Главная Преподаватели Инчин Александр Сергеевич

Инчин Александр Сергеевич


Ассоциированный профессор
Кафедра «Smart технологии в инженерии»

Кандидат технических наук


Профессиональный опыт

Академический:

Работа в данной организации

С 2014 до н.в.:

Должность и место работы в данной организации

С 2014 до н.в.:

Система искусственного интеллекта

С 2014 до н.в.:

Занятость полный

Предыдущие места работы в организациях образования:

Неакадемический:

1966-2006:

Лаборант – зав.лаб Института математики и механики АН РК

2006-2008:

Начальник отдела - АО «НК «Казахстан ГарышСапары»

2008:

Зам. Директора - АО «Национальный центр космических исследований и технологий».

Образование

1968 - 1973 Казахский Государственный университет им. С.М.Кирова. Математик.

1975 - 1997 Европейский университет ADCOGITANTUMETAGENDIUMHOMONATUSEST.. Математик.

Научные интересы

  1. 2009-2011 Ответственный исполнитель проекта «Разработать научно-методическое обеспечение и технологии обработки информации космической системы научного назначения»
  2. 2012-2014 Ответственный исполнитель проекта «Разработать научно-методическое и технологическое обеспечение создания, испытаний и эксплуатации целевого оборудования научно-технологического космического аппарата»
  3. 2015-2017 Ответственный исполнитель проекта  «Разработать программно-математическое обеспечение экспериментального образца бортового комплекса управления наноспутника»
  4. 2015-2017 Руководитель грантового проекта «Создать систему электромагнитных измерений для грозопеленгации и исследования атмосферно-литосферных связей»

 



Публикации

 1.    A.Lozbin, M.Shpadi, A.Inchin, P.Inchin, Yu.Shpadi, G.Ayazbayev, L.Mailibayeva About possibility of lithosphere-ionosphere electromagnetic coupling research with DIAS Software. The 32nd  Progress in Electromagnetics Research Symposium in Moscow, Russia. 19-23 August, 2012, р1.
2.    А.С.Инчин, Ю.Р.Шпади, А.Ю.Лозбин, М.Ю.Шпади, П.А.Инчин, Г.М.Аязбаев, Р.Ж.Быкаев, Л.И.Майлибаева. Экспериментальный образец и программное обеспечение полезной нагрузки научно-технологического наноспутника. Вестник НАЕН №4, 2014 г. 10с.
3.    А.С. Инчин, Ю.Р. Шпади, М.Ю. Шпади, А.Ю. Лозбин, П.А, Инчин, Г.М. Аязбаев, Р.Ж. Быкаев, Л.И.Майлибаева. Экспериментальный образец целевого оборудования научно-технологического наноспутника». // Исследования солнечно-земных связей: Материалы научной сессии Секции солнечно-земных связей Совета по космосу Российской академии наук / Под ред. А. А. Петруковича. М.: ИКИ РАН, 2015. С. 119–127.
4.    AnatoliyLozbin, Alexander Inchin, Yuri Shpadi,PavelInchin, Maxim Shpadi, GalymzhanAyazbayev, RakhimBykayev, Lyudmila Mailibayeva Scientific Lightning Detection Network for Kazakhstan  AGO Fall meeting, San Francisco  2015.
5.    А.С.Инчин, А.Ю.Лозбин, Ю.Р.Шпади,П.А.Инчин, М.Ю.Шпади, Г.М.Аязбаев, Р.Ж.Быкаев, Л.И.Майлибаева Lightning Detection Network for Kazakhstan and its possible application for Electric Power Industry  2-nd international conference "Information technologies in science and industry 2016"  С. -1512

Преподаваемые дисциплины


loT в промышленности: технологии и безопасность

В курсе рассматриваются проблемы реализации технологии IoT, передачи данных в IoT, взаимодействия с интернет-вещами. В результате обучения докторант может разбираться в существующих IoT-технологиях, проектировать IoT-системы, облачные платформы, создать свое приложение промышленного IoT, способное обеспечивать функционирование множества производственных ячеек, а также производить анализ работы.

BIG-DATA (Аналитика больших массивов данных)

Целью дисциплины является формирование у обучающегося практических навыков «добычи», обработки, анализа больших массивов, структурированных и неструктурированных данных при помощи методов статистического анализа и математического моделирования, нахождения закономерностей и построения прогнозов для принятия эффективных управленческих и бизнес-решений, а также проведения научных исследований. В результате обучения обучающиеся будут способными работать с быстро поступающими данными в очень больших объемах, разбираться в основных понятиях больших данных.

Расписание занятий

Открытое занятие