Skip to main content

Вибіркові дисципліни ММСА 3 курс 2024

· 25 min read
Софія Осадча
Ліса Заярченко
Олексій Вербицький
Олександра Богданова
Кузьмінська Віра
Луценко Анна
Казанін Костянтин
Маврін Андрій
Віктор Богатиренко
Олександр Гром
Ілля Будяков

Освітній відділ

У статті зібрано відгуки про вибіркові дисципліни катедри ММСА на 3 курс. Зазначимо, що ця інформація базується на суб'єктивних думках студентів, які вже вивчали ці предмети, і наведена лише з ознайомлювальною метою.

Хочемо звернути увагу:

Вказані відповіді викладачів — викладач або викладачка вперше викладатиме дану дисципліну, тому ми звернулися до нього / неї з проханням розповісти про плани.

Стаття містить статистику 2022-2023 років — відповідей цьогорічного опитування було недостатньо, додана інформація з попередніх статей.

Висловлюємо щиру подяку студентам, які взяли участь у зборі відгуків, та викладачам, що відповіли на наші запитання!

5 семестр

Освітній компонент 1​

Інтелектуальний аналіз даних (Недашківська Н.І.)​

Про що предмет, що вивчалося?

  • «Основи Data Science і машинного навчання, основні моделі, що використовуються для розв'язання задач регресії, класифікації, кластеризації, їхнє математичне підґрунтя й програмна реалізація».

Які попередні знання необхідні?

  • «Математичний аналіз і статистика, дуже бажаними будуть базові знання мови Python».

Розкажи про актуальність отриманих знань.

  • «Одна з найбільш актуальних дисциплін ІПСА, якщо ви збираєтеся стати Data Science / ML-інженером. Основні джерела інформації — книги Гудфеллоу й Рашки, а також документація бібліотеки Scikit-learn. У лабораторних часто використовувалися датасети з Kaggle». «Достатньо актуальні».

Розкажи про РСО.

  • «5 лаб (7 балів за саму лабу + 7 балів за захист) — 70 балів, кр — 30 балів».

Які загальні враження від дисципліни?

  • «Дисципліна сподобалася — дозволяє спробувати різні алгоритми й метрики, відчути різницю та специфіку кожної з них. Не є надто важкою, якщо приділяти лабам час; на 1 лр потрібно було реалізувати алгоритм, а на всіх наступних — побудувати та оцінити різні моделі з різними гіперпараметрами. Єдиний недолік — лаби здаються трохи однотипними під кінець семестру».

  • «Дисципліна дуже сподобалася, матеріал цікавий, дуже корисний, проте місцями незрозумілий».

  • «Цікавий предмет, викладачка дуже просто та зрозуміло все пояснює, рекомендую».

Теорія фінансів (кафедра ТПЕ ФММ)​

Про що предмет, що вивчалося?

  • «Основи зовнішньої та внутрішньої економіки».

Які попередні знання необхідні?

  • «Ніякі».

Розкажи про актуальність отриманих знань.

  • «Це був цікавий курс, зберіг собі лекції, щоб потім ще переглянути. Знання цілком актуальні та допомагають краще розуміти як працює ринок, як крутяться гроші».

  • «Здебільшого для спеціальності знання не дуже актуальні».

Розкажи про РСО.

  • «РСО добре: або закриваєш 2 курси, або заходиш на пари, просто говориш, отримуєш ті самі бали».

Які загальні враження від дисципліни?

  • «Мені сподобалося, і взагалі, рекомендую обрати, якщо не хочеш сильно потерпати від тонни лаб і дзшок. Для тих, хто хоче вчитися, це теж гарний варіант, як я казав, знання корисні та цікаві».

  • «Простий предмет і дуже приємний викладач».

Мультипарадигменні мови програмування (Канцедал Г.О.)​

Про що предмет, що вивчалося?

  • «Програмування на Python, алгоритми й структури даних із використанням даної мови, трохи машинного навчання в останніх лабораторних».

Які попередні знання необхідні?

  • «Базове володіння мовою Python».

Розкажи про актуальність отриманих знань.

  • «Зі слів викладача, усі лабораторні роботи були завданнями зі співбесід, тому знання можна вважати досить актуальними».

Розкажи про РСО.

  • «10 лабораторних робіт або 4 курси на 90 балів і змагання на Kaggle на 10 балів».

Які загальні враження від дисципліни?

  • «Досить непогана дисципліна. Викладач компетентний, завжди був на зв'язку: швидко відповідав на запитання, якщо вони з'являлися, та інформував про будь-які зміни в роботі».

Освітній компонент 2​

Спеціальні розділи обчислювальної математики (Дмитрієва О.А.)​

Про що предмет, що вивчалося?

  • «Продовження чисельних методів».

