| Закреплена за кафедрой | Кафедра журналистики, медиа и рекламы |
|---|---|
| Направление подготовки | 42.04.02. Журналистика |
| Профиль | Цифровая журналистика |
| Форма обучения | Очная |
| Общая трудоемкость | 3 ЗЕТ |
| Учебный план | 42_04_02_Журналистика_ЦЖ-2025 |
|
|
||||||||||||
Распределение часов по семестрам
| Курс (семестр) | 2 (4) | Итого | ||
|---|---|---|---|---|
| Недель | 4,5 | |||
| Вид занятий | УП | РПД | УП | РПД |
| Лекции | 16 | 16 | 16 | 16 |
| Практические | 16 | 16 | 16 | 16 |
| Сам. работа | 76 | 76 | 76 | 76 |
| Итого | 108 | 108 | 108 | 108 |
| 1.1. | Формирование у магистров журналистики компетенций, необходимых для сбора, анализа, визуализации и интерпретации данных в контексте журналистских расследований и освещения социально значимых тем. |
|---|
| Цикл (раздел) ООП: Б1.О.03 |
| ПК-3 | Способен разрабатывать проекты в сфере современной медиаиндустрии |
| ПК-3.1 | Владеет методами сбора и анализа данных |
| ПК-3.2 | Знает методологию проектной деятельности, контент-стратегии совре-менных массмедиа |
| ПК-3.3 | Владеет фото- и видеотехнологиями создания контента для разработ-ки медиапроектов |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | - Возможности и ограничения ИИ в журналистике - Основные ИИ-инструменты для создания и обработки контента - Этические аспекты использования ИИ в медиа - Принципы работы генеративных нейросетей |
| 3.2. | Уметь: |
| 3.2.1. | - Формулировать эффективные запросы (промпты) для ИИ-систем - Использовать ИИ для исследования и анализа данных - Применять ИИ-инструменты для редактирования и оптимизации контента - Критически оценивать результаты работы ИИ - Интегрировать ИИ-технологии в журналистский рабочий процесс |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | - Навыками работы с текстовыми ИИ-генераторами - Техниками использования ИИ для визуализации данных - Методами автоматизации рутинных журналистских задач с помощью ИИ - Инструментами ИИ-ассистирования в создании мультимедийного контента |
| Код занятия | Наименование разделов и тем | Вид занятия | Семестр | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. | ||||||
| 1.1. | Введение в журналистику данных. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.2. | Поиск и анализ открытых данных. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.3. | Сбор данных: источники и методы. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.4. | Парсинг данных из веб-источников. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.5. | Очистка и подготовка данных. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.6. | Очистка данных с использованием Excel/Google Sheets. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.7. | Анализ данных: статистические методы. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.8. | Статистический анализ данных с использованием R/Python. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.9. | Визуализация данных: принципы и инструменты. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.10. | Визуализация данных с помощью Tableau/Power BI. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.11. | Интерактивная журналистика данных. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.12. | Создание интерактивной карты на основе данных. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.13. | Сторителлинг на основе данных. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.14. | Разработка структуры статьи с использованием данных. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.15. | Этика журналистики данных. | Лекции | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.16. | Критический анализ журналистских материалов на основе данных. | Практические | 4 | 2 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 1.17. | Критический анализ журналистских материалов на основе данных. | Сам. работа | 4 | 76 | ПК-3.1, ПК-3.2, ПК-3.3 | Л1.1, Л1.2, Л2.1, Л1.3 |
