СПЕЦИФИКАЦИЯ МАГИСТЕРСКОЙ ПРОГРАММЫ

«Компьютерное моделирование»

Основная информация о программе

1. Название головного (базового) вуза и факультет, реализующий

магистерскую программу

Государственное образовательное учреждение высшего профессионального

образования «Новосибирский государственный университет» (НГУ), факультет

информационных технологий

2. Направление

230100 «Информатика и вычислительная техника»

3. Название магистерской программы «Компьютерное моделирование»

4. Аннотация магистерской программы Данная магистерская программа предназначена для подготовки выпускников по индивидуальным траекториям обучения к научноисследовательской работе в аспирантуре, а также для подготовки высококвалифицированных специалистов, способных на современном уровне развивать и использовать новые подходы, методологии и технологии параллельной обработки информации для решения сложных вычислительных задач фундаментального и прикладного характера в разных предметных областях науки и техники, способных решать разнообразные аналитические и исследовательские задачи, возникающие в различных отраслях промышленности.

Выпускники программы получат основательную подготовку в области современной теории и практики математического моделирования, обработки информации, организации параллельных вычислений. Они будут способны творчески применять полученные фундаментальные и инструментальные знания для решения сложных прикладных задач и овладеют навыками самостоятельной исследовательской деятельности. В частности, выпускники программы будут разбираться в теоретических основах создания и анализа математических моделей, параллельной организации вычислений, в особенностях организации архитектур современных высокопроизводительных вычислительных систем, в сильных и слабых сторонах современного инструментария системного и прикладного параллельного программирования, а также в специфике параллельных вычислительных методов и способов обработки данных.

Основными направлениями предлагаемой специализации являются:

1. вычислительная математика, 2. вычислительная физика, 3. информационная биология, 4. информационные технологии в задачах принятия решений, 5. обработка, передача и хранение информации.

Эти направления тесно связаны с такими прикладными проблемами, как например, возникающими в аэрокосмической технике, защите от катастрофических природных и антропогенных явлений, в химической и электронной промышленности, в нанотехнологиях и др.

Реализация образовательной программы подготовки магистров обеспечена квалифицированными педагогическими кадрами. Все 100% преподавателей, обеспечивающих учебный процесс, имеют степени доктора или кандидата наук.

Непосредственное руководство магистрантами осуществляется научными руководителями – научными сотрудниками институтов СО РАН и высокотехнологичных производственных предприятий, имеющими ученую степень и опыт научной работы в области математического моделирования и информационных технологий.

Аннотация на китайском языке, • • • • • 5. Общая направленность (миссия, ответ на определенный запрос экономики, рынка труда, общества в целом) и образовательные цели и задачи программы В современном постиндустриальном обществе фундаментальные знания являются основой экономики знаний, так как именно новые достижения в этой области лежат в основе новых технологий и решении актуальных прикладных проблем. Развитие информатики и математики связано, как с исследованиями проблем самой математической теории, так и с проблемами возникающими в других фундаментальных науках и созданием новых технологий. Современные информационные технологии составляют технологический фундамент экономики знаний, так как лежат в основе математического моделирования, хранения, обработки и поиска информации и лежат в основе коммуникационных технологий. В свою очередь они базируются на достижениях именно в фундаментальных науках математики, физики, биологии и химии.

Образование в НГУ в области математики, математического моделирования и информационных технологий создавалось на базе ведущих в мире научных школ, которые основаны корифеями российской науки М.А.Лаврентьевым, С.Л.Соболевым, И.Н.Векуа, Л.В.Канторовичем, А.И.Мальцевым, А.Д.Александровым, А.П.Ершовым, А.А.Ляпуновым, Н.Н.Яненко.

Математическое моделирование является основой описания различных природных и технических процессов и явлений, изучаемых в различных областях науки и техники (физика, химия, биология, науки о Земле, машиностроение, экономика, социология и др.).

