Полный курс ответов к экзамену по информатике и программной инженерии

Введение в специальность и основы информатики

1. Основные понятия, предмет и задачи курса

• Предмет: изучение основ профессиональной деятельности в IT, технологий обработки информации и планирования карьеры.
• Основные понятия: информация, данные, информационная технология (ИТ), информационная система (ИС), карьера, профессиональная компетенция, саморазвитие.
• Задачи: сформировать понимание области IT, научиться анализировать информационные процессы, освоить принципы проектирования ИС, развить навыки планирования профессионального роста.

2. Информатика — наука и область деятельности

Информатика — это наука, изучающая структуру, свойства, методы представления, хранения, обработки и передачи информации с использованием компьютерных технологий. Как область практической деятельности она охватывает разработку программного обеспечения, компьютерных систем и сетей.

3. Роль и место информатики в жизни общества

Является фундаментом информационного общества. Определяет технологический прогресс, автоматизирует управление (АСУ), развивает коммуникации (Интернет), создает новые рынки труда и трансформирует все сферы человеческой деятельности: экономику, науку, образование и культуру.

4. Задачи и структура кадрового обеспечения информационных систем

• Задачи: определение потребности в специалистах, подбор, расстановка, адаптация, обучение и развитие персонала для поддержки жизненного цикла ИС.
• Структура кадров: руководители IT-подразделений, системные аналитики, архитекторы, программисты, тестировщики, администраторы баз данных и сетей, специалисты технической поддержки.

5. Область деятельности выпускника по специальности «Программная инженерия»

Выпускник работает со всем жизненным циклом программного обеспечения (ПО): анализ требований, проектирование архитектуры, разработка (кодирование), тестирование, внедрение, сопровождение и управление проектами по созданию ПО.

6. Объекты профессиональной деятельности

Программные продукты и комплексы; методы и инструменты разработки ПО; проекты создания ИС; процессы жизненного цикла ПО; математические, информационные и имитационные модели систем.

7. Профессиональные стандарты в сфере IT

Документы, определяющие квалификационные требования к специалистам (знания, умения, навыки) для выполнения трудовых функций. В РФ пример — профстандарт «Программист». Соответствие им важно для формирования образовательных программ и оценки персонала.

8. Профессиональные и образовательные компетенции

• Профессиональные компетенции (ПК): способность применять знания для решения задач (например, ПК по разработке ПО, тестированию, проектированию БД).
• Образовательные компетенции: включают общекультурные (работа в команде, коммуникация) и общепрофессиональные (владение основами математики и информатики); формируются в вузе.

9. Цели и задачи профессиональной деятельности

• Цель: создание качественного, надежного, эффективного и востребованного программного продукта.
• Задачи: анализ потребностей, проектирование решений, написание кода, обеспечение качества, внедрение, поддержка пользователей и постоянное обучение новым технологиям.

Стандарты образования и профильные дисциплины

10. Понятие профессионально-ориентированной информационной системы

ИС, предназначенная для автоматизации задач конкретной предметной области (например, бухгалтерия «1С», медицинская ИС, система управления складом). Учитывает специфику данных, документооборота и бизнес-процессов этой области.

11. Государственный образовательный стандарт: назначение, объекты стандартизации

• Назначение: обеспечение единого образовательного пространства, качества подготовки выпускников.
• Объекты стандартизации: структура образовательной программы (дисциплины, практики), объем трудозатрат (зачетные единицы), планируемые результаты обучения (компетенции), условия реализации программы.

12. Государственный образовательный стандарт по специальности «Программная инженерия»: назначение и состав

• Назначение: определяет требования к результатам освоения программы по ПИ, гарантируя подготовку квалифицированного инженера-программиста.
• Состав: включает характеристику направления, перечень компетенций (универсальных и профессиональных), учебный план с обязательными дисциплинами (математика, программирование, сетевые технологии, управление проектами), требования к ресурсам.

