Изучение структурной организации вычислительных систем и сетей, а также принципов организации процессов в системах и сетях ведется с единых системных позиций.
- Разработка программных приложений.
- Программная инженерия.
- Алгоритмы обработки информации.
- Основы тестирования программного обеспечения.
- Основы веб-программирования.
- Теория вероятностей и математическая статистика.
- Статистика.
- Прикладная статистика.
- Эконометрика.
- Экономическая теория.
- Основы бизнеса.
- Экономика информационной отрасли.
- Менеджмент.
- Маркетинг и реклама.
- Управленческий учет и контроллинг.
Часть преподаваемых дисциплин является дисциплинами по выбору, что позволяет обучающемуся сформировать собственную образовательную траекторию.
Вы также можете ознакомиться с полной версией учебного плана 2022 года приема.
Ваша будущая профессия
Диплом бакалавра по направлению «Прикладная информатика» подтверждает знания прикладных аспектов компьютерных наук и кибернетики; умение создавать, внедрять, сопровождать и анализировать профессионально-ориентированные IT-технологии в различных отраслях промышленности.
Особенности направления – максимум времени базовой подготовки уделяется освоению прикладных аспектов IT технологий, кибернетики и математики. Объем знаний и навыков позволяет решать специфичные задачи компьютерными методами на должностях:
- Занять одну из позиций, где требуется знание языка Python: программист-технолог, в том числе быть отличным кандидатом как классический программист на Python.
- Начать свою карьеру технологом или стать специалистом по сопровождению и тестированию ПО.
- Использовать свои аналитические способности как аналитик и спустя время стать ведущим бизнес-аналитиком.
- Реализовывать самые сложные проекты, работая Программистом .NET / C#.
- Стать менеджером интернет-проектов.
- Делать карьеру в веб-разработке и стать web-разработчиком.
- Стать IT-предпринимателем и организовать свой успешный стартап!
Примеры выпускных работ
Для того чтобы привлекать клиентов необходимо занимать высокие места в поисковой выдаче для чего требуется правильно оптимизировать свой сайт, учитывая особенности технологий поисковых систем.
В процессе работы был составлен комплекс мер по оптимизации сайта: составление семантического ядра сайта, отбор ключевых запросов для продвижения сайта, текстовая оптимизация, поисковая оптимизация, техническая и ссылочная оптимизация сайта.
В результате применения разработанного плана оптимизации появилась динамика роста позиций и посещаемости сайта: продвигаемый сайт входит в ТОП-10 своего региона по 45 ключевым запросам.
Цель работы – изучение системы «1С-Битрикс: управление сайтом», её особенностей, приемов разработки и создание отдельных решений для различных систем.
В процессе работы проведено исследование основных методик email-маркетинга и анализ существующих инструментов автоматизации для использование этих методик.
В результате работы создано универсальное решение для автоматизации создания рассылок на основе системы «1С-Битрикс: управление сайтом».
Цель дипломного проекта – разработка и реализация модели бюджетного планирования прочих видов деятельности в автоматизированной системе планирования с использованием программного обеспечения SAP BPC и надстройки EPM add-in for Microsoft Excel.
В результате выполненной работы в рамках автоматизированной системы планирования прочих видов деятельности и прочих доходов и расходов ОАО «РЖД» разработана и реализована новая модель, назначение которой – сбор данных об объёмах, доходах, расходах и других показателях структурных подразделений региональных дирекций филиалов ОАО «РЖД» по управленческим бюджетам.
Модель планирования прочих видов деятельности по структурным подразделениям прошла этап тестирования, опытной эксплуатации и успешно внедрена в системе планирования. На данный момент осуществляется поддержка и доработка, как новой модели, так и всей автоматизированной системы планирования прочих видов деятельности и прочих доходов и расходов ОАО «РЖД» в целом.
Цель работы - создать систему сквозной аналитики маркетинговой деятельности компании и сформировать отчеты в системе Power BI.
В процессе работы производился импорт данных в Power BI, настройка связей между таблицами и нормализация данных, создание специальных метрик и вспомогательных таблиц, формирование визуализаций и графиков на страницах отчета.
В результате работы была создана система отчетов, с помощью которых можно анализировать маркетинговую деятельность компании.
Цель работы - совершенствование управления проектами в IT-сфере с использованием различных методик менеджмента.
В процессе работы проводились исследования проблем, связанных с отсутствием структуры ведения проектов в компании. В результате исследования существующая методика управления проектами Scrum была адаптирована для работы в небольшой компании. Был проведен анализ примененной методики менеджмента на предмет её результативности в рассматриваемом IT-проекте.
Практическим результатом работы является внедрение данной методики управления проектами и увеличение прибыльности проектов в компании.
В ходе работы был разработан веб-сервер, реализующий возможности обработки запросов клиентского приложения, работы с базой данных, а также предоставляющий возможность генерации новостей в автоматическом режиме из сторонних источников. Был создан модуль для работы с вложениями новостей в клиентском приложении и добавлена возможность просмотра архивных новостей.
Разработанное приложения внедрено и используется в качестве информационного портала в ООО <<Софтвэа Консалтинг Солюшенс>>.
Для прогнозирования используются алгоритмы машинного обучения. Машинное обучение (Machine Learning) - обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться. В рамках задачи мы также исследуем весь цикл производства молока и признаки, влияющие на надой.
Результатом работы является реализация нескольких алгоритмов предсказания и выбор самого точного из них.