Презентація ініціативи хабу DataX від факультету прикладних наук Українського Католицького Університету.
DataX поєднує в собі освітні та консалтингові проєкти по роботі з даними від УКУ: Data Science, Data Engineering, Data Analytics та інші.
Презентація ініціативи хабу DataX від факультету прикладних наук Українського Католицького Університету.
DataX поєднує в собі освітні та консалтингові проєкти по роботі з даними від УКУ: Data Science, Data Engineering, Data Analytics та інші.
Презентація Факультету прикладних наук УКУ про можливості щодо навчання, унікальність та інноваційність програм "Комп'ютерні науки" і "ІТ та бізнес-аналітика"
Воронкін О.С. Можливості використання генеративного штучного інтелекту в освіті Oleksii Voronkin
Презентація доповіді Воронкіна Олексія на дискусійній панелі «ШТУЧНИЙ ІНТЕЛЕКТ В ОСВІТІ: МОЖЛИВОСТІ ТА ВИКЛИКИ» в рамках VII МІЖНАРОДНОЇ КОНФЕРЕНЦІЇ УАДО «ТРАНСФОРМАЦІЯ ОСВІТИ: ВИКЛИКИ СУЧАСНОСТІ,
29 червня 2023 рік
DataScience Lab, 13 мая 2017
Магистерская программа "Data Science" в УКУ
Орест Купин(Master's Student at UCU)
В этом докладе я расскажу вам о магистерской программе со специализацией в анализе данных в Украинском Католическом Университете. Я расскажу про структуру программы, основные курсы, а также опишу свой опыт как студента УКУ и поговорю об вызовах с которыми мы столкнулись в этом году.
Все материалы доступны по ссылке: http://datascience.in.ua/report2017
Презентація описує створення новітніх навчальних курсів для формування кваліфікації робітників в сфері термомодернізації будівель (робота з плоскими дахами, монтаж вікон, термоізоляція труб) з урахуванням основних проблем («містки холоду», недостатня герметичність, низька ефективність системи опалення). Навчальні курси розробляються у відповідності до вимог Європейської та Національної рамок кваліфікацій, з використанням модульного підходу та урахуванням профіля учня. Представляється структура навчального курсу, опис очікуваних сформованих компетенцій,
We used to think that everyone could teach. That if someone is a good professional and expert in her field, she will be a good instructor, teacher, or mentor. And that she will easily transfer her knowledge to others. This view is far from reality and harms. Every time there are new (and not that new) teachers and educators who get into this trap. Teaching is a profession that should be mastered like any other one. At this talk, we will try to answer the following questions. What are the main challenges while teaching adults? How to take into account our cognitive abilities and brain’s behavior while designing a learning experience for your students? How and when does it better to use the ed-tech tools to leverage the study process?
This talk was delivered at Engageducate conference from Softserve University
Лекція прочитана 8 листопада 2017 року в Національному університеті водного господарства та природокористування в рамках презентації ініціатив Програми Фулбрайта в Україні.
This document provides an introduction and overview of CS50, an introductory computer science course. It discusses the goals of learning computer science and programming, introduces some key concepts like binary and decimal numbering systems, and outlines the course structure including lectures, problem sets, and support resources available to students.
This document contains a variety of links and information related to computer science topics including websites for registering for CS50, 3D printing, YouTube videos, source code examples, and the Scratch programming environment. It also includes pseudocode for a phone book searching algorithm, code snippets in C and JavaScript, and notes about variables, loops, conditions, functions and other programming concepts. The document appears to be notes from an introductory computer science course that will continue next week with sections and office hours.
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Алгоритм Дейкстри".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Пошук вглиб у графах".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Графи".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Бінарні дерева пошуку".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Хеш-таблиці".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Піраміди".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Базові структури даних".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Лінійне сортування".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Порядкові статистики".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Швидке сортування".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Рекурентні співвідношення".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Метод декомпозиції".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Слайди лекції з курсу "Розробка та аналіз алгоритмів. Частина 1". Тема лекції: "Сортування включенням".
http://edx.prometheus.org.ua/courses/KPI/Algorithms101/2015_Spring/about
Практика студентів на складі одягу H&M у Польщіtetiana1958
Пропонуємо студентам Державного біотехнологічного університету активно поринути у аспекти логістики складу одягу H&M.