13. Основные квалификационные требования к выпускнику по специальности «Программная инженерия»

Выпускник должен: знать теорию и владеть практикой разработки ПО; уметь применять языки программирования, методы анализа и проектирования; иметь навыки работы в команде, управления проектами; быть готовым к сопровождению ПО и непрерывному обучению.

14. Характеристика основных объектов профессиональной деятельности выпускника по специальности «Программная инженерия»

• Программные проекты: отдельные приложения или комплексные системы.
• Процессы ЖЦ ПО: регламенты разработки (Agile, Scrum, Waterfall).
• Инструменты: среды разработки (IDE), системы контроля версий (Git), фреймворки.
• Модели: UML-диаграммы, ER-модели данных, архитектурные описания.

15. Состав и содержание дисциплин образовательной программы

Программа состоит из следующих компонентов:

• Базовая часть: математика, информатика, алгоритмы, архитектура ЭВМ, ОС, сети, БД.
• Вариативная (профильная) часть: углубленные курсы по программированию (C++, Java, Python), проектированию ИС, тестированию ПО, искусственному интеллекту, web-технологиям.
• Практики и НИР.

16. Общая характеристика компетенций выпускника по специальности «Программная инженерия»

Выпускник обладает комплексом компетенций: способен анализировать, проектировать, программировать, тестировать, внедрять и сопровождать ПО; умеет работать в команде, управлять проектами, учиться новому; владеет современными инструментами и технологиями разработки.

17. Государственная политика в области образования и принципы, на которых она основывается

Направлена на доступность, качество и конкурентоспособность образования. Принципы: гуманистический характер, приоритет жизни и здоровья; свобода выбора образования; светский характер; демократическое управление; связь с практикой.

Информационные системы, архитектура и проектирование

18. Хранилище данных и технология OLAP

• Хранилище данных (DWH): предметно-ориентированная, интегрированная, неизменяемая коллекция исторических данных для поддержки аналитических запросов и принятия решений.
• OLAP (оперативная аналитическая обработка): технология быстрого анализа многомерных данных из хранилища. Позволяет делать срезы, свертки, развертки и вращения данных (например, анализировать продажи по товарам, регионам и времени).

19. Базовые информационные технологии

Фундаментальные технологии работы с информацией на базе компьютеров. К ним относятся: технологии обработки текстов и данных, табличные процессоры, СУБД, телекоммуникационные и сетевые технологии, технологии мультимедиа.

20. Предметно-ориентированные информационные системы

См. ответ на вопрос 10.

21. Информационные системы управления предприятиями

Корпоративные ИС, такие как ERP (планирование ресурсов), CRM (управление клиентами), SCM (управление цепями поставок). Интегрируют информацию из всех отделов компании для автоматизации управления и поддержки принятия стратегических решений.

22. Информационные системы по отраслям

Специализированные ИС: в медицине (HIS), банковские (Core Banking), транспортные (TMS), образовательные (LMS), государственные («электронное правительство»), геоинформационные (GIS).

23. Процесс проектирования и жизненный цикл информационной системы

• Жизненный цикл (ЖЦ): последовательность этапов от зарождения идеи до вывода ИС из эксплуатации.
• Основные этапы: 1) Анализ и планирование. 2) Проектирование (концептуальное, логическое, физическое). 3) Разработка. 4) Тестирование. 5) Внедрение. 6) Эксплуатация и сопровождение. 7) Завершение.

24. Моделирование данных

Процесс создания формального представления данных предметной области. Этапы: 1) Концептуальное (ER-диаграммы, сущности и связи). 2) Логическое (приведение к модели БД, например, реляционной). 3) Физическое (оптимизация для конкретной СУБД).

25. Функциональный подход к проектированию информационных систем

Подход, при котором система разбивается на иерархию функций (процессов). Акцент делается на потоках данных между функциями. Основной инструмент — диаграммы потоков данных (DFD). Подходит для описания четко структурированных систем.

26. Объектно-ориентированный подход к проектированию информационных систем

Подход, представляющий систему как совокупность взаимодействующих объектов (экземпляров классов). Использует язык UML. Принципы: инкапсуляция (сокрытие данных), наследование, полиморфизм. Более гибок и лучше отражает реальный мир.

