Інформаційні системи та технології

Семестр: Осінній
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Івашина Юрій Кирилович

Дисципліна «Теорія механізмів» є однією з фундаментальних інженерних дисциплін, яка формує базові знання та навички, необхідні для розуміння, аналізу, синтезу та проектування механізмів, що складають основу багатьох машин і технічних пристроїв. Вона є обов’язковою для підготовки фахівців у галузях машинобудування, приладобудування, робототехніки, автомобілебудування, мехатроніки та суміжних спеціальностей. Курс охоплює широке коло питань, пов’язаних із принципами побудови механізмів, законами руху, кінематичними та динамічними властивостями, методами аналізу та синтезу, а також з основами комп’ютерного моделювання механічних систем. Метою викладання дисципліни є формування у студентів системи теоретичних знань та практичних навичок, необхідних для: аналізу існуючих механізмів; розуміння кінематичних і динамічних процесів, що відбуваються у механічних системах; самостійного проєктування нових конструкцій механізмів; підготовки до вивчення суміжних дисциплін, таких як "Деталі машин", "Теорія машин і механізмів".Завдання дисципліни. У процесі вивчення дисципліни студенти повинні: засвоїти основні поняття і терміни теорії механізмів; навчитися класифікувати та аналізувати механізми за типами кінематичних пар і структурою; розуміти принципи роботи плоских і просторових механізмів; опанувати методи кінематичного аналізу та синтезу; володіти методами розрахунку швидкостей, прискорень та сил у механічних системах; вміти застосовувати програмне забезпечення для моделювання механізмів.

Семестр: Осінній
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Полторацький Максим Юрійович

Дисципліна «Функціональне та логічне програмування» спрямована на ознайомлення студентів із сучасними підходами до створення програмного забезпечення, зокрема — функціональним програмуванням на мові Scala та об'єктно-орієнтованим програмуванням на мові Java. Метою курсу є формування у студентів базового розуміння принципів функціонального програмування, а також практичних навичок розробки складних і продуктивних програмних застосунків. Студенти вивчають ключові особливості мови Scala, такі як чисті функції, рекурсія, імутабельність, робота з колекціями, а також інтеграцію функціонального та об’єктного стилів програмування. У рамках роботи з Java студенти поглиблюють розуміння принципів побудови масштабованих додатків, архітектурних шаблонів і методів оптимізації коду. Курс поєднує теоретичні знання з практикою: студенти розробляють власні застосунки, працюють з реальними задачами програмування, порівнюють підходи в Scala і Java, що дозволяє краще зрозуміти переваги та можливості кожної мови. Це також дає змогу закласти міцний фундамент для подальшої роботи у сфері бекенд-розробки, створення високонавантажених систем або роботи з великими даними. Дисципліна сприяє розвитку аналітичного мислення, навичок написання чистого й підтримуваного коду, а також вміння адаптуватися до різних парадигм програмування у професійній діяльності.

Семестр: Осінній
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Полторацький Максим Юрійович

Ця дисципліна знайомить студентів із ключовими принципами та методами програмної інженерії, зосереджуючись на ефективному формулюванні вимог до програмного забезпечення та взаємодії між бізнесом і технічними командами. Студенти вивчають, як правильно створювати User Stories та Acceptance Criteria, уникаючи надмірної технічної деталізації та зосереджуючись на потребах користувача. Наприклад, замість опису конкретного технічного рішення, акцент робиться на бажаному результаті для користувача. Курс також охоплює методи написання вимог природною мовою, такі як Gherkin, що дозволяє створювати зрозумілі та перевірені сценарії для тестування. Це сприяє кращій комунікації між замовниками, аналітиками та розробниками. Особлива увага приділяється ролі бізнес-аналітика в процесі розробки програмного забезпечення: від виявлення потреб замовника до управління змінами та ризиками. Студенти отримують знання про життєвий цикл розробки ПЗ, методології Agile та Scrum, а також практичні навички роботи з інструментами моделювання, такими як BPMN та UML. Дисципліна спрямована на формування у студентів системного мислення, здатності до ефективної комунікації та навичок, необхідних для успішної роботи в сфері ІТ та бізнес-аналізу.

Семестр: Осінній
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Програмне забезпечення в бізнес-аналітиці

Опановуйте мистецтво роботи з даними для прийняття успішних інвестиційних рішень!

Чи мрієте Ви стати успішним інвестором? Чи хочете навчитися аналізувати дані так, щоб ваші інвестиційні рішення випереджали ринок? Дисципліна "Програмне забезпечення в бізнес-аналітиці " відкриє для вас світ можливостей на перетині технологій та фінансів!

Під керівництвом доктора економічних наук, професора Віталія Кобця опануєте практичні навички використання RStudio для аналізу даних, побудови прогнозів та створення інвестиційних стратегій. Курс фокусується на застосуванні машинного навчання з використанням як мов програмування, так і no code/low code інструментів в інвестиційних процесах, що робить його цінним для студентів всіх ІТ спеціальностей.

Чому варто обрати цей курс?

• Отримаєте практичні навички використання мови R для аналізу та інтерпретації даних і створення прогнозів у предметній галузі

• Навчитеся застосовувати лінійну і логістичну регресію, класифікацію та інші методи машинного навчання для підтримки прийняття інвестиційних рішень

• Зможете будувати і інтерпретувати дерева рішень, нейронні мережі для бізнес-аналітики

• Здобудете конкурентну перевагу на ринку праці з аналітичними навичками data-driven підходу, що високо оцінюються роботодавцями

Особливості навчання:

• Практичний підхід з використанням RStudio та реальних наборів даних

• Вивчення сучасних методів аналітики та прогнозування на реальних даних

• Розробка власних алгоритмів для аналізу інвестиційних можливостей

• Освоєння інструментів візуалізації, що перетворюють складні дані на зрозумілі висновки для прийняття рішень

Навчіться розмовляти мовою даних та приймати обґрунтовані інвестиційні рішення з курсом "Програмне забезпечення в бізнес-аналітиці"! Розкрийте потенціал аналітики, машинного навчання та штучного інтелекту для побудови успішної кар'єри у світі, де дані – це двигун цифрових трансформацій бізнесу.

Запишіться зараз і станьте інвестором у власне майбутнє!

Семестр: Осінній
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Кравцов Геннадій Михайлович

Мета курсу: формування системи знань, умінь з методології та технології розробки дистанційного курсу, здійснення майбутніми фахівцями професійно-педагогічної комунікації на високому якісному рівні, можливість самореалізації й самовдосконалення студентів через сучасні освітні Інтернет-платформи і засоби навчання. Змістовий модуль 1. Дистанційні технології навчанняТема 1. Дистанційні форми навчання, платформи та технології дистанційного навчання (ДН).Тема 2. Психолого-педагогічні питання ДН. Принципи, система та процес ДН.Тема 3. Цілі та система проектування навчання. Фаза розвитку дистанційного курсу.Тема 4. Вимоги до дистанційного курсу. Структура дистанційного курсу. Змістовий модуль 2. Інформаційні матеріали дистанційного курсу та контроль знань у дистанційному навчанні.Тема 5. Інформаційні ресурси дистанційного курсу (ДК). Електронні освітні ресурси.Тема 6. Проектування змісту та дизайн дистанційного курсу.Тема 7. Оцінювання та контроль успішності у ДН.Тема 8. Інноваційні методи та технології дистанційного навчання. Спілкування у дистанційному навчанні.