С развитием вычислительной техники важную роль в математическом моделировании заняло применение информационных технологий и высокопроизводительных вычислительных систем. По мере продвижения результатов моделирования, возникает необходимость в рассмотрении более сложных моделей и возрастают требования к их точности и точности вычислений.

Появляются новые практические и теоретические проблемы, такие как поиск эффективных методов по моделированию комплексов разномасштабных явлений;

методов исследования нелинейных процессов, а также методов, допускающих эффективное использование современных вычислительных систем.

6. Ожидаемые результаты Выпускник магистратуры по направлению подготовки «Информатика и вычислительная техника» должен обладать следующими профессиональными компетенциями в соответствии с видами деятельности:

научно-исследовательская деятельность инструментальные знания для эффективного решения научных и практических вычислительных задач; критически оценивать результаты исследований, выявлять перспективные направления; проводить анализ существующих решений с целью выбора оптимального для решения конкретной задачи, а также использовать методы математического моделирования для исследования различных природных и социальных процессов, в том числе:

использовать численные методы для решения задач математической физики, химии, биологии, геологии и др.;

строить и исследовать отдельные математические модели и их иерархии для линейных и нелинейных процессов;

находить точные и приближенные решения задач, качественно исследовать поведение моделей;

осуществлять исследование задач на уровне оценок и анализировать полученные результаты с целью выявления закономерностей поведения изучаемых систем;

создавать математические модели и программные системы для эффективного решения конкретных прикладных задач, требующих высокопроизводительной вычислительной техники;

проводить анализ существующих решений с целью выбора оптимального для решения конкретной задачи;

ставить вычислительные эксперименты и проводить исследования, направленные на выяснение специфики и характеристик конкретных параллельных вычислительных архитектур, программных систем и систем баз данных.

знать теоретические основы построения эффективных численных алгоритмов, в том числе:

методы решения систем линейных алгебраических уравнений и спектральных задач;

методы построения конечно-разностных схем;

методы дискретного моделирования;

методы распараллеливания последовательных алгоритмов и построения параллельных алгоритмов, методов решения практических больших задач на параллельных компьютерах математические модели и методы разработки и исследования параллельных систем и процессов;

основные принципы организации параллельных вычислительных архитектур; возможности технологий параллельного программирования;

специфику параллельных вычислительных методов;

результаты новейших исследований и публикации в ведущих профессиональных журналах в выбранной сфере специализации;

основы управления и организации при проведении научноисследовательских работ;

классификацию и сравнительный анализ архитектур параллельных баз данных, принципы выполнения запросов в параллельных системах баз данных; стратегии распределения данных и загрузки параллельной вычислительной системы.

владеть современными численными методами исследования природных явлений и технологических процессов, в том числе:

• теоретическим обоснованием конструирования вычислительных • конечно-разностными методами решения нелинейных задач в механике • методами распараллеливания вычислительных алгоритмов и программ обработки данных из сверхбольших хранилищ данных.

производственно-технологическая деятельность уметь применять современные вычислительные технологии для решения задач математической физики, а также:

• готовить технические задания на разработку сложных проектных решений, математических моделей и программных систем для решения прикладных • разрабатывать методические и нормативные документы, а также предложения и мероприятия по реализации разработанных проектов и • создавать параллельные вычислительные программы, верифицировать их корректность, производить отладку и архитектурно-ориентированную оптимизацию, в том числе, используя специализированное программное • разрабатывать эффективные приложения, ориентированные на работу со сверхбольшими хранилищами данных.

знать математические модели и технологические принципы решения прикладных задач, в том числе методы компьютерного моделирования методы проектирования и конструирования программных продуктов для различных компьютерных платформ, операционных систем и современных высокопроизводительных вычислительных систем;

основы проектирования и администрирования вычислительных систем;

основы управления и организации при проведении проектноконструкторских работ.

информационных систем, в том числе:

• разработки и создания информационных систем на основе технологий разработки веб-приложений и реляционных баз данных • использования математических пакеты Matlab, MathCAD и др.

