Податочна наука во електротехника и информациски технологии (21 – ПНЕИТ)

КомпетенцииIII

Студиска програма: 21- Податочна наука во електротехника и информациски технологии (21 – ПНЕИТ)

Траење: 1 година Број на ЕКТС кредити: 60 ЕКТС

Услови за запишување: Завршен прв циклус на академски студии и освоени 240 ЕКТС кредити или завршени додипломски студии во траење од најмалку 8 семестри пред воведувањето на ЕКТС на сродни студиски програми во земјата и во странство.

Академски назив: Магистер по електротехника и информациски технологии од областа на податочна наука

Цел на студиската програма:   

Со развојот на современите технологии во подрачјето на компјутерските системи и информациските технологии (ИТ), се јавува голема потреба од солиден инженерски кадар што би учествувал активно во изработување на решенија за напредна анализа на податоци и креирање на интелигентни алгоритми од областа на вештачката и машинската интелигенција, а преку тоа и создавање на додадена вредност врз самите податоци како и откривање на нови знаења скриени токму во тие податоци. Со помош на овие напредни решенија, компаниите носат одлуки базирани на податоци и стануваат поконкурентни и попрофитабилни.

Во студиската програма, покрај неопходните аспекти за развивање и реализација на решенија од областа на податочната наука, ќе бидат опфатени и следните тековно многу актуелни аспекти и подрачја:

  • Анализа, дизајн и имплементација на решенија и алгоритми од областа на податочната наука применета во различни области и индустрии;
  • Развој и имплементација на решенија и алгоритми од областа на машинско учење и машинска интелигенција;
  • Развој и имплементација на решенија и алгоритми од областа на длабоко учење со вештачки невронски мрежи;
  • Дистрибуирана обработка на податоци и паралелно процесирање на податоци;
  • Обработка на слика и видео со алгоритми од машинска интелигенција;
  • Обработка на говор со алгоритми од машинска интелигенција;
  • Обработка на текст и природни јазици со алгоритми од машинска интелигенција;
  • Познавање и примена на алгоритми за оптимизација.
  • Примена на развиените решенија и системи во различни сфери и индустрии.

Потребата од образовани кадри од подрачјето на податочна наука е забележлива во академската и стручната јавност на универзитетите во светот, но е особено изразена во индустријата. Наставната содржина на вториот циклус студии од Податочна наука во електротехника и информациски технологии ќе им овозможи на студентите стекнување на: вештини за напредна анализа на податоци од различни типови (табеларни, мултимедијални – слика, видео, говор, природни јазици, итн.), потоа развивање на паметни и интелигентни системи со помош на алгоритми и пристапи од машинското учење и вештачката интелигенција. Ќе се обработуваат современи и најнови технологии и алгоритми од повеќе области – интелигентни системи, паметни уреди, сензори и сензорски системи, информациски системи, бази на податоци и големи податочни множества, обработка и анализа на податоци, пресметувања и обработка во облак, како и оспособеност за работа во интер-дисциплинарни тимови, врвни на светско ниво.

Семестар 1  
Задолжителни предмети  
Шифра Предмет Кредити Фонд Вкупен расположив фонд на време (часови)
4ФЕИТ07012 Податочна наука и машинско учење 6 3+3 180
4ФЕИТ07001 Амбиентална интелигенција и паметни уреди 6 3+3 180
  Изборен предмет 1 6 3+3 180
  Изборен предмет 2 6 3+3 180
  Изборен предмет 3 6 3+3 180
  Вкупно 30 15+15 900
Изборни предмети  
Шифра Предмет Кредити Фонд Вкупен расположив фонд на време (часови)
4ФЕИТ07004 Вештачка интелигенција и длабоко учење 6 3+3 180
4ФЕИТ08009 Математички методи за машинско учење 6 3+3 180
4ФЕИТ07011 Паралелно и дистрибуирано машинско учење 6 3+3 180
4ФЕИТ01006 Интелигентно управување во современата роботика 6 3+3 180
4ФЕИТ11002 Когнитивно пресметување во ИКТ 6 3+3 180
4ФЕИТ11003 Конвексна оптимизација со примена 6 3+3 180
4ФЕИТ07008 Напредни концепти на виртуелизација и DevOps 6 3+3 180
4ФЕИТ05006 Биометрика и видео набљудување 6 3+3 180
4ФЕИТ01007 Компјутациона интелигенција 6 3+3 180
4ФЕИТ05017 Машински вид базиран на длабоко учење 6 3+3 180
4ФЕИТ07015 Складишта и наменска обработка на податоци 6 3+3 180
4ФЕИТ07002 Безбедност и надежност на компјутерско комуникациски системи 6 3+3 180
4ФЕИТ07006 Концепти за дизајн на системи за Интернет на нешта 6 3+3 180
4ФЕИТ05010 Дигитално процесирање на говор 6 3+3 180

Семестар 2  
Задолжителни предмети  
Шифра Предмет Кредити Фонд Вкупен расположив фонд на време (часови)
4ФЕИТ21 Истражувачки проект од областа на податочна наука во електротехника и информациски технологии 6 0+6 180
4ФЕИТ00 Магистерски труд 24   720
  Вкупно 30   900