Семестр: Весняний
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: українська або англійська

Викладач: Кобець Віталій Миколайович

Економіка мереж (Economics of Networks)

Чому це важливо для Data Scientist?

Мережева економіка є простором, де класичні ринкові моделі не працюють, а мережеві ефекти, витрати на перемикання стратегії й утримання клієнтів визначають успіх продукту. Ви навчитеся будувати міст між ІТ-технологіями та бізнес-рішеннями, використовуючи дані як головний актив.

Що ви вивчатимете?

Програма курсу інтегрує три потужні блоки:

4. Бізнес-аналіз (BA) та Business Intelligence (BI): Ви опануєте концепцію DIKW (Дані ? Інформація ? Знання ? Мудрість) та навчитеся перетворювати «сирі» факти на інсайти для трансформації бізнесу.

5. UX-дослідження споживача: Розуміння цінності проєкту неможливе без знання користувача. Ви навчитеся створювати персони (User Persona) та карти шляху клієнта (CJM), виявляючи «больові точки» та емоційні тригери, що впливають на прибутковість.

6. Інвестиційне обґрунтування та ризик-менеджмент: Це ядро дисципліни. Ви освоїте розрахунок NPV (чистої поточної вартості) та імітаційне моделювання методом Монте-Карло. Це дозволить вам прогнозувати успіх проєкту в умовах турбулентності, будуючи тисячі сценаріїв розвитку подій.

Практичні навички та інструменти

Ви працюватимете з:

• Excel та Solver: для оптимізаційного моделювання та вибору найкращих постачальників чи стратегій.

• UXPressia: для візуалізації клієнтського досвіду.

• Power BI / Tableau: для створення інтерактивних дашбордів, що «продають» ваші аналітичні висновки менеджменту.

Результат навчання

Ви вийдете з курсу спеціалістом, який вміє:

• Обґрунтувати інвестиційну привабливість стартапу, корпоративного проєкту.

• Визначати ймовірність збитків та рівень фінансового ризику.

• Формувати управлінські рекомендації на основі директивної аналітики (що зробити для найкращого результату?).

Станьте архітектором прибуткових ІТ-рішень разом із професором В.Кобцем!

Семестр: Весняний
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Оберіть розвиток управлінських навичок і бізнес планування в IT: від коду до управління продуктами!

Мрієте не просто писати код, а створювати продукти, які швидко масштабуються? Хочете розуміти, як перетворити розпливчасту ідею замовника на чіткий план розробки? Дисципліна Бізнес-аналіз для розробки програмних продуктів - це Ваш місток між технічною реалізацією й успішним бізнесом.

Для кого цей курс? Студентів 2-го курсу спеціальностей Комп’ютерні науки, Інженерія програмного забезпечення та Інформаційні системи, які прагнуть опанувати ролі Project Manager (PM) або Product Owner (PO).

Що Ви вивчите? Курс побудований на поєднанні теорії та реальної практики IT-індустрії:

1. Мистецтво вимог: Ви навчитеся формувати «фундамент» проєкту від високорівневих бізнес-вимог (BRD) до детальних технічних завдань (SRS). Опануєте техніки User Stories і Acceptance Criteria, щоб розробники точно знали, що будувати.

2. Проєктний менеджмент: Ви розберетеся, чим відрізняється робота в продуктових та аутсорсингових компаніях. Ми детально вивчимо сучасні методології від класичного Waterfall до гнучких Scrum, Kanban.

3. Артефакти: Ви власноруч створите Статут проєкту (Project Charter), навчитеся будувати діаграми Use Case та моделювати реальні бізнес-процеси.

4. Управління ресурсами та ризиками: Ви навчитеся рахувати бюджети, оцінювати терміни за методом PERT, будувати діаграми Ганта та керувати ризиками, щоб уникнути провалу проєкт.

Чому варто обрати цей курс у 2026-2027 н.р.?

• Викладач: Доктор економічних наук, професор Віталій Кобець, експерт, який поєднує академічну глибину з практичними кейсами цифрової трансформації.

• Практичний результат: Вашою фінальною роботою на курсі стане повноцінний пакет документації для власного стартапу.

• Кар’єрний старт: Ви отримаєте базу для проходження сертифікацій та роботи на позиціях Junior PM/BA.

Не просто кодуйте — керуйте процесом створення інновацій! Обирайте Бізнес-аналіз та ставайте лідерами, які знають, ЩО і ЯК будувати.

Семестр: Весняний
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Англійська

Викладач: Гнєдкова Ольга Олександрівна

Метою даного курсу є досягнення студентами рівня професійної комунікативної достатності у головних напрямах майбутньої фахової англомовної діяльності, а саме сформувати навички використання знань з англійської мови у процесі професійного спілкування з представниками інших країн з різноманітних питань в галузі інформаційних технологій, так і на етапі підготовки до участі у міжнародних конференціях, проектах та дискусіях, а також навчити слухачів проводити усний та письмовий обмін діловою інформацією. А також набуття навичок практичного володіння іноземною мовою у різних видах мовленнєвої діяльності в обсязі тематики, зумовленої потребами сфер майбутньої діяльності (особистої, публічної, професійної, освітньої) та вдосконалення вмінь через опрацювання новітньої автентичної інформації. Даний курс має практичне спрямування, висуваючи пропозицію щодо набуття студентами професійної та функціональної комунікативної компетентності у користуванні англійською мовою. Це здійснюється шляхом інтеграції мовленнєвих умінь та мовних знань в рамках тематичного і ситуативного контексту відповідно до академічної та професійної сфер студента.

Семестр: Весняний
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Котова Ольга Володимирівна

Дисципліна «Теорія ймовірностей та математична статистика» спрямована на формування фундаментальних знань про закономірності випадкових явищ і методи їх математичного аналізу, що є необхідними для комп’ютерного моделювання процесів. Програма курсу охоплює базові поняття теорії ймовірностей, просторові та умовні ймовірності, випадкові величини, їх розподіли, математичне очікування, дисперсію та інші характеристики, що дозволяють оцінити невизначеність і варіативність досліджуваних систем. Особлива увага приділяється апроксимації розподілів, закономірностям центральної межової теореми та методам статистичного аналізу даних, які широко застосовуються в моделюванні та аналізі експериментальних даних. Студенти вивчають методи оцінки параметрів розподілів, побудови довірчих інтервалів і перевірки статистичних гіпотез, що є невід’ємною частиною процесу прийняття обґрунтованих рішень у невизначених умовах. Особливий наголос робиться на практичних аспектах: аналіз реальних даних за допомогою комп’ютерних засобів, моделювання випадкових процесів із застосуванням спеціалізованих програмних засобів та інтерпретація результатів досліджень. Такий підхід дозволяє студентам не лише засвоїти теоретичні основи, а й опанувати практичними навичками аналізу даних, що є критично важливими при розробці математичних моделей. Курс сприяє розвитку критичного мислення, умінню робити статистично обґрунтовані висновки, оцінювати точність та достовірність отриманих результатів моделювання, а також інтегрувати знання з інших галузей математики та інформатики. Дисципліна є базовою для подальшого вивчення спеціалізованих модулів з комп’ютерного моделювання, аналізу даних та прогнозування, що відповідає сучасним вимогам ринку праці та наукових досліджень.