Метою практики є не тільки отримання теоретичних знань, а й їх застосування практично.
Нинішній етап розвитку економіки країни вимагає підвищеного попиту на сільськогосподарську продукцію, виробництво якої неможливе без розвинутого агропромислового комплексу. Тому вплив наукових розробок на сферу виробництва сільськогосподарської продукції набуває все більшої уваги, розцінюється як визначальний фактор інноваційного розвитку в розбудові продовольчого ринку України.
У сучасних умовах сільськогосподарського виробництва пріоритетним напрямком наукових досліджень є обґрунтування та удосконалення сучасних агротехнологій вирощування зернобобових культур на засадах енерго- і ресурсозбереження та екологічної безпечності. Зернобобові культури належать до цінних у продовольчому, кормовому та агроекологічному значенні рослин сільського господарства України.
За посівними площами та валовими зборами товарного насіння група зернобобових культур у світовому землеробстві займає друге місце після зернових. Така їхня позиція зумовлена тим, що вони є найдешевшим джерелом високоякісного білка для харчування людей і годівлі тварин та птиці. Крім цього, насіння бобових вирізняється позитивним впливом на здоров’я людей та тварин завдяки оптимально поєднаному в ньому амінокислотному складу, комплексу вітамінів, мінеральних елементів, інших біологічно активних сполук.
Випуск магістрів- науковців факультету мехатроніки та інжинірингу, 2024 р.tetiana1958
Державний біотехнологічний університет.
Випуск магістрів-науковців факультету мехатроніки та інжинірингу, 2024 р.
Спеціальність 133 "Галузеве машинобудування"
До 190-річчя від дня нродження українського письменника Юрія Федьковича пропонуємо переглянути віртуальну книжкову виставку, на якій представлена література про його життєвий шлях і твори автора.
9. УКУ - місце творення та реалізації
можливостей
9
10. Факультет прикладних наук
● Заснований у 2015 році
● Бакалаврські програми:
○ Комп’ютерні науки
○ ІТ та бізнес аналітика
● Магістратура:
○ Науки про дані
10
14. Наукові публікації
● Orest Kupyn (випуск 2018), Tetiana Martyniuk (випуск 2019), Junru Wu, Zhangyang Wang.
DeblurGAN-v2: Deblurring (Orders-of-Magnitude) Faster and Better.
● Irynei Baran (випуск 2019), Orest Kupyn (випуск 2019), A. Kravchenko. Safe Augmentation:
Learning Task-Specific Transformations from Data.
● Orest Kupyn (випуск 2018), D. Pranchuk. Fast and Efficient Model for Real-Time Tiger Detection In
The Wild.
● Hanna Pylieva (випуск 2019), Artem Chernodub, Natalia Grabar, Thierry Hamon. Generalizability of
Readability Models for Medical Terms.
● Hanna Pylieva (випуск 2019), Artem Chernodub, Natalia Grabar, Thierry Hamon. RNN
Embeddings for Identifying Difficult to Understand Medical Words.
● J. Pritts, Z. Kukelova, V. Larsson, Yaroslava Lochman (випуск 2020), O. Chum. Minimal Solvers
for Rectifying from Radially-Distorted Scales and Change of Scales.
● Oleh Lukianykhin (випуск 2020), T. Bogodorova. ModelicaGym: Applying Reinforcement Learning
to Modelica Models. EOOLT 2019.
14
15. Закордонні стажування
● Scotiabank, Canada
● INRIA, France
● Facebook Engineering, UK
● Facebook Research, US
● Tartu University, Estonia
● Czech Technical University, Czech Republic
15
22. Які навички потрібні для роботи в галузі?
Ваша думка?
Перейдіть на menti.com
та використайте код
11 94 87
22
23. Які навички потрібні для роботи в галузі?
