Поиск

Присоединяйтесь к нашей программе подготовки бакалавров и откройте для себя мир современных технологий в области IT-разработки!

DevOps-подход объединяет разработку программного обеспечения (Dev) и информационно-технологическое обслуживание (Ops) с целью сокращения жизненного цикла разработки системы и обеспечения непрерывной интеграции и поставку программного обеспечения с высоким качеством.

Выпускники имеют профессиональную подготовку, позволяющую создавать и оптимизировать сложные вычислительные структуры на основе глобальных и локальных сетей, облачных платформ. Компетенции администрирования операционных сред, компьютерных сетей и распределенных прикладных программных систем открывают для них возможность работать в организациях, где широко применяются сетевые технологии, в качестве DevOps-инженера, системного администратора, программиста, специалиста по тестированию. Выпускники обладают передовыми компетенциями в области цифровизации, создания и настройки систем виртуализации и контейнеризации, получают практические навыки развёртывания виртуального окружения, способны планировать, развертывать и администрировать цифровую среду компании, обеспечивая высокопроизводительную масштабируемую IT-инфраструктуру.

В рамках обучения предусмотрена проектно-групповая работа студентов совместно с индустриальными партнерами, мастер-классы ведущих специалистов-практиков.

Обязательные предметы ЕГЭ: 
Проходной балл: 
220
Форма обучения: 
Очная
Тип: 
Бакалавриат
Срок обучения: 
4
Стоимость, 2021/22 уч. год: 
0
Кол-во бюджетных мест: 
30
Кол-во платных мест: 
6
Баллы по обязательным предметам: 
Предмет ЕГЭ: 
Мин. балл: 
50
Приоритет: 
1
Предмет ЕГЭ: 
Мин. балл: 
50
Приоритет: 
2
Предмет ЕГЭ: 
Мин. балл: 
40
Приоритет: 
3
Профиль: 
DevOps-инженерия в администрировании инфраструктуры ИТ-разработки
Место работы: 
DevOps-инженер, системный администратор, системный аналитик, программист, специалист по тестированию.
Выпускники работают: 
Страховое акционерное общество "ВСК", Банк ВТБ (ПАО), ООО "Индорсофт" , Центр прикладного анализа больших данных НИ ТГУ