Семестр: Весняний
Кількість кредитів: 4
Кількість годин лекцій: 20
Кількість годин практичних занять: 20
Форма контролю: Залік
Мова викладання: Українська

Викладач: Черненко Ірина Євгенівна

Дисципліна «Проєктування програмних систем» присвячена вивченню принципів, методів і технологій, що використовуються для розробки структурованих, надійних, масштабованих та ефективних програмних систем. Метою курсу є формування у студентів системного підходу до побудови програмного забезпечення — від аналізу вимог до архітектури та реалізації.У рамках дисципліни розглядаються такі теми:життєвий цикл програмної системи;моделі розробки ПЗ (каскадна, спіральна, ітеративна, Agile);методи аналізу та специфікації вимог;принципи архітектурного проєктування: модульність, повторне використання коду, масштабованість;шаблони проєктування (Design Patterns);об’єктно-орієнтоване проєктування (UML-діаграми: класів, прецедентів, активностей, послідовностей тощо);принципи побудови мікросервісних архітектур і взаємодії між компонентами системи.Практична частина курсу передбачає командну роботу над проєктом: студенти аналізують вимоги замовника, створюють архітектуру системи, моделюють її компоненти, описують інтерфейси та взаємодії, а також розробляють прототипи та супровідну документацію.У результаті вивчення дисципліни студенти отримують навички:системного мислення та логічного структурування ПЗ;розробки архітектурних рішень відповідно до вимог замовника;ефективної співпраці в команді під час технічного проєктування;створення документації, зрозумілої для розробників, тестувальників та інших учасників проєкту.Цей курс є ключовим етапом підготовки фахівців, здатних керувати процесом створення складних програмних систем у реальному ІТ-середовищі.

Семестр: Осінній
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Лемещук Олександр Ігорович

Вибіркова компонента «UI/UX дизайн» орієнтована на формування у студентів цілісного уявлення про процес проєктування інтерфейсів користувача, які є зручними, функціональними та естетично привабливими. Дисципліна поєднує теоретичні основи дизайну з практичними інструментами, що використовуються у створенні цифрових продуктів: мобільних застосунків, вебсайтів, інтерактивних платформ та сервісів. У межах курсу студенти ознайомлюються з ключовими поняттями та принципами UX (User Experience), такими як користувацькі сценарії, логіка навігації, інформаційна архітектура, прототипування та тестування. Паралельно розглядаються аспекти UI (User Interface) — підбір кольорової палітри, типографіки, іконографіки, сіток та візуальної ієрархії. Значну увагу приділено юзабіліті, доступності (accessibility), responsive-дизайну та адаптації під різні пристрої. Навчання проходить із використанням сучасних інструментів, таких як Figma, Adobe XD, Sketch, Miro, які дають змогу створювати інтерактивні прототипи та спільно працювати над проєктами. Студенти проходять усі етапи дизайн-процесу: від дослідження цільової аудиторії та формування користувацьких персонажів до створення кінцевого прототипу та його презентації. Мета дисципліни — сформувати у студентів креативне, критичне мислення та вміння орієнтуватися у потребах користувача. Отримані знання і навички є необхідними для роботи у сфері цифрового дизайну, продакт-менеджменту, веб-розробки та створення інтерфейсів будь-якої складності. Курс сприяє розвитку міждисциплінарних компетентностей, а також підготовці до подальшого навчання або кар’єри в ІТ-індустрії.

Семестр: Осінній
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Інтернет-маркетинг та аналіз ринку

У сучасному бізнесі цифровий маркетинг є ключовим інструментом просування ІТ-продуктів. Якщо Ви прагнете навчитися ефективно працювати з ринком цифрових технологій, використовувати аналітику для прийняття рішень і створювати унікальні маркетингові стратегії для ІТ-компаній, ця дисципліна саме для Вас!

Чому варто обрати цей курс?

• Актуальність: Цифровий маркетинг (Performance, Brand, Product Marketing) є складовою успіху технологічного стартапу і великої ІТ-компанії.

• Практична спрямованість: Ви навчитеся працювати з SEO, контент-маркетингом, соцмережами, контекстною рекламою та email-маркетингом.

• Інструменти та аналітика: Ознайомитеся з інструментами Google Analytics, Google Ads, Facebook Ads, а також методами аналізу даних для оцінки ефективності маркетингових кампаній.

• Кар’єрні перспективи: Після проходження курсу зможете оцінити власний потенціал до роботи в маркетингових відділах ІТ-компаній, розвитку власних стартапів або стати незалежними консультантами.

• Електронні освітні ресурси: доступ до відеолекцій, скрінкастів, конспектів, словника термінів, робочого зошиту і фінального проєкту

Що Ви вивчатимете?

• Роль цифрового маркетингу у просуванні ІТ-продуктів в Unit-економіці.

• Побудову бренду і створення маркетингових стратегій Go-To-Market strategy.

• Роботу з рекламними платформами та управління рекламними кампаніями в App Store та Google Play.

• Аналіз поведінки користувачів та оптимізацію воронки продажів TOFU-MOFU-BOFU, «піратської» воронки.

• Використання ШІ та когортного RFM аналізу у цифровому маркетингу.

Для кого цей курс? Дисципліна корисна студентам, які планують кар’єру в сфері ІТ, бізнес-аналітики, реклами та ІТ-підприємництва. Якщо Ви хочете отримати конкурентну перевагу та розширити свої можливості в цифровому світі, цей курс стане для Вас відправною точкою!

Не зволікайте – обирайте Інтернет-маркетинг та аналіз ринку та станьте фахівцем у сфері просування інноваційних рішень!

Семестр: Осінній
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Продуктова аналітика – це аналітика у продуктовому ІТ від даних до успішних бізнес-рішень

Шукаєте дисципліну, яка поєднує технічні навички з реальним бізнес-застосуванням? Вибіркова компонента «Продуктова аналітика» – це ваш шлях до однієї з найбільш затребуваних спеціалізацій у сучасній ІТ-індустрії! Цей курс розроблено спеціально для студентів спеціальності Інформаційні системи та технології, щоб надати Вам практичні навички роботи з даними, які використовуються при створенні та розвитку цифрових продуктів.

Чому варто обрати "Продуктова аналітику"?