  • «Вивчали різні методи розв'язання рівнянь».

Які попередні знання необхідні?

  • «Чисельні методи, диференціальні рівняння, трохи матаналіз і лінійна алгебра».

  • «Вам точно знадобляться навички роботи з Wolfram, як і знання чисельних методів».

Розкажи про актуальність отриманих знань.

  • «Досить актуальні: методи, які ми вивчали, використовуються в багатьох галузях, зокрема в DS та ML. Лаби можна виконувати у Wolfram Mathematica або на Python».

Розкажи про РСО.

  • «Вхідна КР на 5 балів (не входить в РСО — тільки як додаткові бали), 7 лаб по 10 балів + підсумкова КР 30 балів».

Які загальні враження від дисципліни?

  • «Неймовірно пощастило з викладачкою. Ольга Анатоліївна — мегаприємна людина, знавчиня своєї дисципліни. Паралельно з ІПСА, викладає також у Штутгартському університеті. Найперша з усіх викладачів скасувала дедлайни лаб при введенні асинхрону та дозволила не бути присутніми на захистах студентам, що не мали змоги доєднатися. Дуже лояльна, майже не знижувала бали, але при цьому максимально докладно пояснювала помилки. Неймовірний результат як для першого семестру викладання в КПІ».

  • «Враження дуже позитивні. Викладачка дуже гарно пояснює, завжди відповідає на питання пов'язані з предметом. Ставить бали на користь студента».

  • «Мені все сподобалося».

Мови та технології штучного інтелекту (Тимощук О.Л.)​

Про що предмет, що вивчалося?

  • «Вивчалися мови програмування Prolog та LISP».

Які попередні знання необхідні?

  • «Ніяких попередніх знань не потрібно, вивчали все з нуля».

Розкажи про актуальність отриманих знань.

  • «На жаль, знання не дуже актуальні».

  • «Немає жодної актуальності, як на мене».

Розкажи про РСО.

  • «Перша робота — презентація по групах, потім 5 лабораторних робіт, звіт до них та захист. У кінці трохи більша лаба, де треба було написати програму для розв'язання логічної задачі».

Які загальні враження від дисципліни?

  • «Було легко, але не сказати, що супер цікаво».

  • «Негативні, обрав би щось інше. Єдине, що викладач іде на зустріч, якщо щось трапилося, що є плюсом. Предмет нескладний, але з таким самим успіхом, чи, напевно, навіть краще, можна просто посидіти та подивитися наукпоп, наприклад: 3Blue1Brown чи TED на YouTube».

Мережі Байєса в системах підтримки прийняття рішень (Терентьєв О.М.)​

Які попередні знання необхідні?

  • «Майже ніяких, усе і так стане зрозумілим».

Розкажи про РСО.

  • «4 лаби (одна з яких — есе) у сумі складають 70 балів, залік (тест у гугл-формі) — 20 балів, активність на парах — 10 балів».

Які загальні враження від дисципліни?

  • «Викладач скасовував половину пар, на кожній лекції читався майже один і той же матеріал, якихось програм, де можна робити обчислення, було показано багато, але хотілося б більше теорії. Якщо хочеш високий бал, треба ходити на кожну пару та спілкуватися з Терентьєвим».

Освітній компонент 3​

Розробка і тестування програм (Бендюг В.І.)​

(Відповідь викладача.)

Що порадите додатково вивчити чи передивитися перед відвідуванням вашої дисципліни?

Для вивчення цієї дисципліни необхідно знання розділів курсів:

  • Алгоритми й структури даних.

  • Алгоритмізація та програмування.

  • Об'єктно-орієнтоване програмування.

  • Операційні системи.

Кому порадите обрати цей предмет?

Тим студентам, кому цікаве набуття вмінь та навичок із проєктування програмного забезпечення та тестування програмні продукти.

Які види роботи планується проводити?

Курс складається з 18 лекцій та 12 практичних занять, на яких розглядаються приклади для ілюстрації теоретичного матеріалу лекцій. Дисципліна має повний дистанційний курс на платформі дистанційного навчання Сікорський (Google Workspace). За матеріалами лекцій та практичних занять виконуються тестові опитування в гугл-класі, а також передбачена МКР у вигляді тестів.

Які основні знання та навички можна набути після проходження курсу?

Результати навчання охоплюють:

  • Ознайомлення з принципами розробки ПЗ.

  • Ознайомлення з моделями розробки та життєвим циклом ПЗ.

  • Ознайомлення з моделями гнучкої розробки ПЗ.

  • Ознайомлення з принципами тестування ПЗ та класифікацією методів тестування.

  • Уміння формувати якісні вимоги до створення ПЗ та проводити тестування вимог.