Source: Field Guide to Data Science, https://www.boozallen.com/s/insight/publication/field-guide-to-data-science.html 23
26. Що таке Data Science?
Data science is only useful when the
data are used to answer
a question
Source: Executive Data Science, http://leanpub.com/eds 26
31. Тривалість програми
● 21 місяць: вересень 2020 – травень 2022
● 120 кредитів
○ 90 (навчання)
○ 30 (стажування / дипломна робота)
● 3 семестри по 10 навчальних сесій
● Навчальна сесія – 3 дні (Чтв, Птн, Суб)
кожен другий тиждень
● Навчальний день – 4-5 занять
31
32. Розподіл курсів за напрямками
І семестр ІІ семестр ІІІ семестр
Mathematical
Foundations
30
20
10
Data Science Foundations
Software Engineering
Product Dev / Soft Skills
Machine Learning /
Data Science
Foundations
Software Engineering
Product Development /
Soft Skills
Machine Learning /
Data Science
Foundations
Machine Learning /
Data Science
Applications
Soft Skills
Кредити
32
34. Можливості освітньої програми
● Державна акредитація
● Гнучкість тривалості програми: академічне навчання (курси) можна
проходити від 16 до 40 місяців
● Підтримка в працевлаштуванні
○ пошук місць для стажування та позицій для аспірантури
● Дипломна робота:
○ стажування в компанії
○ створення власного продукту
○ наукова робота
34
35. Особливості навчання на програмі
● 40% іноземних викладачів, 90% викладання англійською
● Немає екзаменаційних сесій! Але навчання дуже насичене та
інтенсивне
● Основні мови програмування – Python, R, C++, Java, Scala
● Проектно-орієнтоване навчання – майже всі навчальні дисципліни
звершуються проектом
● Збалансований розклад – одночасно відбувається не більше 4-5 курсів
● Доступ до всіх матеріалів курсів (слайди, записані відео лекцій)
○ З багатьох курсів - трансляція лекцій в реальному часі
● Широка мережа контактів з індустрією (українські та міжнародні компанії)
та академією (партнерство з європейськими університетами)
35
36. Запитання щодо навчання
● Чи можливо поєднувати роботу з навчанням?
○ Так. Програма створювалася спеціально для людей, які працюють. Звичайно, ви повинні
розуміти, що навантаження буде достатньо значним.
● Які стажування плануються протягом навчання?
○ Студенти можуть подаватися на стажування на семестр в іноземні університети або
компанії (як правило також іноземні). Ініціатива як правило йде від студентів; факультет
допомагає в оформленні стажувань.
● Які зміни відбудуться в порівнянні з попереднім роком?
○ Основні зміни будуть стосуватися зменшення та оптимізації навантаження на студентів.
Сама програма лишається на 90% без змін.
● Як відбувається призначення/пошук наукового керівника для
магістерської роботи?
○ Факультет пропонує теми дипломних робіт (і керівника) з нашої мережі партнерів або
студенти можуть самостійно запропонувати тему та керівника 36
37. Наскільки важко навчатися на програмі?
За результатами опитування поточних студентів (18 відповідей)
● Середня кількість годин на самостійне навчання
щотижня: 27
● На питання, «Ви відчуваєте, що навчання на програмі
вам дається...»
○ 56% відповіло «нормально»
○ 44% відповіло «важко»
○ 0% відповіло «легко»
37
38. Вступні вимоги
● Фахові знання:
○ математичний аналіз
○ лінійна алгебра
○ дискретна математика
○ теорія ймовірностей
○ програмування, ООП
○ базові алгоритми, структури даних
○ основи баз даних, SQL
● Англійська – Зарахування на основі ЗНО
○ Хто вже має диплом магістра/спеціаліста, може здавати іспит з англійської замість ЗНО
● Диплом бакалавра (спеціальність – неважливо)
● Детальніше: apps.ucu.edu.ua/data-science/how-to-apply/
38
39. Умови зарахування на програму
● Зарахування за умовами конкурсу
● Вступні випробування включають: фаховий іспит (письмово), англійська
мова (ЗНО), співбесіда (усно)
○ Для вступників зі спеціальностей інших ніж «Комп’ютерні науки», «Інженерія програмного
забезпечення» або «Комп’ютерна інженерія» необхідна здача додаткового фахового
тесту
● На сайті програми доступний перелік тем для іспитів та приклади
минулорічних білетів
● Можливість пройти підготовчі курси (весна 2020) з математичних
дисциплін (ще можна приєднатися)
○ https://apps.ucu.edu.ua/news/pidgotovchyj-kurs-dlya-vstupu-na-magistersku-programu-2020/
39
41. Запитання щодо вступу
● Чи можна використати сертифікат IELTS замість екзамену з англійської?