• Ви опануєте інструменти, які активно використовуються в індустрії: Tableau для створення інтерактивних дашбордів, SQL для роботи з базами даних та Python для аналізу даних

• Навчитеся проводити RFM-аналіз та когортний аналіз на реальних даних для сегментації користувачів

• Здобудете навички планування та проведення A/B-тестів для перевірки гіпотез

• Зрозумієте, як використовувати дані для прийняття обґрунтованих бізнес-рішень

Структура курсу охоплює предметну область від базових понять продуктового ІТ до маркетингової аналітики та поведінкового аналізу користувачів. Практичні завдання дозволять Вам застосувати набуті знання до реальних ситуацій, а групова робота над фінальним проєктом – розвинути командні навички, необхідні в сучасному робочому середовищі.

Що ви отримаєте після завершення курсу?

• Портфоліо з аналітичними дашбордами та звітами

• Розуміння метрик, що впливають на розвиток ІТ-продуктів

• Навички критичного мислення та аналізу даних

• Досвід використання інструментів для аналітики, які можна додати до резюме

Формат навчання включає короткі відеолекції, інтерактивні семінари та практичні завдання. Оцінювання базується на виконанні практичних завдань (50%), тестуванні (30%) та захисті фінального проєкту (20%). Зробіть крок до затребуваних навичок в ІТ – оберіть "Продуктову аналітику"!

Семестр: Осінній
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Вейцбліт Олександр Йосипович

Емпіричні методи програмної інженерії – це дисципліна, яка вивчає методи наукових підходів до аналізу, оцінки та вдосконалення програмної інженерії за допомогою методів теорії ймовірностей, статистики та наукових експериментів. Предметом вивчення навчальної дисципліни є математичні моделі економіки та інших дисциплін, практичні знання з теорії ймовірностей та статистики. Дисципліна належить до базових математичних дисциплін. Цей курс спрямований на формування у студентів розуміння основних понять, пов’язаних з дослідженням реальних систем у природі, техніці, економіці та суспільстві, вміння застосовувати отримані знання для створення програмних засобів. Цей курс є основою для подальшого засвоєння економічних та інформаційних дисциплін: моделювання економічної динаміки, системи програмування, математичне моделювання систем та процесів, тощо. Мета дисципліни: формування у студентів системи знань та навичок щодо фундаментальних математичних понять, вміння аналітично мислити, розв’язуючи предметні задачі. Метою викладання навчальної дисципліни є надання студентам практичних знань з теорії ймовірностей та статистики, основні етапи процесу моделювання та методи їх розв’язання.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 20
Кількість годин практичних занять: 30
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Бабічев Сергій Анатолійович

Мета:Ознайомити студентів із фундаментальними поняттями та архітектурою Інтернету речей (IoT — Internet of Things), надати практичні навички моделювання IoT-проєктів з використанням віртуальних середовищ Tinkercad та Cisco Packet Tracer. Сформувати розуміння принципів взаємодії сенсорів, контролерів, мережевих пристроїв та хмарних технологій.Завдання: Вивчити концепцію IoT, її роль у цифровій трансформації та сучасних кіберфізичних системах. Ознайомитися з базовими апаратними компонентами IoT: датчики, мікроконтролери (Arduino), актуатори, модулі зв’язку. Освоїти середовище Tinkercad для моделювання схем з Arduino, включаючи візуальне програмування та роботу з сенсорами. Навчитися будувати віртуальні IoT-мережі в Cisco Packet Tracer, моделюючи обмін даними між пристроями та хмарними сервісами. Засвоїти основи комунікаційних протоколів (HTTP, MQTT) та логіку дії простих IoT-додатків. У результаті вивчення теми студенти будуть:Знати: основні архітектурні рівні IoT-систем; компоненти та принципи побудови IoT-мереж; особливості програмування Arduino та віртуального налаштування мереж. Вміти: створювати схеми з підключенням сенсорів та контролерів у Tinkercad; писати базовий код для Arduino та налагоджувати роботу IoT-пристроїв; будувати моделі IoT-комунікацій у Cisco Packet Tracer; імітувати передачу даних між пристроями та хмарними платформами.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Полторацький Максим Юрійович

Дисципліна «Інтелектуальні інформаційні системи» присвячена вивченню принципів побудови, функціонування та застосування систем, здатних приймати рішення, навчатися та обробляти знання подібно до людини. Вона поєднує в собі елементи штучного інтелекту, машинного навчання, аналізу даних і сучасних інформаційних технологій.Метою курсу є формування у студентів теоретичних знань і практичних навичок щодо розробки та використання інтелектуальних компонентів у програмних системах. Студенти дізнаються, як створюються експертні системи, системи підтримки прийняття рішень, рекомендаційні модулі, чат-боти, нейронні мережі та інші ІІ-застосунки.У курсі розглядаються такі теми, як:• методи представлення знань (фрейми, правила, онтології);• логічні виведення та алгоритми пошуку;• основи машинного навчання (класифікація, кластеризація, регресія);• обробка природної мови (NLP);• робота з даними та навчання моделей;• оцінка ефективності та пояснюваність ІІ-рішень.Практична частина включає створення невеликих інтелектуальних застосунків із використанням сучасних мов програмування та бібліотек (наприклад, Python, scikit-learn, TensorFlow, spaCy). Також моделюються реальні кейси, де ІІ допомагає у прийнятті рішень, автоматизації процесів, персоналізації сервісів.Завдяки дисципліні студенти отримують базу для подальшого вивчення напрямів штучного інтелекту, Data Science, Big Data та аналітики, а також розвивають критичне мислення та здатність працювати з «розумними» технологіями майбутнього.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Автоматизоване управління фінансовими інструментами

Чому Вам варто обрати цю дисципліну?

Ця дисципліна відкриває перед вами новий вимір застосування IT-знань у фінансовій сфері. Як майбутні фахівці з ІТ, Ви отримаєте можливість опанувати методи аналізу ефективності інвестицій та алгоритми автоматизації фінансових рішень.

Що ви вивчатимете?

• Практичні підходи до фінансових обчислень, які є основою розробки інформаційних систем у фінансовій сфері

• Методи оцінювання фінансових потоків та створення автоматизованих моделей для прийняття рішень

• Алгоритми побудови інвестиційних портфелів з урахуванням особистої схильності до ризику

• Стратегії оцінки ефективності інвестицій та прогнозування дохідності

Практичні навички, які ви здобудете:

• Розробка фінансових моделей у RStudio та інших програмних середовищах

• Автоматизація обчислень для визначення інвестиційної привабливості проєктів

• Створення алгоритмів для оцінки вартості цінних паперів

• Програмування систем підтримки прийняття фінансових рішень

Переваги для вашої кар'єри:

• Можливість спеціалізуватися в галузі FinTech, яка стрімко розвивається

• Поєднання IT-компетеностей з фінансовою аналітикою, що розширює Ваші кар'єрні перспективи

• Навички, необхідні для створення власних інвестиційних стратегій та управління особистими фінансами

Дисципліна викладається доктором економічних наук, професором Віталієм Кобцем, який має значний досвід у розробці моделей фінансової аналітики.

