Master Informatică

Fișa programului de master TAPI


Planurile de învățământ valabile în anul universitar 2023-2024 sunt disponibile aici.

Fișele disciplinelor – TAPI – an universitar 2023-2024, semestrul I

Fișele disciplinelor – TAPI – an universitar 2023-2024, semestrul II


Teme de disertație TAPI (an universitar 2023-2024)


Examen de disertație – sesiunea septembrie 2023

Examen de disertație – sesiunea iulie 2023


Fișele disciplinelor – TAPI – an universitar 2022-2023, semestrul I

Fișele disciplinelor – TAPI – an universitar 2022-2023, semestrul II


Teme de disertație TAPI (an universitar 2022-2023)


Examen de disertație – sesiunea septembrie 2022


Examen de disertație – sesiunea iulie 2022


Examen de disertație – sesiunea februarie 2022


Fișele disciplinelor – TAPI – an universitar 2021-2022, semestrul I

Fișele disciplinelor – TAPI – an universitar 2021-2022, semestrul II


Teme de disertație TAPI (an universitar 2021-2022)


Planurile de învățământ – valabile pentru anul universitar 2021-2022 – sunt disponibile pe site-ul Facultății de Litere și Științe.


Examen de disertație – sesiunea toamnă 2021

Update. Programarea studenților pentru susținerea lucrării de disertație.

Susținerea examenului de finalizare a studiilor universitare de master TAPI în luna septembrie 2021 se va face în modul față în față în data de 15.09.2021.

Înscrierea (primirea dosarelor plic + lucrări) se face la secretarul comisiei (Elia Dragomir) în data de 10 septembrie 2021, interval orar 10-12, sala JI7.

Regulamentul este disponibil aici.

Conținutul dosarului de înscriere se regăsește în Regulament Art 23(3).


Examen de disertație – sesiunea iulie 2021

 
În atenția studenților programului de studii TAPI!

Update. Programarea studenților pentru susținerea lucrării de disertație.

Susținerea examenului de finalizare a studiilor universitare de master se va face în modul față în față în data de 6 iulie 2021.

În acest context, fiecare student își va face nota de lichidare, pe care o va include în dosarul de înscriere, alături de celelalte documente (https://ls.upg-ploiesti.ro/educatie secțiunea Programe masterale – Examene de disertație).
 
Înscrierea (primirea dosarelor+lucrări) se poate face în mod hibrid (studenții pot trimite prin curier lucrarea cu toate actele sau se pot prezenta în ziua de înscriere, la sediul UPG).
Înscrierea – direct la secretarul comisiei (Elia Dragomir) – are loc în data de 2 iulie 2021 interval orar 13-16, sala JI7.
 
Regulamentul este disponibil aici.

Ghidul de studii 2019 – TAPI


Teme de disertație TAPI (an universitar 2020-2021)

Exemple teme de disertație


Planuri de învățământ valabile pentru anul universitar 2020-2021


Fișele disciplinelor – TAPI – an universitar 2020-2021, semestrul I

Fișele disciplinelor – TAPI – an universitar 2020-2021, semestrul II


Îndrumătorii de an:

  • Anul I – Conf. dr. Simona Nicoară
  • Anul II – Conf. dr. ing. Zoran Constantinescu

Responsabilul de practică – TAPI :

  • Anul II – Șef lucrări dr. Irina Ioniță


Program de Masterat în domeniul INFORMATICĂ: Tehnologii Avansate pentru Prelucrarea Informației

