Казанский (Приволжский) федеральный университет КАФЕДРА АНАЛИЗА ДАННЫХ И ИССЛЕДОВАНИЯ ОПЕРАЦИЙ КАФЕДРА АНАЛИЗА ДАННЫХ И ИССЛЕДОВАНИЯ ОПЕРАЦИЙ Программа развития на гг. Программа развития на гг. Миссаров М.Д. Институт вычислительной математики и информационных технологий

КАФЕДРА АНАЛИЗА ДАННЫХ И ИССЛЕДОВАНИЯ ОПЕРАЦИЙ В 2010 году основной учебной программой кафедры экономической кибернетики факультета ВМК КФУ была специальность «Математические методы в экономике». В 2010 году основной учебной программой кафедры экономической кибернетики факультета ВМК КФУ была специальность «Математические методы в экономике». В 2009 году стало известно, что по приказу Министерства Образования Россиийской Федерации прием на эту специальность во всех вузах страны с 2011 года будет прекращен. В 2009 году стало известно, что по приказу Министерства Образования Россиийской Федерации прием на эту специальность во всех вузах страны с 2011 года будет прекращен годы --- поиск новых специализаций и учебных программ годы --- поиск новых специализаций и учебных программ.

Приказ ректора КФУ 01-06/877 от 28 сентября 2012 г. О переименовании кафедры экономической кибернетики Института вычислительной математики и информационных технологий в кафедру анализа данных и исследования операций. «Анализ данных» и «Исследование операций» - названия двух дисциплин, базирующихся на одном математическом фундаменте (теория вероятностей и математическая статистика, методы дискретной и непрерывной оптимизации, математическое моделирование). Исследование операций дисциплина, занимающаяся разработкой и применением методов нахождения оптимальных решений на основе математического моделирования, статистического анализа и математических методов оптимизации в различных областях человеческой деятельности. Эта область прикладной математики соответствует научным интересам значительного количества сотрудников кафедры.

Анализ данных современное, бурно развивающееся направление прикладной математики и информатики, изучающее методы компьютерного анализа данных, способы извлечения знаний из баз данных (Data Mining) и методы машинного обучения (Machine Learning), разрабатывающие самообучающиеся алгоритмы. Современные методы сбора, хранения и обработки информации позволили накапливать огромные базы данных в различных отраслях современной науки, техники и экономики. В качестве примеров можно привести базы данных химических соединений, геномные, медицинские и биометрические данные, архивы текстов и изображений, Интернет-данные, базы данных электронной торговли, финансовых и банковских транзакций и мн.др. Естественной задачей стало развитие методов извлечения скрытой и нетривиальной информации из огромного объема данных, поиска неочевидных, объективных и полезных закономерностей.

Новое междисциплинарное направление в прикладной математике и информатике представляют большой интерес для фундаментальной и прикладной науки. Методы интеллектуального анализа широко используются в хемо информатике, биоинформатике и биомедицине, робототехнике, в поисковых машинах Интернета, автоматическом трейдинге и банковском деле. Профильные кафедры по анализу данных открыты в МГУ, МФТИ, ВШЭ. Компания Яндекс открыла Школу Анализа Данных. По мнению экспертов, специализация по анализу данных будет одной из наиболее востребованных в списке информационных специализаций в странах с развитой наукой и экономикой.

Профессорско-преподавательский состав кафедры анализа данных и исследования операций на п/п Фамилия имя отчество Должность Ученая степень Ученое звание Ставка 1. Миссаров Мукадас Дмухтасибовичзав. каф.д.ф.-м.н.доцент 1 2. Заботин Игорь Ярославичпрофессорд.ф.-м.н.доцент 1 3. Фазылов Валерий Рауфович профессорд.ф.-м.н.доцент 1 4. Бандеров Виктор Викторовичдоцентк.т.н.доцент 0,4 5. Габидуллина Зульфия Равилевнадоцентк.ф.-м.н.доцент 1 6. Кашина Ольга Андреевнадоцентк.ф.-м.н.доцент 1 7. Кораблев Анатолий Ивановичдоцентк.ф.-м.н.доцент 1 8. Лернер Эдуард Юльевичдоцентк.ф.-м.н.доцент 1 9. Пинягина Ольга Владиславовнадоцентк.ф.-м.н.доцент Шульгина Оксана Николаевнадоцентк.ф.-м.н.доцент Шустова Евгения Петровнадоцентк.ф.-м.н.доцент Щербакова Наталья Казбековнадоцентк.ф.-м.н.доцент Мухтарова Татьяна Маратовнаст. препод.б/с Фофанов Вячеслав Борисовичдоцентк.т.н.доцент 0,5 15. Абдуллин Адель Ниязовичдоцентк.ф.-м.н.доцент 0, Кулеев Рамиль Фуатовичст. препод.к.т.н. 0, Остроумов Андрей Павловичст.препод.к.ф.-м.н.ст.препод.0, Яруллин Рашит Саматовичассистентк.ф.-м.н. 0, Миниахметов Эдуард Рафисовичассистентб/с 0,25

На кафедре в г. имеется 14,15 ставки, из них 10,9 ставки финансируется из бюджета и 3,25 ставки финансируется из внебюджетных средств. 13 преподавателей являются штатными сотрудниками КФУ, 6 преподавателей являются внешними совместителями. 90% процентов сотрудников имеют ученые степени.