Курс побудований за принципом "практика понад усе" – Ви виконуватимете реальні проєкти з використанням сучасних інструментів, включаючи застосування сервісів штучного інтелекту для вирішення складних фінансових завдань.

Не втрачайте шанс поєднати IT та фінанси! Цей курс дозволить Вам не лише створювати ІТ функціонал для фінансового сектору, але й приймати обґрунтовані інвестиційні рішення.

Зробіть крок до нової сфери застосування ваших технічних знань – оберіть «Автоматизоване управління фінансовими інструментами»!

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Лектор: Песчаненко Володимир Сергійович
Викладач практичних занять: Полторацький Максим Юрійович

Дисципліна «Технології символьних перетворень» знайомить студентів із методами опрацювання та перетворення математичних виразів, формул і рівнянь у символьному вигляді, без попереднього чисельного обчислення. Символьні обчислення відіграють важливу роль у наукових дослідженнях, автоматизації математичних викладок, створенні комп’ютерної алгебри та реалізації інтелектуальних систем. У межах курсу студенти вивчають: основи символьної (символічної) математики; принципи побудови систем комп’ютерної алгебри (Maple, Mathematica, SymPy); правила перетворення алгебраїчних і трансцендентних виразів; автоматичне диференціювання, інтегрування, розв’язання рівнянь і систем у символьній формі; спрощення, розкладання на множники, розкладання в ряди. Курс також охоплює практику створення програм для символьних обчислень, побудову алгоритмів опрацювання виразів, перевірки тотожностей, генерації формул, роботи з шаблонами та структурованими математичними об’єктами. Особливу увагу приділено написанню коду з використанням мов програмування, що підтримують символьну математику (Python + SymPy, Julia, Lisp тощо). Ця дисципліна розвиває вміння мислити абстрактно, формалізовувати математичні знання, автоматизувати рутинні обчислювальні процеси, що важливо для майбутніх програмістів, математиків, дослідників, аналітиків даних і розробників наукового ПЗ.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Шишко Людмила Станіславівна

Дисципліна “Математична логіка та теорія алгоритмів” є однією з фундаментальних дисциплін у циклі природничо-математичної підготовки і займає важливе місце в системі підготовки фахівців з інформаційних технологій; розкриває зв’язок математичної логіки з іншими навчальними предметами, зокрема інформатикою, алгеброю і теорією чисел, теорією ймовірностей, іншими математичними і нематематичними дисциплінами. Пропонована навчальна дисципліна належить до основ математики і базується на знаннях і навичках, здобутих при вивченні шкільного курсу математики та курсів дискретної математики, алгебри і програмування.

Основні завдання курсу: вивчення і засвоєння основних положень та математичних методів вирішення задач, побудови доказів у формальних системах, побудови опису алгоритмів з використанням різних моделей, а також отримання практичних навичок щодо використання методів математичної логіки та теорії алгоритмів для вирішення практичних завдань та їх програмної реалізації; розуміння ідей використання методів математичної логіки до обґрунтування чи спростування найрізноманітніших тверджень чи гіпотез, аналізу і синтезу цифрових автоматів, елементів сучасної електронно-обчислювальної техніки, аналізу логічної структури міркування, можливостей автоматизації логічних процесів, дослідження проблем штучного інтелекту, формує базу для усвідомленого використання засобів сучасних інформаційних технології.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кльонов Дмитро Михайлович

Дисципліна «Сучасні технології програмування» покликана ознайомити студентів із найактуальнішими інструментами, підходами та тенденціями в галузі програмування, які застосовуються у реальній розробці програмного забезпечення. Мета курсу — дати розуміння того, як працюють сучасні програмні системи, і навчити використовувати ефективні технології для створення стабільного, масштабованого та зручного у підтримці коду.У рамках дисципліни студенти знайомляться з такими темами, як:-робота з фреймворками для розробки веб- та мобільних застосунків;-взаємодія з backend-сервісами;-використання сучасних мов програмування;-шаблони проєктування, управління залежностями, модульність коду;-тестування застосунків;Курс має практичну спрямованість: студенти виконують лабораторні роботи та проєктні завдання, у яких застосовують вивчені технології для створення власних програмних продуктів. Опанування дисципліни дозволяє студентам бути в курсі найновіших технологічних рішень у галузі програмування, підвищити свою конкурентоспроможність на ринку праці та підготуватися до роботи в реальних ІТ-командах.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кравцов Геннадій Михайлович

Мета дисципліни: сформувати у студентів знання, вміння та навички, необхідні для ефективного використання методів і засобів захисту програм та даних.Анотація дисципліни: Метою дисципліни «Безпека програм та даних» є надання студентам знань щодо сучасних стандартів, методів та засобів захисту програм та даних. Програма дисципліни орієнтована на глибоке та ґрунтовне засвоєння студентами основних понять щодо програмно-апаратного захисту інформації, ідентифікації та аутентифікації користувачів комп’ютерних систем, засобів і методів обмеження доступу до програм, методів та засобів криптографічного захисту інформації, захисту програм від несанкціонованого доступу та копіювання.Ця дисципліна відноситься до дисциплін циклу професійної та практичної підготовки. Знання основ дисципліни «Безпека програм та даних» на даний час є одним із важливих показників рівня кваліфікації фахівця з програмної інженерії. Студенти при вивченні дисципліни повинні сформувати вміння класифікувати, ідентифікувати і захищати засоби обробки інформації від несанкціонованого доступу та комп’ютерних вірусів, захищати інформацію персонального комп’ютера та розроблене програмне забезпечення, розробляти індивідуальні системи управління доступом і захистом інформації. Вивчення курсу "Безпека програм та даних" вимагає цілеспрямованої роботи над вивченням спеціальної літератури, активної роботи на лекціях та практичних заняттях, самостійної роботи та виконання індивідуальних завдань.Дисципліна “Безпека програм та даних” є обов’язковою навчальною дисципліною. Її матеріал базується на знаннях курсів “Сучасні інформаційні технології у професійній діяльності”, “Архітектура комп'ютера та комп'ютерних мереж”, “Програмування” і забезпечує подальше виконання курсових, дипломних і магістерських робіт.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кравцов Геннадій Михайлович