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА 1. Что такое журналистика данных? а) Раздел журналистики, занимающийся исключительно новостями о технологиях. б) Метод сбора информации через общение с источниками. в) Подход в журналистике, использующий количественные данные для поиска, анализа и представления новостей. г) Стиль написания, характеризующийся использованием сложных предложений и метафор. Верный ответ: в) 2. Какой из перечисленных этапов не является частью процесса журналистского расследования на основе данных? а) Сбор данных. б) Анализ данных. в) Визуализация данных. г) Вымысел данных. Верный ответ: г) 3. Какой тип источника данных наиболее часто используется в журналистике данных? а) Закрытые корпоративные базы данных. б) Открытые государственные данные. в) Конфиденциальные свидетельства анонимных источников. г) Данные, полученные путем хакерских атак. Верный ответ: б) 4. Что такое веб-скрейпинг (парсинг) в контексте журналистики данных? а) Процесс удаления нежелательной информации с веб-сайтов. б) Метод автоматического сбора данных из веб-страниц. в) Способ оптимизации веб-сайтов для поисковых систем. г) Техника создания интерактивных карт. Верный ответ: б) 5. Какой программный инструмент наиболее часто используется для очистки данных? а) Adobe Photoshop. б) Microsoft Word. в) OpenRefine. г) Final Cut Pro. Верный ответ: в) 6. Что означает термин "выбросы" (outliers) в статистическом анализе данных? а) Данные, которые не соответствуют общему тренду и сильно отличаются от других значений. б) Данные, полученные из ненадежных источников. в) Данные, которые были случайно удалены. г) Данные, которые требуют дополнительной статистической обработки. Верный ответ: а) 7. Какая мера центральной тенденции наименее чувствительна к выбросам? а) Среднее арифметическое. б) Медиана. в) Мода. г) Сумма. Верный ответ: б) 8. Что такое корреляция? а) Математическая операция сложения двух наборов данных. б) Статистическая связь между двумя или более переменными. в) Процесс очистки данных от ошибок. г) Метод визуализации данных в виде диаграммы рассеяния. Верный ответ: б) 9. Какой тип визуализации лучше всего подходит для показа изменений во времени? а) Круговая диаграмма. б) Столбчатая диаграмма. в) Линейный график. г) Диаграмма рассеяния. Верный ответ: в) 10. Что такое интерактивная визуализация данных? а) Визуализация, которая автоматически обновляется каждые 5 минут. б) Визуализация, позволяющая пользователю взаимодействовать с данными, выбирая параметры и фильтры. в) Визуализация, созданная с использованием анимации и видео. г) Визуализация, представленная в виде печатной инфографики. Верный ответ: б) 11. Какой формат данных чаще всего используется в журналистике данных для хранения структурированных данных? а) DOCX. б) PDF. в) CSV. г) MP3. Верный ответ: в) 12. Что такое API (Application Programming Interface)? а) Метод шифрования данных. б) Интерфейс программирования приложений, позволяющий получать данные из внешних источников. в) Программа для очистки данных. г) Инструмент для создания мультимедийных презентаций. Верный ответ: б) 13. Какова основная задача визуализации данных? а) Сделать данные более красивыми и привлекательными. б) Упростить понимание сложных данных и выявить скрытые закономерности. в) Заменить текстовый контент графическим. г) Создать эффектное впечатление на аудиторию. Верный ответ: б) 14. Что представляет собой концепция "сторителлинг на основе данных"? а) Использование изображений для украшения журналистских текстов. б) Метод создания журналистских материалов, в которых данные используются для поддержки или иллюстрации истории. в) Процесс преобразования статистических данных в художественную литературу. г) Обучение алгоритмов машинного обучения для написания новостей. Верный ответ: б) 15. Какая из следующих ситуаций представляет собой нарушение этических принципов журналистики данных? а) Использование открытых данных для выявления коррупционных схем. б) Представление данных таким образом, чтобы исказить реальную картину. в) Предоставление доступа к данным экспертам для проведения анализа. г) Указание источников данных в журналистском материале. Верный ответ: б) 16. Что означает понятие "контекстуализация" данных в журналистике? а) Увеличение объема данных, чтобы сделать их более впечатляющими. б) Предоставление данных в контексте, который помогает аудитории понять их значение и последствия. в) Упрощение данных для облегчения их восприятия. г) Скрытие нежелательных данных, чтобы не отвлекать внимание от главной темы. Верный ответ: б) 17. Какую роль играет журналист данных в процессе создания журналистского материала? а) Только собирает и обрабатывает данные. б) Заменяет традиционного журналиста, так как он обладает более глубокими знаниями. в) Сотрудничает с другими журналистами, чтобы интегрировать данные в новостной материал и сделать его более информативным и убедительным. г) Отвечает исключительно за визуальное оформление материала. Верный ответ: