Contacts:

Сведения о преподавателе

       Сударкин Сергей Вячеславович, магистр 1 курса 09.04.01

       email: s.sudarkin13@gmail.com

Сведения о дисциплине

       Данная дисциплина направлена на изучение опыта проведения конкретного магистерского исследования в области распределенного обучения по направлению подготовки 09.04.01 «Информатика и вычислительная техника» (уровень магистратуры).

       В рамках курса рассматриваются современные подходы, технологии и инструменты, применяемые при разработке и реализации распределённых систем обучения нейронных сетей, включая использование WebAssembly и WebGPU.

       Для изучения дисциплины могут потребоваться знания, полученные в ходе изучения дисциплин «Логика и алгоритмы», «Обучающие системы», «Теоретические основы искусственного интеллекта» и «Анализ и автоматическая обработка данных».

       Дисциплина направлена на формирование у обучающихся компетенций (УК-1, ОПК-2, ПК-2), необходимых для самостоятельного проведения исследований, разработки программных решений и критического анализа технологий, применяемых в области распределённого обучения нейронных сетей по направлению «Информатика и вычислительная техника».

       В результате освоения курса студент должен:

       Знать:

  • принципы системного анализа и моделирования сложных распределённых систем;
  • современные технологии клиентских вычислений: WebAssembly и WebGPU. Их архитектура и возможности для машинного обучения;
  • алгоритмы оптимизации и синхронизации при распределённом обучении нейронных сетей;
  • подходы к проектированию и реализации высокопроизводительных веб-платформ;
  • этапы и программу проведения научно-исследовательской работы: анализ, проектирование, реализация и тестирование платформы.

       Уметь:

  • применять системный подход для проектирования архитектуры веб-платформы;
  • разрабатывать алгоритмы и программные средства с использованием WebAssembly и WebGPU;
  • реализовывать распределённое обучение нейронных сетей;
  • проводить экспериментальные исследования и тестирование производительности системы;
  • проводить сравнительный анализ разработанных алгоритмов по критериям качества и производительности;
  • планировать и организовывать выполнение этапов научно-исследовательской работы;
  • оформлять результаты научного исследования в виде отчета и презентации.

Форма контроля: Зачет