Дисципліна «Технології програмування додатків AR/VR» спрямована на формування у студентів знань і практичних навичок зі створення програмних застосунків для середовищ доповненої (AR — Augmented Reality) та віртуальної реальності (VR — Virtual Reality). Ці технології активно розвиваються і застосовуються в освіті, медицині, інженерії, розвагах, маркетингу, симуляціях та інших галузях.У рамках дисципліни студенти:знайомляться з основами AR/VR: відмінності, сценарії використання, апаратне забезпечення;опановують інструменти розробки — Unity, Unreal Engine, ARKit, ARCore, Vuforia тощо;вивчають принципи побудови 3D-сцен, взаємодії з об’єктами, навігації у віртуальному середовищі;дізнаються, як реалізується просторове відстеження, розпізнавання зображень, жестів і мови користувача;навчаються інтегрувати мультимедійний контент, сенсорні ефекти та UI в AR/VR-застосунки.Практична частина курсу включає:проєктування прототипів і повноцінних AR/VR-застосунків;написання сценаріїв поведінки об’єктів;тестування застосунків на різних пристроях (шоломи, смартфони, планшети).Особлива увага приділяється питанням юзабіліті, продуктивності, кросплатформенності, а також етики та безпеки при розробці віртуального контенту.У результаті студенти набувають досвіду створення інноваційного програмного забезпечення у сфері AR/VR, здатного інтерактивно взаємодіяти з користувачем у реальному та віртуальному середовищі.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Валько Наталія Валеріївна

Курс для майбутніх учителів математики та інформатики, що базується на використанні онлайн-платформи Tinkercad. Студенти навчаться створювати тривимірні моделі, використовуючи інтуїтивно зрозумілий інтерфейс Tinkercad. Розглядаються основні інструменти моделювання: додавання та комбінування геометричних фігур, редагування об'єктів, групування та вирівнювання. У межах курсу особлива увага приділяється проєктуванню моделей, придатних для успішного 3D друку. Студенти навчаться враховувати такі фактори, як орієнтація моделі на друкованому столі, необхідність підтримних структур та їх оптимальне розміщення для мінімізації витрат матеріалу та спрощення постобробки. Розглядаються принципи забезпечення міцності та стабільності друкованих об'єктів шляхом правильного проектування товщини стінок, використання ребер жорсткості та інших конструктивних елементів. Отримані знання дозволять майбутнім педагогам створювати функціональні та довговічні навчальні матеріали за допомогою 3D друку. Окремий блок присвячено підготовці створених моделей до друку: експорт у форматі STL, розуміння параметрів слайсингу. Курс також охоплює практичне застосування 3D друку в освіті для візуалізації математичних понять (геометричні фігури, графіки функцій), створення наочних матеріалів для уроків та проектної діяльності учнів. Вивчаються базові принципи роботи 3D принтерів та питання безпеки друку.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Машинне навчання з великими даними: Від аналітики до алгоритмічного трейдингу

Викладач: проф. Віталій Кобець

Чому цей курс – Ваш наступний крок у Data Science?

Ви вже опанували «Машинне навчання в бізнес-аналітиці», Ви знаєте як працюють класичні регресії та дерева рішень. Але чи готові Ви до вивчення викликів реального світу, де дані оновлюються щомілісекунди, а ціна помилки вимірюється мільйонами?

У 2026-2027 н.р. ми переходимо від статичних моделей до прогнозування методами машинного навчання на основі Big Data. Цей курс розроблений для тих, хто хоче перетворити теоретичні знання на інструмент створення прибутку на фінансових ринках.

Що ми будемо вивчати?

Курс фокусується на архітектурі рішень для прогнозування котирувань акцій, криптоактивів та валютних пар (EUR/UAH, BTC/USD). Ми вийдемо за межі стандартних пакетів і зануримось у:

1. Deep Learning для часових рядів: Використання LSTM (Long Short-Term Memory) та Transformer-моделей для виявлення складних патернів у ринкових циклах.

2. Обробка Big Data в реальному часі: Робота з потоковими даними для миттєвого оновлення прогнозів.

3. Sentiment Analysis у фінансах: Як новини, твіти та звіти впливають на ринок? Навчимо моделі «читати» ринкові настрої.

4. Стейкінг та алгоритмічний трейдинг: Побудова стратегій, що автоматично адаптуються під волатильність ринку (GARCH-моделі та Reinforcement Learning).

Ваша перевага на ринку праці

Сьогодні інвесторам не потрібні звіти про те, що сталося вчора, а потрібні алгоритми, які прогнозують, що буде завтра. Вивчивши цей курс, Ви зможете:

• Проєктувати scalable системи прогнозування.

• Використовувати R для глибокого фінансового аналізу.

• Розуміти природу фінансових ризиків та мінімізувати їх за допомогою прогнозних інтервалів.

Практичний фокус

Вашим фінальним проєктом стане розробка власної моделі прогнозування реального фінансового інструменту з точністю, достатньою для прийняття інвестиційних рішень.

Чекаємо на тих, хто не боїться великих обсягів даних і прагне стати фахівцем в Data Science!

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Топалов Андрій Миколайович

Дисципліна «Паралельні та розподілені обчислення. Хмарні сервіси» присвячена вивченню теоретичних основ і практичних підходів до побудови ефективних обчислювальних систем, що забезпечують високу продуктивність, масштабованість і надійність. Особливу увагу приділено інтеграції традиційних паралельних і розподілених архітектур із сучасними хмарними технологіями. У межах курсу вивчаються ключові моделі паралельного програмування, принципи багатопоточності, обробки даних у реальному часі, а також алгоритми синхронізації та взаємодії між процесами. Розглядаються інструменти й бібліотеки для створення паралельних застосунків, зокрема OpenMP, MPI, CUDA, а також парадигми обчислень на графічних процесорах (GPU). У розділі розподілених систем студенти знайомляться з мережевими протоколами, архітектурами типу клієнт-сервер і peer-to-peer, механізмами маршрутизації, управління ресурсами та відмовостійкістю. Також розглядаються принципи побудови кластерних і грід-систем, їх застосування в науці, промисловості та великих ІТ-інфраструктурах. У рамках практичних занять студенти створюють власні паралельні та розподілені рішення, автоматизують обчислювальні процеси в хмарному середовищі та розробляють прототипи високопродуктивних застосунків. Вивчення дисципліни формує компетентності у сфері високопродуктивних і хмарних обчислень, що є ключовими в наукових дослідженнях, інженерії великих даних та побудові масштабованих цифрових сервісів.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Вейцбліт Олександр Йосипович

Дисципліна «Теорія ігор та системи прийняття рішень» складена відповідно до освітньо-професійної програми підготовки бакалаврів напряму (спеціальності) “12 Інформаційні технології ”, спрямована на формування знань і навичок з моделювання стратегічної взаємодії між агентами та розробки ефективних рішень в умовах конфлікту, конкуренції або невизначеності. Цей курс спирається на вищу математику (знаходження екстремумів функції однієї і багатьох змінних, матричні перетворення, диференціальне числення, інтегральне числення, теорія ймовірностей) та інформатику (пакети прикладних програм MS Office: пакет аналізу, пошук розв’язку). В курсі розглядаються основи класичної та кооперативної теорії ігор, рівновага Неша, матричні ігри, ігри з нульовою сумою, а також методи багатокритеріального вибору та прийняття рішень у складних системах. Особлива увага приділяється застосуванню ігрових моделей і систем підтримки прийняття рішень у комп’ютерних науках, зокрема в економіці, штучному інтелекті та кібербезпеці. Дисципліна «Теорія ігор та системи прийняття рішень» розвиває аналітичне мислення та готує фахівців до розв’язання практичних задач з використанням математичного апарату теорії ігор.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кльонов Дмитро Михайлович