27. CASE-средства проектирования информационных систем

Программные инструменты для автоматизации и поддержки процессов анализа и проектирования ИС (например, ERwin, IBM Rational Rose, Enterprise Architect). Позволяют создавать графические модели, хранить их в репозитории и генерировать код или документацию.

Базы данных, файловые структуры и аналитика

28. Файлы и файловые системы

• Файл: именованная область на носителе для хранения данных.
• Файловая система: часть ОС, отвечающая за организацию хранения и доступа к файлам (создание, удаление, поиск, защита). Примеры: NTFS (Windows), ext4 (Linux).

29. Базы данных

• База данных (БД): упорядоченный набор структурированных данных.
• Система управления БД (СУБД): программный комплекс для создания, ведения и обеспечения безопасного доступа к БД (например, MySQL, PostgreSQL, Oracle).

30. Многомерные базы данных

Специальный тип БД, оптимизированный для OLAP-запросов. Данные организованы не в таблицы, а в кубы с измерениями (например, Время, Регион) и мерами (Продажи). Позволяют быстро агрегировать данные.

31. Аналитическая обработка данных

Процесс исследования данных для обнаружения полезных закономерностей, трендов и выводов. Использует методы: OLAP (интерактивный многомерный анализ), Data Mining (интеллектуальный анализ: классификация, кластеризация), статистику.

32. Хранилище данных

См. ответ на вопрос 18.

Телекоммуникации, сети и интернет-технологии

33. Телекоммуникационные технологии

Технологии передачи информации на расстояние. Включают: проводные (оптоволокно, витая пара) и беспроводные (Wi-Fi, сотовые) каналы связи, коммутацию пакетов, протоколы TCP/IP. Основа компьютерных сетей и Интернета.

34. Протоколы передачи информации

Правила, определяющие формат и порядок обмена данными между устройствами. Примеры: HTTP/HTTPS (веб), TCP (надежная доставка), IP (маршрутизация), Ethernet (передача в локальной сети).

35. Помехоустойчивость при передаче информации

Свойство системы передавать данные точно, несмотря на помехи. Достигается: помехоустойчивым кодированием (добавление избыточных бит для исправления ошибок), методами повторной передачи искаженных пакетов (ARQ).

36. Глобальные и локальные сети

• Локальная сеть (LAN): объединяет компьютеры на небольшой территории (офис, здание). Высокая скорость, низкие задержки.
• Глобальная сеть (WAN): объединяет сети и устройства на большом расстоянии (город, страна). Использует инфраструктуру операторов связи (Интернет).

37. Компьютеризация общества: последствия и перспективы

• Положительные последствия: рост производительности, доступ к информации, новые формы коммуникации и услуг.
• Отрицательные: цифровое неравенство, киберпреступность, потеря приватности, проблема «цифровой зависимости».
• Перспективы: развитие интернета вещей (IoT), умных городов, повсеместного использования ИИ, углубление цифровизации всех сфер жизни.

38. Возможности использования интернета и интернет-технологий в обучении и в профессиональной деятельности

• В обучении: дистанционные курсы (MOOC), электронные библиотеки, интерактивные симуляторы, совместные проекты, вебинары.
• В профессии: облачные сервисы (Google Docs, AWS), удаленная работа, профессиональные сообщества (GitHub, Stack Overflow), онлайн-конференции, непрерывное обучение.

39. Интернет. Основные сервисы интернета

Всемирная компьютерная сеть на основе стека протоколов TCP/IP. Основные сервисы: World Wide Web (WWW), электронная почта (E-mail), файлообмен (FTP, BitTorrent), мгновенные сообщения (мессенджеры), IP-телефония (Skype, Zoom).

40. Электронная почта, возможности, параметры

Сервис для обмена электронными сообщениями.