○ Ні. Ця можливість була скасована міністерством два роки тому.
● Якщо подавати магістерський диплом британського університету чи
потрібно здавати англійську?
○ Так, потрібно все-одно здавати, бо бал з англійської мови враховується у загальний
конкурсний бал.
● Скільки місць є на програмі?
○ Ліцензія на 40 місць. Минулого року ми набрали 29 студентів.
● З чого складається інтерв’ю?
○ Питання поділені на групи: мотивація вступника до галузі; професійні цілі та стратегії їх
досягнення; розуміння проблем, тенденцій та потреб у галузі; комунікативні навички,
загальна ерудиція, лідерські здібності; уміння аргументації думок.
41
42. Опції навчання
● Магістерська програма
○ Вартість: 210 000 грн
○ Щосеместрова оплата:
■ І семестр - 65 000 грн
■ ІІ семестр - 65 000 грн
■ ІІІ семестр - 60 000 грн
■ IV семестр - 20 000 грн
● Окремі курси
○ Від 10 000 до 20 000 грн
○ Детальніше: apps.ucu.edu.ua/data-science/study-individual-courses/
42
43. Витрати на
навчання та
проживання у
Східній Європі
На основі даних KDNaggets “2019 Best Masters in Data Science and Analytics – Europe Edition”
www.kdnuggets.com/2019/04/best-masters-data-science-analytics-europe.html
43
44. Стипендіальна підтримка
● Конкурс на стипендії в червні-липні 2020
○ Дедлайн подачі заявок на стипендії – 1 червня
● Основні критерії
○ Лідерські якості
○ Великий потенціал в індустрії/академії
○ Близькість цінностям УКУ
● Покриває 30% (від УКУ) або 50% (від компаній партнерів)
○ Додаткова можливість: стипендія для дівчат
● Вимога асистування на одному курсі щосеместру
● Середнє навантаження – 8 годин на тиждень
● Статус стипендії може бути переглянутий і може анулюватись протягом
навчання
44
45. Думаєте, що магістратура це надто
довго чи важко чи дорого?
Спробуйте літню школу
Lviv Data Science Summer School
45
46. Lviv Data Science Summer School 2020
● 20 – 31 липня 2020 року
● 2+1 тижні навчання для тих, хто хоче спробувати
себе у Data Science та Machine Learning
● Структура програми:
○ Тиждень вибіркових тематичних курсів
○ Чотири дні командної роботи під керівництвом викладачів
та менторів
○ + необов’язковий попередній тиждень підготовчих курсів
● Попередні вимоги: Python, лінійна алгебра,
теорія ймовірностей
● Навчання англійською мовою
● Дедлайн подачі заявки: 1 травня 2020
apps.ucu.edu.ua/summerschool/
46
47. Контактна інформація
Магістерська програма
● Веб-сайт:apps.ucu.edu.ua/data-science/
● ФБ сторінка: fb.com/ucucsds
● Email: mscs@ucu.edu.ua
Приймальна комісія
● Веб-сайт: vstup.ucu.edu.ua
Факультет прикладних наук
● Веб-сайт: apps.ucu.edu.ua/
● ФБ сторінка: fb.com/csatucu
● Email: cs@ucu.edu.ua
47
48. Подати заявку на вступ
https://zfrmz.com/NGNTmoXPTIDdHbICwr3n
48