  • Знання класифікацій тестування ПЗ та ознайомлення з техніками тестування.

  • Ознайомлення з чек-листами та тест-кейсами та принципами створення якісних чек-листів та тест-кейсів.

  • Уміння формувати звіти про дефекти та знання життєвого циклу дефекту ПЗ.

  • Ознайомлення з принципами планування та формування звітності при тестуванні ПЗ.

  • Ознайомлення з основами автоматизованого тестування.

Прикладна статистика (Левенчук Л.Б.)​

Про що предмет, що вивчалося?

  • «Усе дуже просто: тобі показують, як використовувати те, що ти більш-менш вчив на практиці. Викладач підлаштовується та слухає побажання».

Які попередні знання необхідні?

  • «Та по факту ніяких. Уміння користуватися Excel буде плюсом, якщо ж не вмієте, спокійно навчитеся».

  • «Особливо ніяких, бо вам все пояснять знову, але матстат не завадить».

Розкажи про актуальність отриманих знань.

  • «Одногрупнику знадобилися знання на посаді Data Analyst».

Розкажи про РСО.

  • «3 лаби, якщо вчасно здав, то 30, 30, 40 за лаби й кр автоматом, якщо проспав/ла дедлайн, то 3 лабораторних по 30 і МКР на 10».

Які загальні враження від дисципліни?

  • «Дуже сподобалося, не так і складно, і навіть цікаво».

  • «Дуже позитивні, гарний предмет і неймовірний викладач, який завжди йде назустріч».

Освітній компонент 4​

Алгоритми робототехніки (Титаренко А.М.)​

Про що предмет, що вивчалося?

  • «Основи робототехніки, машинне навчання, компʼютерний зір, deep learning».

Які попередні знання необхідні?

  • «Математичний аналіз, математична статистика, але, у принципі, буде зрозуміло і без цього».

Розкажи про актуальність отриманих знань.

  • «Якщо цікавишся штучним інтелектом, то дуже актуально».

Розкажи про РСО.

  • «Три ДЗ (доволі обʼємних) — 98 балів. Можна ще зробити проєкт — від 50 до 98 балів здається. Якщо робиш і ДЗ, і проєкт, то 100».

Які загальні враження від дисципліни?

  • «Дуже рекомендую цю дисципліну, викладач усе зрозуміло пояснює та цікаво розповідає. Можна дізнатися купу всього нового та цікавого. Бали набрати досить легко».

Основи фінансової математики (Бондаренко В.Г.)​

Про що предмет, що вивчалося?

  • «Вивчалися економічні задачі».

Які попередні знання необхідні?

  • «Матан і математична статистика».

Розкажи про актуальність отриманих знань.

  • «Не дуже актуальні».

Розкажи про РСО.

  • «75 автоматом або кр на 100 балів».

Які загальні враження від дисципліни?

  • «Можна обирати, якщо просто потрібно, щоб предмет був закритий».

Веб-орієнтована розробка програмного забезпечення (Гуськова В.Г.)​

Про що предмет, що вивчалося?

  • «Веброзробка, а саме: HTML, CSS, JS, основи JS-фреймворків».

Які попередні знання необхідні?

  • «Враження, що необхідних навичок, які треба мати до курсу, немає, але буде перевагою знання CSS, HTML тощо. Загалом треба просто мати певне розуміння програмування як такого і все».

Розкажи про актуальність отриманих знань.

  • «Досить добре структурує все про основні технології веб-розробки, на яких базуються вже актуальні технології, але при цьому усі деталі не розбираються (за один семестр це просто неможливо)».

  • «Знання актуальні».

Розкажи про РСО.

  • «Три лабораторних, що складаються в проєкт. Кожна лаба (і проєкт в цілому) робиться бригадою. Лаба полягає у тому, що спершу робите для сайту чистий HTML, потім додаєте CSS, потім JS. За перші дві лаби приймала сайт вже з CSS і JS. Також наче мав бути якийсь тест абощо, та не було (у перший семестр після вторгнення)».

Які загальні враження від дисципліни?

  • «Корисна для всіх, кому колись доведеться зробити свій мінілендінг Мала б бути обов'язковою дисципліною, раніше ніж на 3 курсі. Гуськова старається, із нею приємно працювати. Отже, рекомендую всім, хто слабко знайомий із вебом, або має неструктуровані знання».

  • «Корисно для тих, хто хоче у frontend».

  • «Поки дуже позитивні, очікування повністю виправдовуються. Дуже подобається викладач».

6 семестр

Освітній компонент 5​

Синергетичні методи аналізу (Зінченко А.Ю.)​

(Відповідь викладача.)

Що порадите додатково вивчити чи передивитися перед відвідуванням вашої дисципліни?