• Возможности: отправка текста и вложений, рассылка, сортировка писем (фильтры), ведение адресной книги.
• Основные параметры/протоколы: SMTP (отправка), POP3 (загрузка писем на устройство), IMAP (управление письмами на сервере).

Алгоритмы, обработка данных и компьютерное моделирование

41. Методы обработки и передачи данных

• Методы обработки: пакетная (выполнение заданий пачками), интерактивная (онлайн), транзакционная (оперативная, как в банкоматах), распределенная (на нескольких компьютерах).
• Методы передачи (коммутации): каналов (выделение физической линии), сообщений (передача целиком с промежуточным хранением), пакетов (разбиение данных на части) — основа Интернета.

42. Обработка информации и алгоритмы

• Обработка информации: любое преобразование данных.
• Алгоритм: точная конечная последовательность действий для решения задачи. Свойства: дискретность, определенность, массовость, результативность.

43. Системы поиска и обработки информации

• Системы поиска: информационно-поисковые системы (ИПС), интернет-поисковики (Google, Яндекс), внутрикорпоративные поисковые системы.
• Системы обработки: более широкое понятие, включающее системы для структурирования, преобразования и хранения данных (СУБД, BI-системы, системы обработки транзакций).

44. Структуры и алгоритмы обработки данных

• Структуры данных: способы организации данных для эффективной работы (массив, список, стек, очередь, дерево, граф, хеш-таблица).
• Алгоритмы обработки: методы работы со структурами: сортировка (быстрая, слиянием), поиск (линейный, бинарный), обход графов.

45. Средства и методы компьютерного моделирования

• Средства: языки программирования общего назначения (Python, C++) и специализированные среды (AnyLogic, MATLAB).
• Методы: аналитическое (решение уравнений), имитационное (воспроизведение работы системы во времени), статистическое (метод Монте-Карло).

46. Математическое и компьютерное моделирование

• Математическое моделирование: создание математической модели системы (уравнения, формулы).
• Компьютерное моделирование: исследование математической модели путем проведения вычислительных экспериментов на компьютере.

47. Этапы имитационного моделирования

1. Постановка задачи и определение целей.
2. Создание концептуальной модели системы.
3. Формализация модели (на языке программирования или специальной среды).
4. Верификация (правильно ли запрограммирована?) и валидация (правильно ли модель отражает реальность?).
5. Планирование и проведение экспериментов.
6. Формулировка выводов на основе полученных результатов.

Искусственный интеллект и машинное обучение

48. О понятии «Искусственный интеллект»

Научная область и технологии создания машин и программ, способных выполнять задачи, требующие человеческого интеллекта: обучение, рассуждение, восприятие (зрение, речь), планирование. Слабый ИИ решает конкретные задачи, сильный ИИ (гипотетический) — обладает разумом общего уровня.

49. Направления развития ИИ

Машинное и глубокое обучение (нейронные сети), компьютерное зрение, обработка естественного языка (NLP), робототехника, экспертные системы, интеллектуальный анализ данных (Data Mining), обучение с подкреплением.

50. ИИ. Области применения и использования

Распознавание изображений и лиц, голосовые помощники (Алиса, Siri), рекомендательные системы (онлайн-кинотеатры, стриминговые сервисы), беспилотные автомобили, диагностика в медицине, алгоритмическая торговля, создание контента (генерация текстов, изображений).

51. Экспертные системы

Компьютерная система, имитирующая рассуждения эксперта в узкой предметной области (например, диагностика неисправностей). Состоит из базы знаний (факты и правила) и машины логического вывода.

52. Машинное обучение и интеллектуальный анализ данных

• Машинное обучение (МО): подраздел ИИ, изучающий алгоритмы, которые учатся на данных для решения задач (классификация, регрессия, кластеризация).
• Интеллектуальный анализ данных (Data Mining): процесс обнаружения скрытых закономерностей в больших массивах данных. МО выступает одним из ключевых инструментов Data Mining.

53. Инженерия знаний и экспертные системы

• Инженерия знаний: процесс извлечения, структурирования и формализации знаний экспертов для представления в компьютерной системе (например, в базе знаний экспертной системы).
• Экспертная система: конечный продукт этого процесса.