программирования, применяемых для реализации численных алгоритмов: C++, Fortran • разработки параллельных программы с использованием библиотеки MPI проектная деятельность знать стандартов языков программирования и технологии проектирования программных систем;

владеть навыками применения методов компьютерного геометрического моделирования в задачах автоматизированного проектирования, а также основами документирования программ и программных комплексов.

научно-педагогическая деятельность уметь документировать научно-исследовательские работы и представлять результаты исследований, участвовать в научных дискуссиях, составлять обзорноаналитические материалы о современном состоянии развития предметной области;

критически оценивать результаты исследований; выявлять перспективные направления исследований;

знать особенности научного доклада;

владеть навыками использования современных технических средств подготовки и проведения презентаций современными, методами и методиками преподавания дисциплин по математическому моделированию и информационным технологиям в высших учебных заведениях.

7. Формы и методы обучения Учебно-методические комплексы образовательной программы содержат интерактивные материалы, включающие презентации по курсу лекций. При разработке программ подготовки магистров использованы средства, применяемые в интернет-технологиях.

Практические занятия магистрантов проходят в учебно-научных центрах, оснащенных мощной компьютерной сетью и комплексом современного оборудования, позволяющим выполнять учебно-исследовательские работы и НИОКР в области компьютерного моделирования по всему спектру проблем.

Задействовано более чем 3 500 компьютеров, подключенных к сети Интернет на скорости 1 Гб. В НГУ оборудованы 39 мультимедийных аудиторий, 3 аудитории с системой видеоконференцсвязи, 16 лингафонных кабинетов. При реализации образовательных программ используются оригинальные системы дистанционных технологий. Высокопроизводительный вычислительный комплекс НГУ состоит из кластера с пиковой производительностью 5,447 Тфлопс, системы с общей памятью и дисковой подсистемы с параллельным доступом. Информационновычислительный центр является частью распределенной информационновычислительной системы Сибирского отделения РАН.

Библиотека НГУ имеет более 700 тыс. единиц хранения по ИТ-технологиям.

Кроме того, студенты и преподаватели НГУ имеют свободный доступ к ГПНТБ СО РАН (крупнейшая библиотека в азиатской части России) и библиотекам базовых институтов СО РАН, т.е. практически ко всем ведущим специализированным журналам. НГУ имеет доступ к базам данных: JSTOR;

Art&Science Collection I; East View; eLibrary; Blackwell; Oxford Language; ACM;

ACS; American Institute of Physics; Cambridge Scientific (CSA); INSPEC; Nature Publishing Group; Nature Materials; Nature Nanotechnology; Nature Methods; OSA;

Oxford University Press, БД ВИНИТИ и др. В НГУ есть собственные базы данных более 3 Терабайт.

Интеграция научно-образовательного процесса и проведение научных исследований в НГУ ведется на базе 11 научно-образовательных комплексов, созданных совместно с институтами СО РАН, СО РАМН и рядом инновационных фирм (Сибакадемсофт, Сибакадеминновация, Schlumberger, Параллелз, Эконова и др.).

В тесной кооперации с Сибирским отделением РАН осуществляется процесс информатизации университета, который направлен на совершенствование телекоммуникационной инфраструктуры НГУ и создание современных информационных сервисов для поддержки образовательного и научного процессов. Сетевая инфраструктура НГУ является составной частью сети передачи данных СО РАН. Предусматривается вовлечение студентов в информационный обмен, широкое использование информационных ресурсов в образовательном процессе, применение мультимедийных технологий. Создание единой информационной среды предоставляет широкие возможности привлечения партнеров как по Сибирскому региону, так и зарубежных университетов, использования согласованных с партнерами научных и учебных материалов, проведение видеосеансов, чтения видеолекций и видеосеминаров в режиме прямой трансляции. В рамках научно-образовательного комплекса «Информационно-телекоммуникационные технологи» создается единое информационное пространство научно-исследовательских институтов и Университета.

