СТРУКТУРА ОБУЧЕНИЯ И УНИКАЛЬНЫЕ ОСОБЕННОСТИ
В основе учебного плана лежит принцип «от фундамента к промышленной разработке». Траектория выстроена так, чтобы каждая последующая дисциплина опиралась на предыдущую, обеспечивая плавный и глубокий переход от базовых знаний к профессиональным компетенциям. Ниже — детальный разрез того, что и в какой последовательности изучают студенты.
1 КУРС: ФОРМИРОВАНИЕ ФУНДАМЕНТА
Цель: Заложить прочную математическую и алгоритмическую основу, дать первый практический опыт программирования.
Семестр 1
Основы программирования: Стартовая дисциплина, где студенты знакомятся с синтаксисом C++, переменными, условиями, циклами, функциями и массивами. Это первый шаг в написании реального кода.
Математический блок (Алгебра и аналитическая геометрия, Фундаментальные дискретные модели, Математический анализ): Введение в матрицы, векторные пространства, математическую логику, теорию множеств, графы, а также аппарат пределов, производных и интегралов. Без этих знаний невозможно моделирование процессов и понимание многих алгоритмов.
Гуманитарный блок: Физическая культура и спорт, История России.
Семестр 2
Алгоритмы и структуры данных: Ключевая дисциплина, опирающаяся на «Основы программирования» и дискретную математику. Студенты изучают списки, деревья, графы и базовые алгоритмы их обработки — это становится фундаментом для всей дальнейшей разработки.
Операционные системы: Раскрывает принципы управления процессами, памятью и файловыми системами.
Основы проектной деятельности: Пропедевтика всех будущих проектных курсов. Студенты учатся ставить задачи, планировать и работать в команде.
Основы российской государственности, Философия, Иностранный язык (продолжение).
2 КУРС: ПРОФЕССИОНАЛЬНЫЕ ОСНОВЫ
Цель: Переход к промышленному стилю разработки, знакомство с ключевыми технологиями и первыми специализированными дисциплинами.
Семестр 3
Объектно-ориентированное программирование (ООП): На примере Java осваиваются принципы ООП (инкапсуляция, наследование, полиморфизм), что знаменует переход к промышленному стилю разработки.
Сетевые технологии: Изучение моделей OSI/TCP/IP, протоколов, адресации — база для любого распределённого взаимодействия.
Базы данных: Освоение SQL и проектирование реляционных баз данных.
Разработка пользовательского WEB интерфейса: HTML/CSS, JavaScript и фреймворки (React/Vue) для создания клиентской части.
Программная инженерия: Целостное представление о жизненном цикле ПО, методологиях Scrum и Kanban, инструментах Git и CI/CD.
Алгоритмы и анализ сложности, Методы вычислительной математики, Дифференциальные уравнения — углубление математического аппарата.
Семестр 4
Бэкенд разработка: Интеграция знаний ООП, веб-технологий, баз данных и программной инженерии. Студенты создают серверные приложения на Django, Flask или Spring.
Программирование на Python: Изучение Python как основного инструмента для анализа данных, ИИ и бэкенда.
Технологии ИИ в разработке ПО: Первый курс по ИИ, где студенты осваивают российские LLM (GigaChat), AI-ассистенты (GigaCode) и интеграцию ИИ в CI/CD-конвейеры.
Машинное обучение: Знакомство с классическими алгоритмами: регрессия, классификация, кластеризация, деревья решений.
Системное ПО, Параллельное программирование на GPU, Хранилища и нереляционные БД — расширение технического кругозора.
3 КУРС: СПЕЦИАЛИЗАЦИЯ И ПРОЕКТНАЯ ДЕЯТЕЛЬНОСТЬ
Цель: Углубление в современные технологии (ИИ, облака, микросервисы) и активная проектная работа.
Семестр 5
Нейросетевые модели: Изучение архитектур нейронных сетей (перцептроны, свёрточные и рекуррентные сети) и обучение моделей на PyTorch или TensorFlow.
Системный анализ и принятие решений: Освоение нотаций моделирования (IDEF0, BPMN, UML), методов многокритериального анализа.
UX/UI-дизайн и прототипирование: Принципы проектирования интерфейсов, работа в Figma, реализация на JS-фреймворках.
Проектная деятельность в ИТ: Углублённое изучение управления проектами (Waterfall, Agile, Scrum, Kanban), работа с Jira и BPM-системами.
QA-инженерия и тестирование: Стандарты тестирования, отечественные инструменты (Test IT), автоматизация модульных и интеграционных тестов.
Основы облачных технологий, Паттерны проектирования — работа с российскими облачными платформами и принципами SOLID.
Семестр 6
Основы обработки и анализа данных: Работа с Pandas, NumPy, matplotlib, очистка, трансформация и визуализация данных.
Разработка мобильных приложений: Создание Android-приложений на Kotlin с интеграцией AI-инструментов.
Микросервисная архитектура: Принципы построения распределённых систем, контейнеризация Docker, оркестрация Kubernetes.
Информационная безопасность: Регуляторика (ФСТЭК, ФСБ), анализ уязвимостей, средства криптографической защиты.
Проектирование информационных систем: Комплексная дисциплина, закрепляющая навыки управления проектами и командой на основе международных стандартов (PMBOK, ISO 21500).
Дисциплины по выбору: «Приложения нейросетевых алгоритмов» или «Основы блокчейн».
4 КУРС: ПРОМЫШЛЕННАЯ РАЗРАБОТКА И УПРАВЛЕНИЕ
Цель: Подготовка к реальной работе в индустрии, управлению проектами и командой.
Семестр 7
Бизнес-инжиниринг: Методологии BPMN, ArchiMate, TOGAF, Value-Driven Development, инструменты бизнес-моделирования (ELMA365).
Проектирование высоконагруженных систем: Масштабирование, кэширование (Redis), балансировка, отказоустойчивость, асинхронные очереди (Kafka).
Управление ИТ-проектами: PMBOK, ISO 21500, риск-менеджмент (ISO 31000), управление стейкхолдерами.
Технологии анализа производительности приложений: Стеки мониторинга (Prometheus, Grafana, ELK), нагрузочное тестирование (JMeter).
Проектирование в системе 1С, ИИ инструменты разработки ПО — углубление в конкретные технологии и практики.
Семестр 8
Адаптивное управление ИТ проектами: Гибкие методологии в условиях высокой неопределённости, антикризисное управление, масштабирование Agile (SAFe, LeSS).
Системы мониторинга ИТ-инфраструктуры: Промышленные системы мониторинга (Zabbix, Prometheus), настройка дашбордов и алертинга.
Проектный практикум: Итоговый проектный курс, интегрирующий все ранее изученные дисциплины. Студенты выполняют комплексный командный проект с использованием отечественного инструментария (GitFlic, Test IT, российские облака).
Технологии оптимизации производительности приложений — завершающий курс по performance, обучающий низкоуровневой оптимизации и векторизации SIMD.
Такой подход гарантирует, что к моменту выпуска студент не просто владеет отдельными технологиями, но и понимает их взаимосвязи, что и составляет сущность программной инженерии как комплексной дисциплины топ-уровня.