Языки и технологии программирования

54. Языки программирования. Эволюция, отличительные особенности

• Эволюция: машинный код → ассемблер → языки высокого уровня (Fortran, C) → объектно-ориентированные (C++, Java) → скриптовые и специализированные (Python, SQL).
• Отличия: парадигма (императивная, ОО, функциональная), уровень абстракции, типизация (статическая/динамическая), область применения (системное, веб или научное программирование).

55. Современные языки программирования, их характеристика

• Python: интерпретируемый, простой синтаксис. Лидер в Data Science, AI, веб-бэкенде.
• Java / Kotlin: кроссплатформенные (JVM), строгая типизация. Основа для Android и корпоративных приложений.
• JavaScript: язык веб-браузеров, сейчас используется и на сервере (Node.js). Динамическая типизация.
• C#: язык платформы .NET от Microsoft. Мощный, используется для разработки под Windows, игр (Unity).
• Go: от Google. Простой синтаксис, встроенная поддержка параллелизма. Популярен для облачных и сетевых сервисов.

56. Перспективные направления развития языков программирования

Повышение уровня абстракции (low-code), улучшение безопасности (защита памяти от уязвимостей), упрощение параллельного и асинхронного программирования, развитие систем типов (зависимые типы), интеграция ИИ для помощи в написании кода (Copilot), создание DSL (предметно-ориентированных языков).

57. Основные принципы и особенности объектного программирования

Четыре основных принципа (столпа ООП):

1. Инкапсуляция: объединение данных и методов в класс, сокрытие внутренней реализации.
2. Наследование: возможность создания нового класса на основе существующего с заимствованием его свойств.
3. Полиморфизм: способность объектов с одинаковым интерфейсом иметь разную реализацию.
4. Абстракция: выделение существенных характеристик объекта с отсечением второстепенных.

58. Технологии программирования

Совокупность методов, инструментов и процессов создания ПО.

• Методологии: Agile (Scrum, Kanban), DevOps.
• Инструменты: системы контроля версий (Git), среды разработки (IDE), системы CI/CD.
• Практики: разработка через тестирование (TDD), рефакторинг, шаблоны проектирования (GoF).

59. Сравнительная характеристика языков объектно-ориентированного программирования

• Java: строгое ООП, JVM, огромная экосистема. Идеален для больших корпоративных проектов.
• C++: высокая производительность, «ручное» управление памятью, сложная архитектура. Выбор для игр, драйверов, высоконагруженных систем.
• C#: современный синтаксис, мощная среда .NET. Лучший выбор для разработки под Windows и в среде Unity.
• Python: мультипарадигмальный язык с динамической типизацией. Фокус на скорости разработки, а не на чистом ООП. Лидер в Data Science и машинном обучении.

Рынок труда, профессии и карьера в IT

60. Некоторые профессии в сфере приложений ИТ

• Разработка: Backend-, Frontend-, Fullstack-разработчик, разработчик мобильных приложений (iOS/Android), инженер по тестированию (QA).
• Данные: Data Scientist, Data Analyst, Data Engineer.
• Инфраструктура: системный администратор, сетевой инженер, DevOps-инженер, специалист по кибербезопасности.
• Управление и анализ: бизнес-аналитик, Product Manager, Project Manager.

61. Подготовка IT-специалистов

Сочетание формального образования (вуз: фундаментальная база + практика) и непрерывного самообразования (онлайн-курсы, чтение документации, хакатоны, участие в open-source). Ключевой фактор — умение быстро осваивать новые технологии и приобретать практический опыт.

62. Востребованность IT-специалистов

Спрос на кадры остается высоким и продолжает расти. Причины: глобальная цифровизация, развитие ИИ, больших данных, рост требований к кибербезопасности. Наиболее востребованы: специалисты по машинному обучению, Data Science, информационной безопасности, облачным технологиям (AWS, Azure) и мобильной разработке.