Метою викладання дисципліни є отримання фундаментальних знань у галузі керування ризиками з метою використання їх у процесі розроблення програмного забезпечення та практичне використання отриманих знань та вмінь у процесі розв’язання прикладних завдань.

У результаті вивчення навчальної дисципліни студент повинен

знати:

• методи управління ризиками;
• етапи управління ризиками;
• особливості основних парадигм програмування;
• принципи компонентно-орієнтованого програмування;
• принципи прототипного програмування;
• моделі компонентного програмного забезпечення.

вміти:

• аналізувати об’єкти на наявність ризиків;
• керувати процесом розроблення програмного забезпечення з метою систематичного зменшення ризиків;
• розробляти програмне забезпечення у складі команди;
• оптимізувати програмний код для повторного використання.

Мета - вивчення методів інтелектуального аналізу даних (Data Mining), спрямованого на аналітичне дослідження великих масивів інформації з метою виявлення нових раніше невідомих, практично корисних знань і закономірностей, необхідних для прийняття рішень; огляд методів, програмних продуктів і різних інструментальних засобів, які використовуються в Data Mining; розгляд практичних прикладів застосування Data Mining; підготовка студентів до самостійної роботи з вирішення задач засобами Data Mining і розробки інтелектуальних систем.

У результаті вивчення навчальної дисципліни студент повинен

знати:

• основні поняття, задачі та стадії інтелектуального аналізу даних;
• підходи к збереженню, представленню та обробці інформації в сучасних інформаційних системах;
• методи побудови моделей та аналізу залежностей у великих масивах даних;
• методи оцінки адекватності побудованих моделей;
• концепцію сховищ даних, їх оперативної аналітичної обробки;

вміти:

• обґрунтовувати вибір конкретного типу моделі та методу інтелектуального аналізу даних при вирішенні поставленої практичної задачі;
• проводити необхідну попередню обробку даних, визначати тип задачі аналізу, вирішувати її адекватно обраним методом з оптимально визначеними параметрами, оцінювати результати, робити змістовні висновки та інтерпретацію;
• використовувати сучасні програмні засоби для проведення інтелектуального аналізу даних;
• застосовувати технології роботи зі сховищами даних, здійснювати їх аналітичну обробку та інтелектуальний аналіз для забезпечення надійної роботи інформаційних систем.

Метою викладання дисципліни є вивчення теоретичних та методологічних основ ергономічного проектування «людино-машинних» систем (ЛМС) на всіх стадіях життєвого циклу, а також інтелектуальна підтримка процесу ергономічного проектування інформаційних моделей (ІМ)

У результаті вивчення навчальної дисципліни студент повинен

знати:

• загальну характеристику ергономічних досліджень та їх методів;
• прийоми розробки та оцінки інтерактивного програмного забезпечення, орієнтованого на людину;
• класифікацію операторської діяльності;
• засоби створення GUI і UI-середовища програмування;
• методи оптимізації засобів і систем відображення інформації;
• методи ергономічного проектування інформаційних технологій (ІТ);
• методи підвищення ефективності та надійності ЛМС.

вміти:

• проводити системний аналіз ЛМС;
• моделювати діяльність оператора у СЛМ;
• застосовувати та розробляти програмне забезпечення методів ергономічного проектування СЛМ;
• застосовувати та розробляти системи інтелектуальної підтримки (СІП) ергономіста-проектувальника.

Мета: полягає в тому, щоб на основі системного вивчення загальних основ метрології, метрологічних норм і правил та засобів вимірювальної техніки студенти накопичили знання та набули практичні навички із вимірювання параметрів напівпровідникових матеріалів; методів обробки результатів прямих і непрямих вимірювань з інформаційною оцінкою процесу вимірювань; послідовності виконання метрологічних операцій.

В результаті вивчення навчальної дисципліни студенти повинні

знати:

– терміни та визначення в галузі метрології;

– одиниці фізичних величин;

– способи вираження та форми подання результатів та характеристики точності вимірювань;

– державні еталони, робочі еталони та зразкові ЗВТ;

– методи та засоби метрологічної перевірки, калібрування, випробувань та метрологічної атестації ЗВТ;

– норми точності вимірювань;

– методики виконання вимірювань;

– методики оцінки вірогідності та форми подання даних про властивості речовин та матеріалів, вимоги до проведення експертизи, а також атестації цих даних;

– методи вимірювання параметрів напівпровідникових матеріалів;

вміти:

–  реалізувати метод вимірювання з використанням елементарних операцій та елементарних засобів вимірювання;

– класифікувати похибки та знати їх властивості;

– розраховувати погрішності вимірювань;

– правильно інтерпретувати та представляти результати вимірювань;

– визначати електропровідність напівпровідникових матеріалів зондовими методами;

– визначати параметри напівпровідників за допомогою вимірювання ЕРС Холлу;

– вимірювати товщини епітаксіальних шарів і тонких плівок.

Викладач дисципліни: Бабіч Андрій Вікторович, канд. фіз.-матем. наук, доцент кафедри мікро- та наноелектроніки