Системне адміністрування хмарних сервісів — це прикладна навчальна дисципліна, що орієнтована на формування знань і навичок з розгортання, налаштування, обслуговування та моніторингу хмарної інфраструктури. Вона поєднує класичні принципи системного адміністрування з новітніми підходами до керування ресурсами у хмарному середовищі, забезпечуючи підготовку висококваліфікованих фахівців для роботи з сучасними хмарними технологіями. У рамках курсу студенти ознайомлюються з моделями надання хмарних послуг (IaaS, PaaS, SaaS), принципами функціонування гіпервізорів, віртуальних машин і контейнерів, а також особливостями адміністрування хмарних платформ, таких як AWS, Azure, Google Cloud Platform, OpenStack тощо. Значну увагу приділено автоматизації розгортання інфраструктури (Infrastructure as Code), зокрема засобами Terraform, Ansible, CloudFormation. Практична частина дисципліни охоплює теми налаштування безпеки, керування користувачами та правами доступу, конфігурування мережевих політик, моніторингу ресурсів, логування та резервного копіювання. Студенти також отримують уявлення про масштабування систем, безперервну інтеграцію та розгортання (CI/CD), fault tolerance і disaster recovery у хмарному середовищі. Вивчення дисципліни формує критично важливі компетентності для ІТ-фахівця, який прагне ефективно управляти інфраструктурою в умовах цифрової трансформації та забезпечити стабільну, захищену й масштабовану роботу хмарних сервісів в організаціях різного рівня.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Лектор: Лемещук Олександр Ігорович
Викладач практичних занять: Кльонов Дмитро Михайлович

Дисципліна «Проєктний практикум з фулстек розробки» орієнтована на формування у студентів цілісного уявлення про повний цикл створення сучасних вебзастосунків — від розробки інтерфейсу користувача до проєктування та реалізації серверної логіки і баз даних. Основною метою курсу є набуття практичних навичок командної розробки фулстек-проєктів із використанням актуальних технологій та інструментів. У рамках дисципліни студенти проходять усі ключові етапи розробки: постановку задачі, аналіз вимог, архітектурне проєктування, реалізацію front-end і back-end складових, налаштування баз даних, тестування, розгортання та презентацію готового продукту. Вивчаються сучасні фреймворки та бібліотеки (наприклад, React, Node.js, Express), бази даних (MongoDB, PostgreSQL), інструменти контролю версій (Git) і хмарні сервіси для розгортання застосунків. Після завершення курсу здобувачі освіти отримують досвід, максимально наближений до умов реального ІТ-проєкту, що суттєво підвищує їхню готовність до роботи в команді розробників та сприяє формуванню професійної ІТ-ідентичності.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 24
Кількість годин практичних занять: 26
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Бабічев Сергій Анатолійович

Мета: Ознайомити студентів з основами моделювання, програмування та управління промисловими роботами у віртуальному середовищі RoboDK. Сформувати практичні навички створення 3D-моделей роботизованих систем, розробки та верифікації програм керування роботами з урахуванням кінематичних та технологічних параметрів. Завдання: Вивчити базові поняття та компоненти робототехнічних систем. Ознайомитися з функціональними можливостями середовища RoboDK: бібліотекою роботів, імпортом CAD-деталей, створенням траєкторій. Освоїти методику побудови цифрового двійника робота-маніпулятора. Навчитися створювати та тестувати програми руху для виконання типових завдань (зварювання, фарбування, переміщення деталей тощо). Засвоїти основи генерації коду під конкретні моделі роботів (Fanuc, KUKA, ABB тощо). Ознайомитися з інтеграцією RoboDK із Python для розширеного керування та автоматизації. У результаті вивчення теми студенти будуть: Знати: принципи побудови програм управління роботами; архітектуру та інтерфейс RoboDK; способи симуляції та оптимізації руху роботів. Вміти: створювати 3D-модель робочого середовища в RoboDK; програмувати типові технологічні операції для промислових роботів; експортувати та перевіряти програми для фізичних роботів; застосовувати Python для автоматизованого управління процесами у RoboDK.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Лектор: Львов Михайло Сергійович
Викладач практичних занять: Кльонов Дмитро Михайлович

Дисципліна «Операційні системи та системне програмування» є фундаментальною складовою підготовки фахівців у галузі комп’ютерних наук та інформаційних технологій. Метою курсу є формування у студентів цілісного уявлення про принципи функціонування операційних систем (ОС), а також набуття практичних навичок розробки системного програмного забезпечення. Окрему увагу приділено системному програмуванню — написанню програм, що взаємодіють із ядром операційної системи, використовують системні виклики, обробляють сигнали, працюють із файлами на низькому рівні та реалізують міжпроцесну взаємодію. У межах дисципліни розглядаються основні компоненти операційних систем: керування процесами та потоками, управління пам’яттю, файловими системами, пристроями введення/виведення, організація доступу до ресурсів, питання багатозадачності та синхронізації. Студенти вивчають особливості побудови й функціонування сучасних ОС, таких як Linux, Windows, macOS, із порівняльним аналізом їхніх архітектур. Здобуті знання є основою для подальшого вивчення кібербезпеки, адміністрування систем, вбудованих систем, а також для професійної реалізації в ролі системних адміністраторів, DevOps-інженерів чи фахівців з низькорівневого програмування.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кльонов Дмитро Михайлович

Метою дисципліни «Штучний інтелект і нейронні мережі в економіці» є формування системи понять, знань, умінь і навичок, що включає в себя опанування базових знань з використання технологій штучного інтелекту для аналізу економічних процесів, моделювання фінансових ринків та оптимізації бізнес-рішень. Курс спрямований на формування у студентів розуміння ключових принципів застосування алгоритмів машинного навчання та нейромереж в аудиті, маркетингу, логістиці, банківській справі та стратегічному менеджменті.Анотація дисципліни: Програма дисципліни «Штучний інтелект і нейронні мережі в економіці» орієнтована на глибоке та ґрунтовне засвоєння студентами сучасних тенденцій цифровізації економіки, методів інтелектуального аналізу даних ($Data\ Mining$), прогнозування часових рядів (макроекономічних показників, курсів валют, попиту), а також набуття практичних навичок використання аналітичних платформ та мов програмування (зокрема, Python або R) для побудови моделей, що автоматизують бізнес-процеси та підтримують прийняття управлінських рішень.Основними завданнями вивчення дисципліни «Штучний інтелект і нейронні мережі в економіці» є:ознайомлення з теоретичними основами штучного інтелекту та можливостями його інтеграції в сучасне економічне та бізнес-середовище;ознайомлення з принципами побудови та навчання нейронних мереж для вирішення типових економічних задач (класифікація клієнтів, скоринг, виявлення шахрайства);набуття практичних навичок використання сучасних інструментів штучного інтелекту для аналізу великих масивів даних ($Big\ Data$);оволодіння навичками побудови прогнозних моделей для фінансових ринків, оцінки ризиків та оптимізації інвестиційних портфелів;освоєння засобів інтелектуального аналізу текстової інформації (наприклад, аналізу настроїв ринку в медіа) для прийняття стратегічних рішень;набуття практичних навичок роботи з готовими AI-рішеннями та хмарними сервісами для автоматизації бізнес-аналітики.Ця дисципліна відноситься до дисциплін циклу професійної та практичної підготовки. Знання основ дисципліни «Штучний інтелект і нейронні мережі в економіці» на даний час є одним із найважливіших показників рівня кваліфікації сучасного економіста, фінансиста та бізнес-аналітика в умовах індустрії 4.0. Вивчення курсу вимагає цілеспрямованої роботи над вивченням спеціальної літератури, активної роботи на лекціях та практичних заняттях, самостійної роботи та виконання індивідуальних проектів.Дисципліна «Штучний інтелект і нейронні мережі в економіці» є вибірковою навчальною дисципліною. Її матеріал базується на знаннях курсів “Економічна кібернетика”, “Статистика”, “Економетрика”, “Інформаційні системи в економіці”, “Основи програмування для аналізу даних”, “Макро- та мікроекономіка” і забезпечує подальше виконання курсових, кваліфікаційних і магістерських робіт.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Кобець Віталій Миколайович