Будуть корисними знання з наступних курсів: диференціальні рівняння, чисельні методи, моделювання складних систем, об'єктно-орієнтоване програмування, математичне програмування, теорія стійкості й варіаційне числення.

Кому порадите обрати цей предмет?

Тим, кому буде цікаво:

  • Застосування синергетичних методів аналізу для глибшого розуміння макроекономічних процесів.

  • Проведення аналізу хаотичної динаміки в економіці, дослідження ринку Forex, розв'язання прикладних задач теорії катастроф.

  • Створення й апробування нових способів та інструментів синергетичного аналізу до дослідження складних систем і процесів.

  • Застосування чисельних методів виявлення й дослідження атракторів і динамічного хаосу до управління економічними системами та процесами.

Які види роботи планується проводити?

У курсі передбачено 36 годин на лекції, 18 годин на практичні / комп'ютерні практикуми та 66 годин на самостійну роботу.

Студентам пропонується виконати практичні роботи з наступних тем:

  • Кількісні та якісні характеристики послідовностей даних.

  • Елементи фрактального аналізу.

  • Дослідження хаотичної поведінки розв'язків різницевих рівнянь із параметрами. Універсальна поведінка для класу рівнянь.

  • Дослідження нелінійної динаміки диференційних рівнянь II порядку.

  • Моделювання динамічного хаосу.

  • Ґратки зв'язаних відображень: класифікація просторово-часових станів.

  • Моделювання структур у ґратках зв'язаних відображень.

  • Моделювання просторових структур у системі «реакція з дифузією».

  • Взаємодія хвиль у моделі збудженого активного середовища.

Докладніше з матеріалами практичних робіт можна ознайомитися за посиланням.

Які основні знання та навички можна набути після проходження курсу?

Після проходження курсу студент набуває наступних компетентностей:

  • Аналіз наявності хаосу у фрактальних рядах.

  • Проведення математичного та комп'ютерного моделювання складних систем.

  • Виконання синергетичного аналізу динамічних об'єктів і процесів різної природи (зокрема дослідження стійкості диференціальних систем, створення карт динамічних режимів, реконструювання математичних моделей за спостереженнями).

  • Аналіз фрактальних множин різної природи для прийняття рішень у банківській сфері й фінансах.

Розкажіть про свій практичний досвід, пов'язаний із темою дисципліни.

Результати практичних розрахунків, пов'язаних із темою дисципліни, опубліковані в 3 монографіях. Теоретичні матеріали — у 2 посібниках, методичних рекомендаціях. Для практичних розрахунків використовував власне програмне забезпечення: для дослідження часових рядів або скалярних реалізацій від динамічних систем — написане на Java, для дослідження динамічних систем — на C#.

Теорія ігор (Барановська Л.В.)​

Про що предмет, що вивчалося?

  • «Ми вивчали, як правильно обирати стратегію, щоб отримати максимальний виграш при будь-якому розкладі гри».

  • «Предмет чисто математичний (не варто лякатися, математика тут не складна), розглядаються різні види ігор і методи знаходження рівноваги в них».

Які попередні знання необхідні?

  • «Теорія ймовірностей».

  • «Лінал, математична статистика, теорія ймовірності, матан».

Розкажи про актуальність отриманих знань.

«Дисципліна є актуальною, оскільки отримані знання можна використовувати при прийнятті рішень в різноманітних галузях».

«Предмет, який у цілому покращить ваші аналітичні здібності та навчить бачити математичне трактування звичайних речей, тому, як на мене, він є цілком актуальним. Можливо, навіть деякі безпосередні методи розв'язування задач теорії ігор стануть у пригоді на аналітичній посаді».

Розкажи про РСО.

  • «Оскільки в нас дистанційна форма навчання, то ми пишемо реферат або проходимо курс на курсері на 100 балів».

  • «6 невеликих тестів по 5 балів та один великий на 20 (його можна закрити курсерою) + реферат на 50 балів».

Які загальні враження від дисципліни?

  • «Я задоволена, що обрала даний предмет, оскільки викладачка цікава та просто пояснює важливий і корисний для нас матеріал».

  • «Леся Валеріївна має доволі доступну та цікаву манеру викладання, тому загальні враження від її предмета позитивні. Задачі, хоча й математичні, проте водночас наближені до реальності».

Управління ІТ-проектами (Тимощук О.Л.)​

Про що предмет, що вивчалося?

  • «Методології управління розробкою продукту, знаходження критичного шляху».

  • «Вивчали, як управляти ІТ-проєктом».

Які попередні знання необхідні?

  • «Знати, як додавати та множити числа».

Розкажи про актуальність отриманих знань.

  • «Отримані знання доволі актуальні, agile-методології часто застосовують при розробці продуктів, тому може щось стати у пригоді в реальній роботі».