в) 18. Какой инструмент наиболее подходит для создания интерактивных карт с геоданными? а) Adobe Illustrator. б) Microsoft Excel. в) Leaflet.js. г) Microsoft PowerPoint. Верный ответ: в) 19. Почему важно указывать источники данных в журналистских материалах? а) Чтобы увеличить объем материала. б) Чтобы продемонстрировать свою компетентность. в) Чтобы обеспечить прозрачность и проверить достоверность информации, а также дать возможность читателям самостоятельно ознакомиться с исходными данными. г) Чтобы получить больше лайков в социальных сетях. Верный ответ: в) 20. Что такое Datawrapper? а) Язык программирования для анализа данных. б) Инструмент для создания простых и интерактивных диаграмм и карт. в) Операционная система для серверов. г) Система управления базами данных. Верный ответ: б) КРИТЕРИИ ОЦЕНИВАНИЯ: Каждое задание оценивается 1 баллом. Оценивание КИМ теоретического характера в целом: • «отлично» – верно выполнено 85-100% заданий; «хорошо» – верно выполнено 70-84% заданий; «удовлетворительно» – верно выполнено 51-69% заданий; «неудовлетворительно» – верно выполнено 50% или менее 50% заданий. ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА 1. Опишите основные этапы журналистского проекта, основанного на данных. Как каждый этап влияет на качество итогового материала? Как оптимизировать каждый этап для достижения максимальной эффективности? Ответ: Этапы включают определение темы, сбор данных, очистку данных, анализ данных, визуализацию данных, и написание истории. Качество каждого этапа напрямую влияет на точность и достоверность итогового материала. Оптимизация включает использование эффективных инструментов и методов на каждом этапе. 2. В чем заключаются ключевые отличия между традиционными методами журналистского расследования и журналистикой данных? Какие преимущества и недостатки имеет каждый подход? Ответ: Традиционные методы опираются на интервью и документы, журналистика данных использует анализ больших объемов данных. Преимущества традиционных методов – получение контекста и нюансов, недостатки – субъективность и сложность обработки больших объемов информации. Преимущества журналистики данных – объективность и способность выявлять закономерности, недостатки – зависимость от качества данных и необходимость технической экспертизы. 3. Как журналист данных может эффективно работать с большими объемами неструктурированных данных? Какие инструменты и методы анализа могут быть использованы? Ответ: Использование методов текстового анализа (NLP), машинного обучения, а также инструментов обработки больших данных, таких как Hadoop, Spark, и NoSQL базы данных. Важно также использование регулярных выражений для извлечения ключевой информации. 4. Какие этические проблемы возникают при работе с данными в журналистике? Как журналист может обеспечить соблюдение этических норм и принципов конфиденциальности? Ответ: Проблемы включают конфиденциальность, предвзятость, и интерпретацию данных. Соблюдение этических норм достигается путем анонимизации данных, критической оценки источников, и прозрачным объяснением методологии анализа. 5. Как можно использовать визуализацию данных для эффективного storytelling в журналистском материале? Приведите примеры успешных визуализаций, используемых в журналистике данных. Ответ: Визуализация помогает представить сложные данные в понятной и увлекательной форме. Примеры включают интерактивные карты The New York Times, визуализации потоков данных ProPublica, и графики экономических показателей The Economist. 6. Какие существуют методы проверки достоверности данных, используемых в журналистских расследованиях? Как журналист может минимизировать риск публикации недостоверной информации? Ответ: Методы включают перекрестную проверку с другими источниками, проверку методологии сбора данных, и консультации с экспертами. Минимизация риска достигается путем критической оценки источников и прозрачного документирования процесса анализа. 7. Как журналист данных может использовать API для сбора информации? Какие существуют ограничения при работе с API? Ответ: API позволяют получать данные напрямую от поставщиков. Ограничения включают лимиты запросов, изменения в структуре данных API, и необходимость аутентификации. 8. Опишите процесс создания интерактивной карты на основе данных для журналистского материала. Какие инструменты можно использовать для создания интерактивных карт? Ответ: Этапы включают сбор геоданных, выбор платформы (например, Leaflet, Mapbox), написание кода для визуализации данных на карте, и добавление интерактивных элементов. Важно учитывать лицензионные ограничения и требования к атрибуции. 