Дисципліна «Програмні системи візуалізації та аналітики даних» (2026-2027 н.р.)

Мрієте стати затребуваним аналітиком у топових продуктових IT-компаніях, таких як Genesis, Uklon чи Universe Group? 4-й курс – час трансформувати академічні знання у реальні інструменти впливу на бізнес. Дана дисципліна розроблена спеціально для майбутніх Data Science фахівців, щоб навчити Вас не просто обробляти дані, а перетворювати їх на прибуткові рішення.

Чого ви навчитеся?

• Мислити як Product Analyst: Ви опануєте цикл аналітичного завдання за фреймворком PPDAC від глибокого розуміння проблеми до впровадження змін. Навчитеся розрізняти продуктові метрики (Retention, Churn Rate) та метрики росту (LTV, CAC), визначаючи головну метрику (North Star Metric).

• Проводити А/В-тестування: Ви станете майстром онлайн-експериментів, навчитеся формулювати гіпотези, розраховувати необхідний розмір вибірки (Sample Size) та оцінювати статистичну значущість результатів (p-value, довірчі інтервали).

• Візуалізувати дані на професійному рівні: Ви опануєте Tableau та Looker Studio для створення інтерактивних дашбордів, а також бібліотеки Python (Plotly, Matplotlib) для візуалізації складних патернів і трендів.

• Працювати з потужним інструментарієм: Ви поглибите знання SQL для роботи з реляційними базами даних та аналітичними сховищами. Використовуватимете Python (Pandas, NumPy) для розвідувального аналізу даних (EDA) та сегментації користувачів (RFM-аналіз).

• Розуміти бізнес-контекст: Ви дізнаєтеся, як аналізувати ринок через TAM/SAM/SOM, будувати криві цінності та розраховувати unit-економіку продукту.

Чому варто обрати цей курс? Викладання ведеться на основі реальних кейсів українського IT-бізнесу. Ви навчитеся уникати когнітивних упереджень та приймати data-driven рішення, що критично важливо для кар'єрного зростання від Junior до Chief Analyst.

Викладач: професор Кобець Віталій Миколайович.

Обирайте «Програмні системи візуалізації та аналітики даних» та будуйте власне майбутнє в Product IT!

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Песчаненко Володимир Сергійович

Дисципліна «Формальні методи специфікації, верифікації та оптимізації програм» спрямована на ознайомлення студентів з математичними підходами до формального опису, перевірки коректності та вдосконалення програмного забезпечення. Ці методи є особливо важливими для створення надійних і безпечних систем, де помилки можуть призводити до критичних наслідків — у фінансовій сфері, охороні здоров’я, авіації, робототехніці тощо. У межах курсу розглядаються: формальні специфікації програм: як математично точно описати поведінку програмної системи до її реалізації; верифікація програм: логічні методи доведення коректності програм (зокрема, інваріанти, пред- і постумови, логіка Гоара); моделювання та аналіз станів програм за допомогою автоматів, графів переходів, логіки темпоральних тверджень; методи оптимізації програмного коду з урахуванням формальних властивостей: усунення надлишкових обчислень, оптимізація ресурсів, контроль складності.Курс розвиває абстрактне мислення, увагу до точності формулювань, аналітичні навички та вміння працювати з критично важливими аспектами програмної інженерії. Він є основою для подальшої діяльності в сферах розробки безпечного ПЗ, кібербезпеки, вбудованих систем і формального аналізу коду.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Гнєдкова Ольга Олександрівна

Інформатизація різних сфер життєдіяльності людей привела до якісних змін у використанні аудіо- і відеотехніки за допомогою мультимедійних технологій та дистанційних технологій навчання. Дистанційні технології все більше використовуються у навчальному процесі. Під час вивчення дисципліни у студентів формується уявлення про сучасні можливості дистанційних технологій у освітньому процесі та їх використання у практичній діяльності викладача, а також вміння правильно і свідомо користуватися обчислювальною технікою, вміти раціонально використовувати можливості коп’ютерних технологій щодо створення та впровадження комп’ютерних засобів підтримки навчального процесу та науково-методичної роботи викладача.

Метою вивчення дисципліни «Методика та технології створення дистанційного курсу» полягає у оволодінні студентами системою знань, умінь, що забезпечують реалізацію функцій дистанційного навчання, здійснення майбутніми фахівцями професійно-педагогічної комунікації на високому якісному рівні, можливість самореалізації й самовдосконалення студентів через вербальні, невербальні засоби комунікації.

Семестр: Весняний
Кількість кредитів: 5
Кількість годин лекцій: 26
Кількість годин практичних занять: 24
Форма контролю: Диф. залік
Мова викладання: Українська

Викладач: Вінник Максим Олександрович

Дисципліна «Управління процесами розроблення програмного забезпечення» орієнтована на формування у студентів системного уявлення про принципи, методи та інструменти організації та контролю процесів створення програмних продуктів. Курс охоплює повний життєвий цикл програмного забезпечення — від аналізу вимог до супроводу та обслуговування готової системи. Студенти вивчають підходи до документування процесів, ведення технічної та проєктної документації, моніторингу виконання завдань і аналізу продуктивності команди. Практичні заняття включають моделювання реальних кейсів розробки, симуляцію управлінських ситуацій, розроблення проєктних планів, проведення оцінки прогресу та підготовку звітності. Опанування дисципліни сприяє формуванню ключових управлінських компетентностей, навичок системного мислення, стратегічного планування та організації ефективної взаємодії в команді. Ці знання є основою для кар’єрного зростання у сфері управління ІТ-проєктами, роботи на позиціях проєктного менеджера, тимліда або координатора технічних команд.