Возрастная диаграмма кафедры Средний возраст сотрудников 49 лет 4 сотрудника имеют возраст меньше 35 лет

ОБРАЗОВАТЕЛЬНАЯ ДЕЯТЕЛЬНОСТЬ Бакалавриат "Бизнес-информатика" Магистратура "Бизнес-информатика" --- программа «Математические методы и информационные технологии в бизнесе » Бакалавриат "Прикладная математика и информатика» Магистратура "Прикладная математика и информатика» --- программа «Анализ данных и его приложения»

Кроме того, сотрудники кафедры ведут курсы по компьютерным и математическим дисциплинам в магистерских программах по хемо информатике (Институт Химии) и биоинформатике (Институт Фундаментальной Медицины и Биологии)

В процессе перехода от старых специальностей к новым бакалаврским и магистерским программам преподавателями кафедры разработаны более 30 новых курсов. Среди них: Анализ данных Машинное обучение Имитационное моделирование Математические модели в логистике Анализ интернет-данных Методы оптимизации в задачах анализа данных Язык Python Системы поддержки принятия решений Распознавание образов и анализ изображений Анализ данных в среде R Программирование в среде R Алгоритмы комбинаторной оптимизации За последние 5 лет сотрудниками кафедры написано 15 учебных пособий и электронных образовательных ресурсов, около 30 незарегистрированных электронных ресурсов размещено на сайте кафедры.

Численность студентов на кафедре анализа данных и исследования операций в учебном году Направление Курс Бюджет Контракт Всего "Бизнес-информатика (бакалавриат) 1 курс "Бизнес-информатика (бакалавриат) 2 курс "Бизнес-информатика (бакалавриат) 3 курс "Бизнес-информатика (бакалавриат) 4 курс "Бизнес-информатика (магистратура) 1 курс 26328

ПМиИ Анализ данных и его приложения (магистратура) 1 курс ПМиИ Анализ данных и его приложения (магистратура) 2 курс 819 Итого студентов по кафедре анализа данных и исследования операций ПМиИ Системное Программирование (бакалавриат) 3 курс ПМиИ МиИОЭД (бакалавриат) 4 курс 131

Итого по кафедре анализа данных и исследования операций в году обучается 342 студента, из них 159 студентов обучается по контракту. Суммарная плата за обучение в году составляет руб. Средняя нагрузка на 1 ставку ППС в 2015/2016 учебном году составила 960 часов. Как следует из вышеприведенных таблиц, средняя нагрузка на одну ставку ППС в последующие три года вырастет более чем на 300 часов и будет находиться в диапазоне от 1260 до 1300 часов.

Одной из первоочередных задач на следующую пятилетку является обеспечение качественного обучения такого большого количества студентов при очень большой загрузке преподавателей. Необходимо привлечение новых молодых преподавателей, заинтересованных в исследованиях по специальностям кафедры. Мы следим за изменениями в учебных программах ведущих российских и западных университетах, планируем разрабатывать новые курсы и совершенствовать текущие.

В частности, с 2016 года мы существенно обновляем магистерские программы по бизнес-информатике и анализу данных. Мы приблизим программу по анализу данных по своей структуре к программе Школы Анализа Данных ( компания Яндекс), рассчитанной на лучших студентов МГУ и МФТИ. Существует возможность заочного обучения в этой школе (при условии прохождения сложного вступительного экзамена). Если наш студент преодолеет этот барьер, то он сможет обучаться очно в нашей магистратуре и прослушивать дополнительно некоторые новые спецкурсы Школы Анализа Данных. Считаем, что магистерские программы кафедры соответствуют современным требованиям и мы способны реализовать их.

НАУЧНО- ИССЛЕДОВАТЕЛЬСКАЯ РАБОТА Основные направления научных исследований Теория случайных процессов и полей и их приложений в исследовании операций, анализе данных, распознавании образов и математической физике. Исследование операций, методы дискретной и непрерывной оптимизации, теория расписаний. Анализ данных, распознавание образов и анализ изображений, методы компьютерной геометрии в теории динамических систем.

Кол Динамика публикационной активности (ВАК, Scopus, WoS): Кандидат Кандидат Доктор Доктор Распределение защит диссертаций по годам

Планируется организация научного семинара «Машинное обучение и анализ изображений». Кафедра участвует в учебном процессе в магистерских программах по хемо информатике и биоинформатике. Мы очень заинтересованы в научных задачах в этих областях. Кафедра открыта для сотрудничества со всеми институтами КФУ, которые выходят на проблемы, связанные с компьютерным анализом данных или другими приложениями математики и информационных технологий. Надеемся, что по мере развития всех приоритетных направлений КФУ количество таких задач будет увеличиваться.

Мы планируем активизировать свое участие в международных научных конференциях для рекламирования своих лучших научных достижений и установления контактов с зарубежными исследователями..

Работа с абитуриентами и школьниками Участие в работе летней физико-математической. школы «Квант» при КФУ. Профориентационные лекции в школах. Участие в работе жюри Поволжской научной конференции учащихся им.Н.И.Лобачевского и республиканской математической олимпиады школьников.

Основные задачи, стоящие перед заведующим кафедрой анализа данных и исследования операций на гг. Обеспечение качественного обучения студентов по всем учебным программам кафедры при средней нагрузке 1300 часов на одну ставку. Совершенствование «молодых» учебных программ по бизнес-информатике и анализу данных. Укрепление и омоложение кадрового состава кафедры Активизация научных исследований, особенно в области нового научного направления «Анализ данных».