  • «Думаю, ці знання будуть актуальні для project-менеджера».

Розкажи про РСО.

  • «4 чи 5 лабораторних і 2 контрольні роботи. Загалом не напряжно й зрозуміло, оцінювання об'єктивне та з коментарями».

  • «Було багато завдань, більшість із них протягом 2 календарного контролю. Можна було отримати багато додаткових балів за демонстрацію виконаних завдань на парі».

Які загальні враження від дисципліни?

  • «Було доволі легко, оскільки цей предмет можна віднести до гуманітарних дисциплін у деякому сенсі. Загалом можна дещо дізнатися про agile-методології, що в принципі корисно знати при керуванні проєктами та плануванні робіт всередині проєкту».

  • «Викладачка чудова, закрити дисципліну відносно легко, тільки багато завдань».

Освітній компонент 6​

Теорія випадкових процесів (Ільєнко А.Б.)​

Про що предмет, що вивчалося?

  • «Продовження-нагадування ТЙ, випадкові процеси (Пуассонівський і Гауссівський), ланцюги Маркова».

  • «Вивчалися зокрема Маркові ланцюги».

Які попередні знання необхідні?

  • «Теорія ймовірності й математична статистика обов'язково, також бажано розуміти функан, гармонал, матан тощо. Хоча АБ досить добре повторює все найважливіше».

Розкажи про актуальність отриманих знань.

  • «Ланцюги Маркова дуже важливі для розуміння навчання з підкріпленням. У цілому, решта матеріалу теж цікаво подана, а математика щодо цього вже певний час не дуже змінюється».

Розкажи про РСО.

  • «Була 1 РР на 75 балів (якщо хотів більше, потрібно було йти на усний залік)».

Які загальні враження від дисципліни?

  • «Корисна математична дисципліна, корисніша за більшість і ближча до практики, що дуже добре викладається».

  • «Цікава розрахункова про Тома й Джері, викладач із гумором».

Статистичний аналіз і прогнозування економічних процесів (Макаренко О.С.)​

Про що предмет, що вивчалося?

  • «Моделювання систем, системна динаміка».

Які попередні знання необхідні?

  • «Хоча б базове розуміння програмування, як будувати моделі та як із ними взаємодіяти».

Розкажи про актуальність отриманих знань.

  • «Немає».

Розкажи про РСО.

  • «Усього 6 лаб + він відмічає присутність і за неї збільшує бали. Здавати лаби можна й без захисту, але оцінка буде меншою».

Які загальні враження від дисципліни?

  • «Нудні лекції, яких із початку курсу було тільки 2, а далі викладач захворів, і його вже тижні 3-4 немає».

Інтелектуальні системи підтримки прийняття рішень (Недашківська Н.І.)​

Про що предмет, що вивчалося?

  • «Основи Machine Learning і Data Science. Навчали робити регресію, кластеризацію, класифікацію. Розказали теорію».

  • «Предмет насправді — продовження ІАД із тією ж викладачкою. Суть курсу — нейронні мережі, повнозв'язні та згорткові».

Які попередні знання необхідні?

  • «Бажано бути знайомим із Python. Якщо не знаєте, не страшно: необхідні навички можна досить швидко отримати з будь-якого тематичного курсу на Udemy чи інших платформах. Якщо хочете розуміти теорію, то треба мати розуміння ТЙ».
  • «Python, бажано щось знати про TensorFlow чи PyTorch, але розібратися можна. Краще обирати, якщо вже був на першій частині її курсу».

Розкажи про актуальність отриманих знань.

  • «Повністю актуальні».

  • «Як основа — цілком нормальний предмет. Дає розуміння, як розв'язувати стандартні задачі нейронками».

Розкажи про РСО.

  • «Декілька лабораторних (здається 5) по 14 балів кожна (7 за лабу та 7 за захист). Пара контрольних, на яких були теоретичне та практичне завдання».

  • «Була якась кількість лаб (біля 5) та, здається, 2 контрольні».

Які загальні враження від дисципліни?

  • «Цілком позитивні. Актуальні знання, гарна викладачка, гарні лаби».

  • «Гарна дисципліна, доволі корисна. Це найсерйозніше з Deep Learning, що було за всі роки. Лаби, щоправда, дещо одноманітні».

Освітній компонент 7​

Еволюційні методи оптимізації (Савченко І.О.)​

(Відповідь викладача).

Що порадите додатково вивчити чи передивитися перед відвідуванням Вашої дисципліни?

Методи оптимізації й дослідження операцій (класичну дисципліну), усе інше непринципово.

Кому порадите обрати цей предмет?

Будь-кому, хто бачить у своїй роботі або інтересах використання оптимізації: пошук оптимальних розв'язків, підбір оптимальних параметрів тощо.