9. Как можно использовать методы машинного обучения в журналистике данных? Приведите примеры применения машинного обучения для автоматизации журналистских задач. Ответ: Методы включают классификацию, кластеризацию, и регрессию. Примеры включают автоматическое выявление фейковых новостей, анализ тональности текста, и прогнозирование экономических показателей. 10. Каким образом журналист данных может использовать социальные сети для сбора и анализа информации? Какие инструменты и методы анализа социальных сетей доступны журналистам? Ответ: Социальные сети используются для мониторинга общественного мнения, выявления трендов, и сбора информации от очевидцев. Инструменты включают Brandwatch, Hootsuite, и специализированные API для анализа социальных сетей. 11. Как журналист данных может создать убедительный нарратив, основанный на анализе данных? Какие методы сторителлинга можно использовать для создания привлекательного и информативного материала? Ответ: Важно использование контекста, персонализации данных, и акцента на человеческие истории, стоящие за данными. Методы сторителлинга включают использование метафор, аналогий, и цитирования экспертов. 12. Какие существуют инструменты для визуализации данных, подходящие для журналистов с разным уровнем технической подготовки? Сравните преимущества и недостатки различных инструментов. Ответ: Инструменты включают Tableau (для продвинутых пользователей), Datawrapper (для начинающих), и Flourish (для интерактивных визуализаций). Tableau предоставляет широкие возможности, но требует обучения. Datawrapper – прост в использовании, но ограничен по функциональности. Flourish позволяет создавать сложные интерактивные визуализации, но требует навыков кодирования. 13. Как можно использовать данные для выявления и расследования коррупционных схем? Приведите примеры успешных журналистских расследований, раскрывающих коррупцию на основе анализа данных. Ответ: Анализ финансовых транзакций, государственных закупок, и реестров собственности. Примеры включают Panama Papers и Swiss Leaks, основанные на анализе огромных объемов финансовых данных. 14. Как обеспечить прозрачность методологии анализа данных в журналистском материале? Почему это важно для поддержания доверия аудитории? Ответ: Путем подробного описания источников данных, методов очистки данных, статистических методов, и принятых решений. Прозрачность важна для обеспечения возможности проверки результатов и предотвращения манипуляций. 15. Какие перспективы развития журналистики данных вы видите в будущем? Какие навыки и компетенции будут наиболее востребованы у журналистов данных в ближайшие годы? Ответ: Перспективы включают более широкое использование машинного обучения, автоматизацию рутинных задач, и интеграцию данных в мультимедийные форматы. Наиболее востребованными будут навыки программирования, статистического анализа, и визуализации данных, а также критическое мышление и этическое понимание. КРИТЕРИИ ОЦЕНИВАНИЯ ОТКРЫТЫХ ВОПРОСОВ. «Отлично»: Ответ полный, развернутый. Вопрос точно и исчерпывающе передан, терминология сохранена, студент превосходно владеет основной и дополнительной литературой, ошибок нет. «Хорошо»: Ответ полный, хотя краток, терминологически правильный, нет существенных недочетов. Студент хорошо владеет пройденным программным материалом; владеет основной литературой, суждения правильны. «Удовлетворительно»: Ответ неполный. В терминологии имеются недостатки. Студент владеет программным материалом, но имеются недочеты. Суждения фрагментарны. «Неудовлетворительно»: Не использована специальная терминология. Ответ в сущности неверен. Переданы лишь отдельные фрагменты соответствующего материала вопроса. Ответ не соответствует вопросу или вовсе не дан. |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| Курс не предусматривает письменны работ. |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Итоговая аттестация представляет собой ответ на билет с двумя теоретическими вопросами. Перечень вопросов: 1. Что такое журналистика данных и каковы ее основные принципы? 2. Каковы ключевые этапы процесса журналистского расследования на основе данных? 3. Какие источники данных наиболее часто используются в журналистике данных? Приведите примеры. 