Cursuri obligatorii

  • Modelarea si Simularea Sistemelor Complexe Modelare abstracta sisteme dinamice complexe. Spatiul fazelor. Atractori. Conditii de stabilitate. Construirea iterativa a modelelor complexe. Reactia inversa (feedback) in modelarea sistemelor dinamice. Modelarea prin reactii combinate. Clasificarea metodelor utilizate in modelarea sistemelor. Modelarea si simularea feedback-ului (negativ, pozitiv). Exemple de modele: “limits to growth”, “tragedy of the commons”, “epidemic” (SI, SIR), “accidental adversaries”, “shifting the burden”.
  • Infrastructuri Performante pentru Procesarea Informației Calcul paralel. Evolutie. Aplicatii care necesita calcul intens. Terminologie. Modele. Multithreading. Hyperthreading. Sincronizarea in sistemele cu memorie partajata. Open Multi Processing (OpenMP) Distributed-memory. Message passing Interface (MPI). Clustere Linux. GPU computing. CUDA, Supercomputing for the masses. Grid computing. Cloud computing. Tendinte.
  • Creativitate Computațională Creativitatea masinilor; utilizarea tehnicilor computationale pentru creativitatea umană (individuală, ca grup). Teorii și concepte ale creativitatii computationale; software creativ pentru diferite domenii: arta, muzica; evaluarea sistemelor creative; comparatii intre creativitatea computationala si creativitatea umana; creativitate colaborativa; tehnici computationale generice pentru implementarea de componente de sisteme creative; experienta practica in dezvoltarea de software creativ.
  • Baze de Date Multimedia Baze de date orientate de obiecte şi SGBD-uri multimedia. Funcţionalitatea BDMM. Managementul stocării datelor multimedia. Modele de date și arhitecturi în BDMM. Tranzacţii, concurenţa şi recuperare. Metode de acces multi-dimensionale si clustering. Interogare, regăsire şi regăsirea semantică a informaţiei. Faţete, ponderi şi parametrizare. Specificarea formală a tipurilor de interogări. Schema de indexare. Algoritmi de interogare. Metadate pentru multimedia. Prezentări multimedia. Calitatea serviciilor. Aplicaţii BDMM. Dezvoltarea BDMM bazata pe model de obiecte multimedia. Dezvoltare de aplicații în PostgreSQL.
  • Securitatea Informației Modele, metode si tehnici pentru securitatea informaţională: modele de atacuri, criptare avansată, sisteme pentru detectarea intruşilor, securitatea sistemelor de operare, protocoale de reţea, securitate hardware, securitatea aplicaţiilor Web, evaluarea securitatii sistemelor.
  • Agenti Software Terminologie; clasificari agenti; asistenti personali; arhitecturi agenti software; ontologii; cunoastere si rationament; reprezentarea cunostintelor; invatare; sisteme multi-agent: dezvoltare, rezolvarea de probleme reale folosind sisteme multi-agent.
  • Sisteme Colaborative Concepte, teorii, metode si tehnici specifice sistemelor colaborative; exemple de utilizare a sistemelor colaborative; clasificare, dezvoltare, evaluare sisteme colaborative; generaţii Web (Web 1.0 – Web 4.0); Computer-Supported Cooperative Work; Computer-Supported Collaborative Learning.
  • Analiza Datelor Analiza exploratorie a datelor. Analiza varianţei. Analiza in componente principale(ACP). Modelul de regresie liniară multiplă. Metode de regresie pentru modele de mari dmensiuni: PCR (Principal Component Regression) şi PLS (Partial Least Squares)
    Modele regularizate: Ridge, LASSO, Adaptive LASSO, ElasticNET. Exemple de aplicații: analiza politicii de creditare a clienţilor şi predicţia şanselor de a recupera împrumutul, clasificarea clienţilor în vederea realizării unui marketing orientat spre cerinţele lor, detectarea activităţilor frauduloase în domeniul financiar-bancar, analiza fluxului de date şi detectarea rapidă a intruziunilor în reţelele de calculatoare, analiza datelor genetice cu scopul anticipării unor posibile boli şi a optimizării tratamentelor aferente etc.
  • Metaeuristici Specificul metaeuristicilor, rolul lor în rezolvarea problemelor din lumea reala, aplicaţii. Hill-climbing search, simulated annealing, tabu search, căutare cu vecinătăţi variabile, GRASP, metaeuristici inspirate din natură şi swarm intelligence (algoritmi genetici, PSO – Particle Swarm Optimization, ACO – Ant Colony Optimization, Wasp Behavioral Model, sisteme imunitare artificiale, reţele neuronale artificiale), căutare locală ghidată. Metaeuristici pentru optimizarea multiobiectiv. Paralelizare, coevoluţie, hibridare
  • Stocare și Căutare în Spații Ierarhice Sisteme ierarhice de stocare şi regăsire a informaţiei. Copyright. Biblioteci digitale. Convertire, construcţie, biblioteci virtuale. Documente digitizate. Moduri de acces. Organizare bibliografică. Interfeţe utilizator. Căutare, navigare şi navigare ghidată. Reprezentare caractere, documente, imagini, audio şi video. Limbaje de markup şi metadate. Metadate bibliografice. Interoperabilitate. Standarde şi protocoale. Biblioteci digitale instrucţionale. Devoltare de biblioteci digitale cu Greenstone.
  • Tehnici Avansate de Data Mining Modele liniare de clasificare: Analiza discriminanta liniară, Regresia logistică. Clasificatorii Naive Bayes şi K Nearest Neighbours (KNN). Arbori de decizie, prunning. Estimarea acurateţii de predicţie a unui clasificator. Overfitting:compromisul deplasare-varianţă. Performanţa clasificatorilor. Matricea de confuzie. Graful şi curba ROC (Receiver Operating Characteristics). Exemple de aplicații: recunoaşterea automată a scrisului de mână, a vocii, a feţei, a amprentelor, a irisului, a emoţiilor, a vorbirii ţinând cont de mişcarea buzelor şi a mimicii etc., detectarea automată a spam-urilor, stabilirea profilului comportamental al unei persoane în funcţie de acţiunile sale în mediul virtual, clasificarea conducătorilor auto în funcţie de comportamentul lor în trafic sa.
  • Activități de Cercetare – Tehnologiile Informației și Comunicațiilor în Secolul 21 – vezi 2b pentru conținut