Які види роботи планується проводити?

Власну реалізацію якогось із метаевристичних (еволюційних) методів оптимізації та дослідження його на тестових задачах.

Які основні знання та навички можна набути після проходження курсу?

Знання великого набору некласичних методів оптимізації, їхні сильні й слабкі сторони, уміння підібрати під задачу метод оптимізації (класичний або некласичний). Значний акцент на генетичному алгоритмі як одному з найбільш відомих і універсальних. Докладніше дивіться в описі.

Розкажіть про свій практичний досвід, пов'язаний із темою дисципліни.

Використовував ряд методів для розв'язування задач оптимізації складних конструкцій (наприклад, визначення оптимальних товщин шарів, коефіцієнтів і кутів армування в багатошарових оболонках для досягнення найшвидшого затухання коливань), зокрема цю задачу розв'язував генетичним алгоритмом, методом відпалювання та методом рою частинок, тому маю гарне уявлення про їхні можливості. Робив власну модифікацію генетичного алгоритму для цієї задачі, у тому числі для багатокритеріальної оптимізації.

Багатовимірний статистичний аналіз (Джигирей І.М.)​

Про що предмет, що вивчалося?

  • «Аналіз на основі наданих даних».

  • «Дуже багато розділів аналізу: дисперсійний, кореляційний, факторний, часових рядів тощо».

  • «Елементи багатовимірного статистичного аналізу. Протягом семестру розглянули такі поняття, як аналіз головних компонент, дискримінаційний аналіз, факторний аналіз, кластерний аналіз, теорію індексів тощо. Курс можна сприймати як огляд різних методів для роботи з багатовимірними даними. Усі лабораторні виконувались у застосунку STATISTICA».

Які попередні знання необхідні?

  • «Необхідних немає. Буде плюсом знання статистики».

  • «Матан, матстат, теорія ймовірностей».

  • «Теорія ймовірностей та елементи статистики, елементи лінійної алгебри».

Розкажи про актуальність отриманих знань.

  • «Актуально».

  • «Не знаю, наскільки ці знання широко можна застосовувати, але можуть виникнути задачі умовно в Data Science, де якийсь із методів може знадобитися».

  • «У принципі, отримані знання досить актуальні у своїх сферах. Єдине, що може бути неактуальним, це сам застосунок STATISTICA. З іншого боку, це лише інструмент, тому то таке».

Розкажи про РСО.

  • «Тести з кожної лекції через мудл, 7-8 лаб, 2-3 модульних тести».

  • «8 лаб по 5 балів, 15 опитувань у мудлі по 1 балу, 3 кр по 15 балів».

  • «РСО була надана на першому занятті. Протягом семестру від неї не відхилялися. Сумарний бал складався з 16 фронтальних опитувань у мудлі по 1 балу, 8 комп'ютерних практикумів по 6 балів і 36 балів за модульну контрольну, яка була розділена на 3 частини (15, 12 та 9 балів відповідно)».

Які загальні враження від дисципліни?

  • «Гарні повні пояснення з кожної лабораторної, на тестах усе з лекцій. Є цікаві теми: наприклад, розрахунок якості життя за параметрами».

  • «Доволі сильна математична дисципліна, із мінусів — середовище STATISTICA, у якому треба виконувати лаби».

  • «Найбільш збалансована дисципліна в семестрі. Чітке РСО, доступність усього матеріалу, зрозуміле оцінювання. Викладачка завжди йде назустріч, зрозуміло пояснює матеріал. Практикуми робляться легко, у методичних вказівках розписаний кожний крок виконання. Єдине, що трохи бентежить, — це STATISTICA, але отримані знання не обмежені цим застосунком».

Нейронні мережі (Данилов В.Я.)​

Про що предмет, що вивчалося?

  • «Основи нейронних мереж».

Які попередні знання необхідні?

  • «Програмування на Python».

Розкажи про актуальність отриманих знань.

  • «Більш-менш актуальні знання. У чистому вигляді навряд чи де можна використати знання з даного предмету, але він цього і не вимагає, основна ціль це навчити базовим моделям, розказати про теоретичне та математичне підґрунтя різних моделей, що буде корисно, якщо стоїть ціль розвиватися у даному напрямку».

Розкажи про РСО.

  • «5 лабораторних робіт у командах».

Які загальні враження від дисципліни?

  • «У загальному сенсі, корисна для вивчення дисципліна за умови, якщо цікавлять нейронні мережі. Зробити лабораторні роботи не складно, що з одного боку добре - ненапряжний предмет, з іншого - мало що можна буде напряму використати у подальшому житті. Викладач лояльно ставиться до студентів, відповідає на питання, але у багатьох речах, наприклад, подачі матеріалу, може бути нудним чи затягувати одну річ на об'єктивно більше часу, ніж варто було б.»