Столь же активная кооперация прослеживается и работе научнообразовательного комплекса «Наносистемы и современные материалы», в работе которого участвуют более 20 научно-исследовательских институтов СО РАН и высокотехнологичных предприятий. На его базе организован не только учебный процесс на ряде факультетах НГУ, но и серьезные научные и научнотехнологические исследования, в рамках ряда государственных программ. В рамках данного комплекса на базе информационной инфраструктуре НГУ и СО РАН создается единая нанотехнологическая информационная среда.

8. Формы контроля Промежуточная аттестация проводится в виде зачетов и экзаменов.

Итоговая аттестация проводится в виде защиты магистерской диссертации.

9. Структура программы и учебный план Общее содержание подготовки магистра включает следующие основные темы:

В рамках магистерской программы «Компьютерное моделирование»

изучаются вопросы современной теории и практики математического и компьютерного моделирования с использованием высокопроизводительных вычислительных систем, обработки информации, организации параллельных вычислений, теоретические основы создания и анализа математических моделей, параллельной организации вычислений, в особенностях организации архитектур современных высокопроизводительных вычислительных систем, в сильных и слабых сторонах современного инструментария системного и прикладного параллельного программирования, а также в специфике параллельных вычислительных методов и способов обработки данных. Общее ядро магистерских программ формируется в виде учебных модулей: Компьютерное моделирование; Современные методы распределённых вычислений.

По магистерской программе «Компьютерное моделирование» разработаны четыре учебных модуля: Компьютерное моделирование; Параллельные численные методы; Современные методы распределённых вычислений;

Технологии параллельного программирования. В качестве дисциплин по выбору предусмотрено три учебных модуля: «Методы и средства визуализации на основе графовых моделей», «Интерфейсы программных систем», «Формальные методы в описании языков и систем программирования».

Наименование учебных циклов,

ДИСЦИПЛИНЫ НАПРАВЛЕНИЯ

информатики и вычислительной информатики и вычислительной науке и образовании Дисциплины по выбору программирование; Анализ алгоритмов; Современные информационные технологии для снижения риска природных и техногенных катастроф;

Томография сложных сред:

модели, методы, алгоритмы

СПЕЦИАЛЬНЫЕ ДИСЦИПЛИНЫ

распределённых вычислений программирования на основе графовых моделей Формальные методы в описании программирования

РАБОТА МАГИСТРА

образовательной программы 10. Требования для зачисления В магистратуру НГУ на конкурсной основе за счет средств федерального бюджета принимаются лица, успешно завершившие обучение по программам бакалавриата и имеющие диплом бакалавра государственного образца. В магистратуру НГУ, как на конкурсной основе за счет средств федерального бюджета, так и на платной основе, принимаются граждане Российский Федерации, граждане Республики Беларусь, Республики Казахстан, Кыргызской Республики и Республики Таджикистан.

Прием осуществляется по заявлениям на конкурсной основе в соответствии с Типовыми правилами приема. Предшествующий уровень образования претендентов – высшее или послевузовское образование.

11. Формы поддержки студентов (академической, социальной) Государственная академическая стипендия назначается студентам, обучающимся на «отлично», или на «хорошо» и «отлично» сроком на 1 семестр.

За особые успехи в учебной и научной деятельности студентам устанавливается повышенная стипендия. Материальная поддержка студентов осуществляется за счет средств федерального бюджета и местных бюджетов. Социальная поддержка оказывается студентам в виде льготного проезда на общественном транспорте, проведения физкультурно-оздоровительных работ, лечения в санаториипрофилактории НГУ, проведения досуга на Базе отдыха НГУ, организация лечения в санаториях.

12. Правила и инструкции по оцениванию успеваемости студентов, формы оценивания, критерии оценивания Основными видами контроля уровня учебных достижений студентов (знаний, умений, навыков и личностных качеств – компетенций) по дисциплине в течение семестра являются:

• текущий контроль;

• рубежный контроль по модулю;

• промежуточный контроль (сессия) по дисциплине – по необходимости.