Cursuri opționale

  • 1a. Metodologia Cercetării Știinţifice (opt 1)
    Instructiuni privind elaborarea unei lucrări ştiinţifice. Copyright şi plagiat. Evitarea plagiatului. Alegerea unei teme de cercetare. Clasificarea metodelor de cercetare. Resurse educaţionale și de cercetare deschise. Literature search. Literature review. Tehnici de prezentare. Cercetare în domeniul Științei Calculatoarelor
  • 1b. Dezvoltarea Carierei în Informatică (opt 1)
    Specificul carierei in informatica. Directii pentru absolventii de informatica. Abilitati, aptitudini, valori si interese – Identificare, construire, intelegere, prioritizare si exprimare. Planificarea carierei: obiective, plan de cariera, job search, profil personal (online), autoevaluare, interviu, comunicare si colaborare. Career self management, team leadership, time management. Etica profesionala. Career coaching. Experiente
  • 2a. Inteligenta Computațională (opt 2)
    Metode computaţionale inspirate din natură. Implementare pentru rezolvarea de probleme din lumea reală. Paradigme ale inteligenţei computaţionale: reţele neuronale, deep learning, calcul evoluţionist, sisteme fuzzy. Mecanisme adaptive care determină comportamentul inteligent al sistemelor în medii complexe, în care au loc multe modificări.
  • 2b. Tehnologiile informației și comunicațiilor în sec. 21
    Open society (open government, open publishing, open education OER/OCW/MOOC, open access etc.). Open source si Free software. Oportunitati create de IoT si Ethics in IoT. Deep Learning. Advanced Human Computer Interaction. Big Data. Inteligenta calculatoarelor. Digital culture, digital society, digital economy, digital life, digital freedom. Security, privacy and trust in digital world. Communities of learners/developers/users etc. Social networks. Collaborative learning, working etc. Embedded systems, pervasive and ubiquitous computing, ambient intelligence.
  • 2c. Prelucrarea Obiectelor Multimedia (opt 2)
    Prelucrarea imaginilor. Elemente de bază, transformări în domeniul spațial și al frecvențelor. Metode de restaurare. Segmentare. Recunoașterea obiectelor din imagini. Prelucrare imaginilor color. Metode de recuperare. Prelucrarea semnalelor. Elemente de bază. Semnale discrete/stochastice. Analiza Fourier. Filtre liniare. Recunoașterea automată a vorbirii. Elemente de bază. Metode si sisteme de înțelegere a vorbirii, de dialog, de recunoaștere a vorbirii/vorbitorului. Prelucrarea și analiza semnalului vocal. Prelucrarea video. Sisteme și semnale 2D și 3D. Estimarea mișcării, aplicații. Tehnici și standarde de compresie a fișierelor video. Analiza imagini și video. Metode de recuperare.
  • 3a. Planificare calendaristică (opt 3)
    Concepte de bazăînplanificareacalendaristică. Planificarea evenimentelor (events scheduling): probleme tip orar(timetabling):orare de transport, orare educationale, orare evenimente sportive, artistice etc. probleme de planificare a personalului (employee timetabling). Planificarea sarcinilor pe maşini(machine scheduling). Modelari, algoritmi, studii de caz, analize comparative
  • 3b. Linii de dezasamblare (opt 3)
    Linii de asamblare. Linii de dezasamblare (a produselor scoase din uz). Problema de echilibrare a liniilor de dezasamblare (PELD) – problemă multiobiectiv NP-dificilă, care caută să determine secvenţa fezabilă de dezasamblare care minimizează numărul de staţii de lucru necesare, durata totală a timpului mort, spaţiul necesar pentru depozitarea componentelor şi cantitatea de toxine eliberata în mediul ambiant. Algoritmi de rezolvare a PELD. Cercetari conexe.
  • 4a. Cercetări operaţionale (opt 4)