Освітній компонент 8​

Спеціальні розділи методів оптимізації та дослідження операцій (Яковлева А.П.)​

Про що предмет, що вивчалося?

  • «Чисельні методи оптимізації».

Які попередні знання необхідні?

  • «Хоча б базово, чисельні методи, програмування, методи оптимізації з загального курсу й математика, що була на перших курсах».

Розкажи про актуальність отриманих знань.

  • «У цілому, для аналізу може бути корисним».

Розкажи про РСО.

  • «3 обовʼязкових лаби на 60, хочеш 80 — роби 4, хочеш 100 — роби 5, за кожну лабу максимум 20 відповідно».

  • «5 лаб про 20 балів, 4 обовʼязкові, 1 за бажанням, але без неї 80».

Які загальні враження від дисципліни?

  • «У принципі, нормально, пояснюють усе непогано, але викладачі на лабах супер прискіпливі та можуть відправити дороблювати роботу».

  • «Не те, щоб критично, але захисти в Спектра — це всім відомий досвід, нічого не змінюється з 1 курсу: купа питань із теорії й 0,999, а не 1 за лабу, бо «ну все ж не ідеально». Якщо не хочете захищатися на парах, то можна до нього прийти та захищати, але це буде о 21 мінімум. Зубріння теорки й переробка лаб минулих курсів — оце й увесь предмет».

Прим.ред. Спекторський І.Я. допомагає приймати захисти.

Прикладна робототехніка та автономна навігація (Соболь О.О.)​

Про що предмет, що вивчалося?

  • «Робототехніка. Принципи роботи різних роботів та механізмів, програмування роботів».

  • «Предмет про роботів і автономну навігацію, тут пояснювати не треба. Мем у тому, що всі лабораторні — це просто ROS, сидите, щось собі робите... Під кінець була цікава лаба, але лише під кінець. Ну і ще одна була на Python з OpenCV, але її можна було за 5 секунд зробити».

  • «Вивчалося?! Назвати це вивченням предмета не можна ні на якому етапі, це або копіпаста, або таке ж зазубрювання. Іншими словами, знання з робототехніки не просто мінімальні: вони майже відсутні. Хоча предмет позиціює себе як напрям фізики, викладачка сама не сильно її знає. Так, може взяти формулу й підставити в неї значення, отримати відповідь, але не відповісти на мінімальне запитання про явну незбіжність у лекціях».

  • «Предмет дає загальні знання з робототехніки: як механічної реалізації роботів, їхніх можливих елементів і складових, так і відповідної симуляції в спеціалізованих програмах. Вивчалися програмні рішення, що використовуються в роботах сьогодні: алгоритми пошуку, навігації, комп'ютерного зору тощо. Бонусом іде невеликий гайд-включення у віртуальні машини та трохи історії робототехніки загалом».

Які попередні знання необхідні?

  • «Знань не потрібно, але потрібні міцні нерви, тому що викладачка — це капець просто. Вона вас виведе із себе після першої здачі».

  • «Попередніх знань необхідно НУЛЬ, знову ж таки з причини тотальної копіпасти, можна просто відключити мозок і використовувати ctrl-c / ctrl-v. Іноді завдання урізноманітнюються іншим чудовим заняттям: переписування коду зі скрінів».

  • «Попередніх знань загалом предмет не потребує, але легше буде з початковими знаннями Python та ОС Linux. Надалі всі необхідні матеріали або надаються викладачем, або легко знаходяться в загальному доступі».

Розкажи про актуальність отриманих знань.

  • «Знання однозначно актуальні, навіть якщо не плануєш пов'язувати своє подальше життя з робототехнікою. Усе одно буде корисно і цікаво, а плани можуть змінитися, поки вчишся».

  • «Може й актуальні. Я звідки знаю, я що, у цій сфері працюю... Напевно, актуальні».

  • «Знання можливо й актуальні, якби їх адекватно й структуровано викладали, і прибрали з дисципліни всю воду. Викладачка дала все та не дала нічого, впевнений, що через декілька місяців зовсім усе забуду».

  • «Актуальність теоретичних знань, у цілому, непогана, особливо в темах останніх презентацій, де нам розповідали про способи автономної навігації й алгоритми пошуку. Що стосується практичних — слабо, загалом ти просто повторюєш те, що викладачка вже робила за написаним нею гайдом. І 95% відсотків зусиль іде на боротьбу з ROS та іншими програмами, що необхідні для курсу (у кожного з моїх одногрупників були різні проблеми, які доводилося вирішувати колективно. Повірте, це дійсно найскладніше серед того, що стосується практичних робіт)».

Розкажи про РСО.

