• Здатність використовувати поглиблені теоретичні та фундаментальні знання в галузі великих даних для розроблення складних систем.
• Здатність розробляти і впроваджувати моделі великих інформаційних систем засобами комп’ютерного моделювання.
• Здатність ефективно проводити системний аналіз, здійснювати вибір концептуальної моделі середовища інформаційної системи на основі інформаційних моделей і методів штучного інтелекту.
• Здатність застосувати знання та практичні навики аналізу відповідних нормативних документів, чинних стандартів і технічних умов у галузі.
• Практичне застосовування знань сучасного стану справ та новітніх технологій великих даних в галузі інформаційних технологій.
• Отримання навиків роботи в команді та вирішення конфліктів.

Пререквізити
• Методи аналізу та оптимізації складних систем.
Кореквізити:
• Машинне навчання в задачах прогнозування великих даних.

Поняття Великих Даних. Історія питання. Обсяги даних. Вимоги до систем обробки Великих Даних. Роль Apache Hadoop в обробці Великих Даних. Методики аналізу Великих Даних. Високошвидкісні нейроподібні структури машинного навчання. Застосування НС МПГП для аналітики Великих Даних.

1. Про основні засади розвитку інформаційного суспільства в Україні на 2007– 2015 роки: Закон України від 9 січн. 2007 р. № 537– V. – Відомості Верховної Ради України. – 2007. –№ 12. – С. 102.
2. Большие данные. Революция, которая изменит то, как мы живем, работаеми мыслим / В. М. Шенбергер, К. Кукьер; пер. с англ. Инны Гайдюк. – М.: Манн, Иванов и Фербер, 2014. – 240 с.
3. Сетевая экономика: учебное пособие / В. Н. Клюковкин, Н. В. Морозова, Л. М. Куимова; Алт. гос. техн. Ун-т, БТИ. – Бийск: Изд-во Алт. гос. техн. ун-та, 2008. – 117 с.
4. Lynch C. How do your data grow? / C. Lynch // Nature. – 2008. – V. 455. №7209.– P. 28-29.

виконання завдань на практичних заняттях (40%)
підсумковий контроль (екзамен): письмово-усна форма (60%)