Задача трека — научить студентов эффективно применять современные архитектуры сверхпроизводительных вычислений с использованием больших данных для различных научных и индустриальных проектов. Кроме теоретической подготовки по параллельным вычислениям, студенты знакомятся с современными стандартными библиотеками параллельных вычислений, включая OpenMP, MPI, OpenACC и CUDA, программными платформами обработки больших данных (Hadoop), машинного обучения (Tensorflow) и ПО для визуализации (ParaView, Visit).
Выпускник трека сможет:- использовать существующие программные платформы высокопроизводительных вычислений и больших данных для решения актуальных задач науки и индустрии
- разрабатывать и оптимизировать коды параллельных вычислений для эффективного применения современных архитектур: CPU, GPU и др.
- обслуживать и поддерживать инфраструктуру для высокопроизводительных вычислений и обработки больших данных