    Abordarea ştiinţifică a luării deciziilor (tehnici de modelare matematică, analiză statistice şi metode de optimizare). Metode de analiză, modelare şi rezolvare optimă a problemelor reale din diverse domenii (probleme de transport, gestiunea stocurilor, alocarea de investiţii, uzura, înlocuirea şi menţinerea echipamentelor, optimizarea de drumuri în reţele, planificare operativă; prognoze economice etc. Programare liniară (algoritmul Simplex, dualitate, analiza senzitivă, probleme de transport). Programare în numere întregi. Programare dinamică. Programare stochastică (teoria fenomenelor de aşteptare, lanţuri Markov, procese Poisson). * Implementare in Phyton.
  • 4b. Programarea avansată a aplicaţiilor Internet
    Internet: istoric, evoluţie, arhitectură, standarde, protocoale, aplicaţii. WWW: istoric, arhitectură, protocoale, tehnologii
    Web 2.0: Istorie. Tehnologie. JavaScript, AJAX. JavaScript: Obiecte, funcţii, operatori, excepţii. Modificare DOM. Evenimente. Mashups: definitie, clasificare. Metadate, interoperabilitate, content provider. Tehnologii noi web: HTML5, CSS3, XML. Multimedia streaming in Internet. Cloud computing: software as a service. Mobile computing, mobile Internet Tendinte in programarea aplicatiilor pe Internet. Ubiquitous computing. Internet of Things. Dezvoltare aplicatii.
  • 4c. Recunoaşterea formelor (opt 4)
    Elemente introductive ale teoriei recunoaşterii formelor. Abordarea statistică în recunoaşterea formelor. Abordarea sintactică în recunoaşterea formelor Abordarea unificată a recunoaşterii statistice şi sintactice. Recunoaşterea formelor cu ajutorul reţelelor neuronale. Aplicatii ale recunoasterii formelor
  • 4d. Tehnici Avansate de Data Mining (2) (opt 4)
    Învăţare supervizată (clasificatorul SVM – Support Vector Machine, reţele neuronale) învăţare nesupervizată (clusteri ierarhici şi prin partiţionare), clusterizare fuzzy, text mining, web mining. Aplicații: clasificarea automată a seriilor de timp (de exemplu a electrocardiogramelor, a indicatorilor economici etc.), analiza eficienţei unor produse farmaceutice, clasificarea ţărilor ( a regiunilor, oraşelor etc.) în funcţie de o serie de indicatori (economici, sociali, demografici, de mediu etc.), clasificarea automată a scrisorilor a textelor.
  • 5a. Paradigme Informaționale ale Societății Cunoașterii (opt 5)
    Cultura corporatistă în domeniul IT&C. Profesionistul IT&C în industrie şi universitate. Administrarea bazelor de date la nivel corporatist. Paradigme de securitate în sisteme şi reţele de calculatoare. Criminalitatea informatică (stare de fapt, provocări, soluţii). Personalitati IT&C şi contribuţia lor în societate * Curs cu invitati externi din domeniul IT&C
  • 5b. Managementul Informaţiei la Nivelul Organizaţiilor (opt 5)
    Organizații inteligente, managementul informației, managementul cunoștințelor (inclusiv modele), tipuri de cunoștințe, respectiv , sisteme informatice din cadrul organizațiilor, noțiunil de bază ale sistemului ERP SAP, testare. Tranzacții în module precum: Contabilitate Financiară, Gestiunea Fondurilor, Managementul Materialelor, Resurse Umane, Managementul Proiectelor etc. Aplicatii în limbajul de programare ABAP (propriu sistemului SAP).
  • 5c. Instrumente Informatice pentru Antreprenoriat si Management (opt 5)
    Metode de centralizare si monitorizare a informatiilor. Instrumente de lucru colaborative pentru project management (Asana, Trello, Orange Scrum, Slack, Taiga, Zoho Projects, MeisterTask). Evaluarea riscurilor folosind instrumente informatice. Analizarea unei idei de afaceri folosind Business Canvas Model. Analizarea eficientei unui proiect. Evaluarea oportunității de a dezvolta un proiect antreprenorial specific si folosirea instrumentelor necesare pentru realizarea sa.