Текущий контроль – это непрерывно осуществляемое «отслеживание» за уровнем усвоения знаний, формированием навыков и умений и развитием личностных качеств студента за фиксируемый период времени.

Формами текущего контроля могут быть:

• тестирование (письменное или компьютерное);

• контрольные работы;

• проверка выполнения индивидуальных домашних заданий, рефератов и • проверка выполнения разделов курсового проекта (работы), отчета по научно-исследовательской работе студента (НИРС);

• проверка выполнения заданий по практике;

• дискуссии, тренинги, круглые столы;

• различные виды коллоквиумов (устный, письменный, комбинированный, • собеседование;

• контроль выполнения и проверка отчетности по лабораторным работам;

• работы с электронными УМК.

Возможны и другие формы текущего контроля результатов, которые определяются преподавателями кафедры и фиксируются в рабочей программе дисциплины.

Текущий контроль проводится в период аудиторной и самостоятельной работы студента в установленные сроки по расписанию.

Рубежный контроль осуществляется по завершении учебного модуля в течение одной недели. Рубежный контроль проводится с целью определения результатов освоения студентом модуля в целом и возможного добора баллов, планируемых в ходе текущего контроля. В течение семестра в проводится два рубежных контроля в соответствии с утвержденным графиком учебного процесса.

Формы рубежного контроля учебного модуля:

• тестирование (в том числе компьютерное);

• собеседование (зачет) с письменной фиксацией ответов студентов;

• экзамен (письменный);

• зачет (письменный);

• защита курсового проекта (работы);

• прием отчетной документации по практике;

• прием индивидуальных домашних заданий, рефератов и отчетов по лабораторным работам, НИРС.

Возможны и другие формы рубежного контроля результатов.

Промежуточный контроль по дисциплине – это форма контроля, проводимая по завершению изучения дисциплины в семестре.

В промежуточную аттестацию по дисциплине могут включаться следующие формы контроля:

• экзамен (письменный);

• защита практики;

• тестирование (в том числе компьютерное);

• собеседование с письменной фиксацией ответов студентов;

• прием индивидуальных домашних заданий, рефератов, отчетов по НИРС.

Возможны и другие формы промежуточного контроля по дисциплине.

Максимальная сумма баллов, которую студент может набрать за семестр по каждой дисциплине или отдельно по практике составляет 100 баллов.

Практика (учебная, производственная) рассматривается как самостоятельная учебная дисциплина.

По дисциплине без промежуточного контроля, указанные выше 100 баллов отводятся на текущий и рубежный контроль по модулям дисциплины, включая баллов на оценивание личностных качеств студента.

По дисциплинам с промежуточным контролем из максимальных 100 баллов на текущий и рубежный контроль отводится 80 баллов, включая 10 баллов на оценивание личностных качеств студента, а на итоговый контроль приходится баллов.

Минимальная (пороговая) сумма баллов, которая еще позволяет зачесть студенту освоение дисциплины или прохождение практики на удовлетворительном уровне, составляет 60 баллов.

Для дисциплины с промежуточным контролем на текущий и рубежный контроль отводится 48 баллов, включая 6 баллов, которые студент может получить за оценку личностных качеств, и 12 баллов, которые необходимо набрать на промежуточной аттестации.

Пересчет полученной суммы баллов по дисциплине (практике) за семестр в оценку производится по следующей шкале, сопоставимой с оценками ECTS:

• “отлично”, (А), если сумма баллов находится в пределах от 91 до баллов включительно;

• “хорошо”, (B – очень хорошо), если сумма баллов находится в пределах от 84 до 90 баллов включительно;

• “хорошо”, (C – хорошо), если сумма баллов находится в пределах от до 83 баллов включительно;

• удовлетворительно”, (D), если сумма баллов находится в пределах от до 74 баллов включительно;

• “удовлетворительно”, (E –посредственно), если сумма баллов находится в пределах от 60 до 67 баллов включительно;

