...

Волинець Євгеній Анатолійович

Факультет інформатики Кафедра мережних технологій
ye.volynets@ukma.edu.ua

Дисципліни, які викладає

Аналіз великих даних (Big Data)

Метою викладання даної навчальної дисципліни є формування у студентів фундаментальних знань з теорії та практики в області розробки і використання систем обробки та аналізу великих масивів даних

Розподілені інформаційні системи

Дані є центром багатьох проблем у проектуванні програмного забезпечення. Необхідно з'ясувати такі складні питання, як масштабованість, узгодженість, надійність та ефективність. Крім того, ми маємо величезну різноманітність інструментів, включаючи реляційні бази даних, сховища даних NoSQL, потокові або пакетні підходи до обробки повідомлень. Які правильні варіанти для вашої програми? Як ви розумієте всі ці модні слова? Цей курс допоможе вам орієнтуватися в цьому різноманітному ландшафті, досліджуючи переваги та недоліки різних технологій обробки та зберігання даних, а також побудові надійних та відмовостійких розподілених інформаційних систем. Програмне забезпечення постійно змінюється, але фундаментальні принципи залишаються незмінними. Завдяки цьому курсу студенти навчаться застосовувати ці ідеї на практиці. Навчальна дисципліна "Розподілені інформаційні системи" є базовою навчальною дисципліною та вивчається згідно з навчальним планом підготовки фахівців освітнього ступня "магістр" спеціальності 122 "Комп'ютерні науки". Метою навчальної дисципліни є формування у студентів компетентностей та підготовка фахівця, здатного вирішувати складні задачі і практичні проблеми розподілених інформаційних систем та здійснювати професійну діяльність з проектування, реалізації, вибору технологій та адміністрування розподілених систем обробки інформації.

Мова програмування Python

Мова програмування Python

Аналіз великих даних (Big Data)

Аналіз великих даних (Big Data)

Метою викладання даної навчальної дисципліни є формування у студентів фундаментальних знань з теорії та практики в області розробки і використання систем обробки та аналізу великих масивів даних

Розподілені інформаційні системи

Дані є центром багатьох проблем у проектуванні програмного забезпечення. Необхідно з'ясувати такі складні питання, як масштабованість, узгодженість, надійність та ефективність. Крім того, ми маємо величезну різноманітність інструментів, включаючи реляційні бази даних, сховища даних NoSQL, потокові або пакетні підходи до обробки повідомлень. Які правильні варіанти для вашої програми? Як ви розумієте всі ці модні слова? Цей курс допоможе вам орієнтуватися в цьому різноманітному ландшафті, досліджуючи переваги та недоліки різних технологій обробки та зберігання даних, а також побудові надійних та відмовостійких розподілених інформаційних систем. Програмне забезпечення постійно змінюється, але фундаментальні принципи залишаються незмінними. Завдяки цьому курсу студенти навчаться застосовувати ці ідеї на практиці. Навчальна дисципліна "Розподілені інформаційні системи" є базовою навчальною дисципліною та вивчається згідно з навчальним планом підготовки фахівців освітнього ступня "магістр" спеціальності 122 "Комп'ютерні науки". Метою навчальної дисципліни є формування у студентів компетентностей та підготовка фахівця, здатного вирішувати складні задачі і практичні проблеми розподілених інформаційних систем та здійснювати професійну діяльність з проектування, реалізації, вибору технологій та адміністрування розподілених систем обробки інформації.

Побудова високонавантажених систем

Алгоритми і структури даних

В цьому курсі розглядаються основні структури даних, поширені в алгоритмічних мовах програмування: запис, масив, множина, дані з динамічною структурою. Значна увага приділяється методам визначення складності та ефективності алгоритмів, детально аналізуються найбільш застосовані в програмуванні алгоритми розв'язку різного роду практичних задач.

Моделі та алгоритми інформаційного пошуку

Інформаційний пошук, поєднав в собі роботу бібліотекарів і інформатиків в середині XX столітя. Бурхливий розвиток мережі Інтернет став потужним імпульсом розвитку цієї дисципліни. Сучасний інформаційний пошук - це міліони користувачів, грандіозні об'ми даних, потужні обчислювальні системи, витонченні алгоритми. Для вирішення поставленої задачі, пошуку інформації, що відповідає потребі користувача, застосовуються методи машинного навчання, аналіз мультимедійної інформації, комп'ютерна лінгвістика, геоінформаційні сервіси, досліджується психологія користувачів і їх соціальні зв'язки, зручність інтерфейсу і т.д. Метою курсу є ознайомлення студентів з проблемами класичного інформаційного пошуку в веб, включаючи суміжні задачі класифікації і кластеризації текстів.

Системне адміністрування

Аналіз даних великого розміру (Big Data)

Програмування на Python для Big Data та Data Science

Інформаційний пошук