Основные дисциплины: Основы проектирования высоконагруженных приложений Хранение и алгоритмы сжатия данных Надежность систем хранения данных Параллельная и распределенная обработка больших данных Структуры и алгоритмы в базах данных и распределенных системах NoSQL Методология программной инженерии Архитектура систем обработки больших данных Распределенные системы. Модуль по выбору: ML Engineer Основы машинного обучения MLOPS Распределенное машинное обучение Вычисления на GPU Data architect Потоковый анализ данных DevOps Аналитика больших данных Java для высоконагруженных вычислений.: программа магистратуры

В рамках программы осваивается проектирование архитектур для хранения и обработки массивных информационных потоков. Рассматривается внутреннее устройство современных фреймворков и инструментов, а также их адаптация для решения практических задач, таких как развертывание аналитических платформ и систем машинного обучения. Практическая часть сфокусирована на детальном изучении популярных NoSQL-решений и технологий распределенных вычислений, вроде Apache Spark или Flink. Кроме того, значительное внимание уделяется проектной работе, где происходит разработка собственных модулей для обработки данных и применение полученных навыков в реалиях полного цикла создания data-driven приложений.

Это обучение будет идеальным продолжением пути для разработчиков с опытом создания back-end приложений, которые стремятся к переходу на позиции Data Engineer или Data Architect. Оно позволит расширить компетенции в области сетевого программирования, организации распределенных вычислений в кластерах, а также углубиться в специализированные алгоритмы и структуры данных, лежащие в основе современных систем хранения и поиска.

Основные дисциплины:

• Основы проектирования высоконагруженных приложений
• Хранение и алгоритмы сжатия данных
• Надежность систем хранения данных
• Параллельная и распределенная обработка больших данных
• Структуры и алгоритмы в базах данных и распределенных системах
• NoSQL
• Методология программной инженерии
• Архитектура систем обработки больших данных
• Распределенные системы.

Модуль по выбору:

• ML Engineer
• Основы машинного обучения
• MLOPS
• Распределенное машинное обучение
• Вычисления на GPU
• Data architect
• Потоковый анализ данных
• DevOps
• Аналитика больших данных
• Java для высоконагруженных вычислений.