4. Опишите методы сбора данных, используемые в журналистике данных. В чем преимущества и недостатки каждого метода? 5. Какие существуют инструменты для сбора данных из веб-источников (парсинг)? Как их использовать? 6. Что такое API и как журналисты данных могут использовать их для сбора данных? 7. Какие методы очистки данных применяются в журналистике данных? Почему очистка данных так важна? 8. Какие типы ошибок в данных встречаются чаще всего? Как их обнаружить и исправить? 9. Какие статистические методы наиболее полезны для журналистов данных? Как их применять? 10. Объясните понятия описательной статистики и inferential statistics. Приведите примеры их использования в журналистских расследованиях. 11. Как использовать меры центральной тенденции (среднее, медиана, мода) и меры разброса (дисперсия, стандартное отклонение) в журналистских материалах? 12. Что такое корреляционный и регрессионный анализ и как они могут помочь журналистскому расследованию? 13. Каковы принципы визуализации данных в журналистике? Как выбрать подходящий тип графика для различных типов данных? 14. Опишите различные типы графиков (столбчатые, круговые, линейные, точечные) и их применение в журналистике данных. 15. Какие инструменты визуализации данных вы знаете? В чем преимущества и недостатки каждого инструмента? 16. Что такое интерактивная журналистика данных? Приведите примеры интерактивных визуализаций. 17. Как создать интерактивную карту на основе данных? Какие инструменты для этого существуют? 18. Как интегрировать данные в журналистский нарратив? Как создать убедительную историю на основе данных? 19. В чём специфика сторителлинга на основе данных? Какие существуют подходы к построению текста? 20. Какие этические вопросы возникают в журналистике данных? 21. Как обеспечить точность и достоверность данных в журналистских материалах? 22. Как предотвратить манипуляции с данными в журналистских расследованиях? 23. Каковы принципы прозрачности в журналистике данных? Как обеспечить прозрачность методологии сбора и анализа данных? 24. Что такое конфиденциальность данных и как ее обеспечивать в журналистских расследованиях? 25. Проанализируйте конкретный пример журналистского расследования на основе данных. В чем его сильные и слабые стороны? Какие этические проблемы в нем возникают? |
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | АлтГУ | Статистический анализ данных: учеб.-метод. пособие | Изд-во АлтГУ, 2018 | elibrary.asu.ru |
| Л1.2 | Мхитарян В.С. - Отв. ред. | Анализ данных: Учебник для академического бакалавриата | М.:Издательство Юрайт, 2018 | urait.ru |
| Л1.3 | В. С. Мхитарян [и др.] | Анализ данных: учебник для вузов | Юрайт, 2024 | urait.ru |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | Анализ данных качественных исследований: Учебная литература для ВУЗов | СКФУ, 2016 | biblioclub.ru | |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | курс | portal.edu.asu.ru | ||
| 6.3. Перечень программного обеспечения | ||||
| Microsoft Office Microsoft Windows 7-Zip AcrobatReaderMicrosoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| Информационно-правовой портал «Гарант» (http://garant.ru) «КонсультантПлюс» (http://consultant.ru) Электронная база данных «Scopus» (http://www.scopus.com) Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/) Научная электронная библиотека elibrary (http://elibrary.ru) | ||||
| Аудитория | Назначение | Оборудование |
|---|---|---|
| 405Д | специализированная аудитория с мультимедийным оборудованием кафедры связей с общественностью и рекламы - учебная аудитория для проведения занятий лекционного типа; занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 30 посадочных мест; рабочее место преподавателя; доска меловая 1 шт.; кафедра; учебные пособия; презентационные материалы; наглядные материалы; компьютер: марка AquariusIntelCeleron - 1 единица; стационарный проектор: марка VivitekD517 - 1 единица; стационарный экран: марка Projecta - 1 единица |
| 415Д | специализированный компьютерный класс кафедры связей с общественностью и рекламы - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 16 посадочных мест; рабочее место преподавателя; доска меловая 1шт.; системный блок: IntelCore 2 DuoE7400 -17 шт.; сервер: системный блок: AquariusIntelPentiumD; монитор: Acer V173 B -16 шт.; монитор: Acer V193W 1 шт.; телевизор Samsung |
| Учебная аудитория | для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска, мультимедийное оборудование стационарное или переносное) |