  • «РСО було неоднозначне, часто змінювались умови. У результаті було 3 модулі, кожен по 33 бали. У кожному модулі був тест на платформі, яка запобігає списуванню + захист теорії та лабораторної роботи + дз (1-2 бали). У кінці семестру залік, де можна підвищити бал (або понизити). Залік проходить сам на сам із викладачкою повністю по пройденому матеріалу. Запитання на заліку за складністю залежать від оцінки, яку маєте в кінці семестру».

  • «РСО було надане однією картинкою і дійсності воно не відповідало на 100%. Річ у тому, що викладачка постійно змінювала правила заліків за окремі модулі та для різних студентів. Для студентів конкретно з моєї групи якийсь час взагалі розповсюджувались окремі правила через те, що один з моїх одногрупників порушив принципи академічної доброчесності (так, покарали всю групу, але не всіх студентів курсу)».

Які загальні враження від дисципліни?

  • «Насправді крута дисципліна з компетентною викладачкою. З мінусів — викладачка часто переносила здачі й було неповне розуміння щодо балів, аж в кінці захищали 2 і 3 модулі разом. Просто тут точно не буде: треба буде вчити матеріал і розбиратися в лабораторних. Інструкція є, але треба реально розуміти що ти робиш на кожному кроці, щоб потім захистити. Валити тут не будуть, повна об'єктивність».

  • «Від предмета не стільки було вражень, як від викладачки. Бо викладачка — це справжній мем. Вона непогана, якщо ви любите сидіти 200 разів це все робити, і ви дуже старанний студент. Якщо ви шалапай, який любить відкладати все на потім, то пом'янемо: це точно не про цю викладачку».

  • «Враження від предмета залишилися двоякими, з одного боку, ти витрачаєш силу-силенну часу на підготовку до захисту практичних робіт та теорії. І нібито мав би отримати із цього купу знань, але у сухому залишку немає нічого. По суті за семестр ви отримуєте настільки розмиті й неповні знання, що по відчуттях всі корисні знання з курсу можна було б отримати за вечір перегляду відео на ютубі. Уточнюю про корисні знання, бо викладачка на захистах питала найбільш неважливі речі, які вона, з якогось переляку, сама додала в лекції, і, судячи з усього, щоб це не було марним, опитувала».

  • «Інцидент зі списуванням одного з моїх одногрупників показує найбільшу проблему цієї дисципліни: непостійність, що виражається в правилах здачі модулів, постійних перенесеннях захистів (особливо під кінець семестру), нерівномірність викладення матеріалів (деякі лекції в записі були, деяких не було; до деяких практичних були дуже деталізовані гайди, до деяких — поверхневі або з такою кількістю помилок, що доводилося шукати самостійно). Ще з негативного можу відмітити те, що викладач може ігнорувати приватні повідомлення (звичайно ж ті, що написані в робочий час), не відповідати в загальній групі й таке інше. Резюмуючи все написане, загальна думка про предмет наступна: непогані теоретичні знання поєднані, хоч і з простими, але в деяких моментах дійсно цікавими практичними, а також із викладачкою, що дуже серйозно ставиться до предмета, але абсолютно безвідповідально й із деякою неповагою ставиться до студентів, яким цей курс викладає. Якщо ви не зацікавлені в робототехніці початково й просто шукаєте предмет, яким хочете зайняти слот, не раджу для цього обирати цю дисципліну. Але якщо вас дійсно зацікавив предмет — беріть. Нічого надскладного вам на ньому точно не трапиться».

Технології розробки програмного забезпечення (Кухарєв С.О.)​

Про що предмет, що вивчалося?

  • «Назва цілком відповідає суті предмета: будуть розглядатися різні аспекти процесу розробки ПЗ: тестування, проєктування тощо».

Які попередні знання необхідні?

  • «Основи будь-якої мови програмування, ООП, бажано Git / Github».

Розкажи про актуальність отриманих знань.

  • «Інформація цілком актуальна, оскільки викладається спеціалістами-практиками з EPAM».

Розкажи про РСО.

«Домашні завдання та квізи (тести) щотижня. Також, імовірно, можливість закриття предмета курсерою. Наразі чекаємо від викладача список курсів».

Які загальні враження від дисципліни?

  • «У цілому, відеозаписи лекцій доволі інформативні й актуальні, предмет зачіпає все потроху та є гарною можливістю ознайомитись із різними етапами розробки ПЗ. Проте на більшість студентів чекає набір курсів, якими можна буде лайтово закрити предмет».

  • «Повне повторення предмета «Розробка і тестування програм»».

Ви можете ознайомитися з відгуками про викладачів на каналі IASA Analytics.

Із запитаннями та пропозиціями звертайтеся до нас у @IASAsuggestionBot.