Цифровые платформы киберфизических систем: программа бакалавриата

Основой программы является глубокое изучение принципов управления в технических системах, что формирует ядро профессионального мышления. Обучение фокусируется на архитектуре киберфизических систем, методах обработки информации с датчиков и алгоритмах автоматизированного принятия решений. Особое внимание уделяется проектированию и эксплуатации именно цифровых платформ, которые обеспечивают взаимодействие между оборудованием, пользователями и другими сервисами.

В результате выпускник приобретает способность создавать и оптимизировать целостные технологические комплексы — от промышленных интернет-вещей и умных городов до автономных транспортных систем. Это образование позволяет не просто работать с отдельными компонентами, а выстраивать управляемые, адаптивные и безопасные экосистемы будущего.

Примерный перечень дисциплин:

• Математический анализ.
• Линейная алгебра и аналитическая геометрия.
• Теория вероятностей и математическая статистика.
• Дискретная математика.
• Физика (с основами механики и электромагнетизма).
• Теоретические основы электротехники и электроники.
• Инженерная и компьютерная графика.
• Теория автоматического управления.
• Моделирование динамических систем.
• Идентификация и диагностика технических систем.
• Основы робототехники и мехатроники.
• Датчики и измерительные системы в КФС.
• Исполнительные механизмы и устройства.
• Алгоритмы и структуры данных.
• Программирование на C/C++ (для встраиваемых систем).
• Объектно-ориентированное программирование (Python/Java/C#).
• Операционные системы реального времени (RTOS).
• Параллельное и распределенное программирование.
• Алгоритмы цифровой обработки сигналов (ЦОС).
• Архитектура киберфизических систем.
• Промышленные сети и протоколы (OPC UA, Modbus, PROFINET).
• Встраиваемые системы и микроконтроллеры.
• Промышленный Интернет вещей (IIoT): технологии и применение.
• Беспроводные сенсорные сети.
• Безопасность киберфизических систем.
• Основы облачных вычислений (IaaS, PaaS).
• Распределенные вычислительные платформы.
• Промышленные цифровые платформы (на примере MindSphere, Predix и др.).
• Технологии сборки и контейнеризации (Docker, Kubernetes).
• Базы данных и СУБД (реляционные и временных рядов).
• Большие данные в промышленности (Big Data).
• Введение в машинное обучение и AI для анализа данных КФС.
• Системная инженерия и проектирование КФС.
• Технологии цифровых двойников (Digital Twin).
• Управление жизненным циклом программно-аппаратных комплексов.
• Методы оптимизации в управлении.
• Сетевые технологии (компьютерные сети).
• Web-технологии и интерфейсы прикладного программирования (API).
• Основы экономики и управления проектами в технической сфере.