• “неудовлетворительно”, (F), если сумма баллов меньше 60 баллов;

• “зачтено” (при недифференцированной оценке), если сумма баллов равна 13. Дополнительная информация Партнеры:

1. Институт математики (ИМ СО РАН), 2. Институт систем информатики (ИСИ СО РАН), 3. Институт вычислительной математики и математической геофизики (ИВМиМГ СО РАН), 4. Конструкторско-технологический институт вычислительной техники (КТИ ВТ СО РАН), 5. Институт ядерной физики (ИЯФ СО РАН), 6. Институт автоматики и электрометрии (ИАиЭ СО РАН), 7. Институт цитологии и генетики (ИЦиГ СО РАН), 8. Институт гидродинамики (ИГ СО РАН), 9. Институт теоретической и прикладной механики (ИТиПМ СО РАН), 10. Институт теплофизики (ИТ СО РАН), 11. Институт горного дела (ИГД СО РАН), 12. Институт катализа (ИК СО РАН), 13. Институт вычислительных технологий (ИВТ СО РАН), 14. Конструкторско-технологический институт научного приборостроения (КТИ НП СО РАН), 15. Институт нефтегазовой геологии и геофизики (ИНГиГ СО РАН), 16. Государственная научно-техническая библиотека (ГПНТБ СО РАН), 17. Институт физики полупроводников (ИФП СО РАН) 18. Центральный сибирский ботанический сад (ЦСБС СО РАН).

19. Intel 20. Parallels 21. Нewlett-Packard 22. Sun Microsystems 23. Schlumberger 24. Baker Atlas 25. Karl Zeiss 26. Samsung 27. Google 28. NVIDIA 29. D-Link 30. APC 31. IBM 32. National Instruments 33. Microsoft 34. Samsung 35. Утилекс АйТи 36. Inteks 37. ООО «Софтмоушнс»

38. Компании Некоммерческого партнерства "СибАкадемСофт" 39. Благотворительный фонд «СВсофт: образование и наука»

40. ОАО «Информационные спутниковые системы» им. академика М. Ф.

Решетнёва 41. НПО им. С. А. Лавочкина, 42. Государственный космический научно производственный центр имени М.

В. Хруничева Список университетов, с которыми у НГУ установлены партнерские отношения в области ИТ-технологий:

1. Сибирский федеральный университет, 2. Сибирский аэрокосмический университет им. ак. Решетнева, 3. Сибирский университет телекоммуникаций и информатики, 4. Сибирская государственная геодезическая академия, 5. Казахский национальный университет им. Аль-Фараби (Казахстан), 6. Евразийский Национальный университет им. Л.Н.Гумилева (Казахстан), 7. Высшая государственная школа высших технологий (ENSTA), (Франция), 8. Синьцзянский университет (КНР), 9. Кыргызский государственный университет им. И. Арабаева, 10. Университет Айзу (Япония), 11. Кейо Университет (Япония), 12. Национальный Университет Сингапура (Сингапур), 13. Университет штата Вашингтон (США), 14. Университет «Рома Тре» (Италия), 15. Высшая школа техники, науки и культуры (Ляйпциг, Германия), 16. Университет Прикладных Наук (Дармштадт, Германия), 17. Университет в Дортмунде (Германия) 18. Астон Университет (Бирмингем, Великобритания), 19. Центр высокопроизводительных вычислений (HLRS) университета Штутгарт, 20. Нотр Дам университет (США), 21. Висконсин университет (США), 22. Сан Диего Калифорнийский университет (США), 23. Университет в Иллинойсе (США), 24. CUNY (США), 25. Вашингтонский университет (США), 26. Корнельский университет (США), 27. Окландский университет (Новая Зеландия), 28. Сиенский университет (Италия), 29. Гейдельбергский университет (Германия), 30. Университет Манчестерский (Великобритания), 31. Университет в Лидсе (Англия), 32. Софийский университет (Болгария) 33. Lawrence Livermore National Laboratory, USA