«AGROTECH 4.0» в магистерских программах Биолого-технологического факультета Новосибирского ГАУ

22.05.2020 77

Новый этап технологического развития сельского хозяйства в мире получил название «AgroTech 4.0» (АПК 4.0) и основан на внедрении «умных» решений, в том числе искусственного интеллекта, IoT (интернета вещей), биотехнологий, робототехники, на растущем влиянии потребителей на производство продукции и новых ценностных ориентирах (ИННОВАЦИОННОЕ РАЗВИТИЕ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА В РОССИИ. AGRICULTURE 4.0: Доклад НИУ ВШЭ).

С учетом происходящих изменений в АПК и на рынке труда Биолого-технологический факультет Новосибирского государственного аграрного университета открывает набор на новые магистерские программы (бюджетные места):

Зоотехния: Цифровые технологии в животноводстве

Согласно некоторым оценкам, к концу 2020 г. количество внедренных только в сельскохозяйственной отрасли IoT устройств достигнет 75 млн. единиц (против 30 млн. в 2015г.), а к 2050 г. средняя ферма будет генерировать 4,1 млн. точек данных ежедневно, по сравнению со 190 тыс. в 2014 г.

Фото - pobeda.rbsmi.ru

Основная задача магистерской программы – освоение обучающимися новых компетенций, связанных с цифровизацией производства.  Например, основное содержание такой дисциплины, как «Биометрический анализ и моделирование в животноводстве», связано с использованием методов биоинформатики, построением математических моделей; «Информационные технологии в профессиональной деятельности» - с обработкой информационных потоков и визуализацией данных. В рамках дисциплин модуля «Современные технологии в животноводстве», будут рассматриваться цифровые сервисы в отраслях животноводства, включая прикладные программы управления стадом, электронные устройства и оборудование, используемые для учета, онлайн контроля состояния животных, а также для анализа и прогноза результатов работы предприятия с использованием таких цифровых продуктов, как, например, «Простые решения» и «DPA».

Особое внимание будет уделено дисциплине «BigData (Большие данные) в животноводстве», которая включает основные принципы и особенности обработки больших массивов данных, их открытие, сохранение, группировку и т.д., изучение специальных библиотек. BigData позволяет преобразовать большие потоки информации из недоступного человеческому пониманию вида в доступные для восприятия результаты.

В агропродовольственном секторе технологии BigData (Data Driven Farming) позволяют принимать более обоснованные решения, учитывающие прогнозы погодных явлений, вероятность заболеваний, технологические факторы, тенденции рынка и многие другие в рамках одной модели.  В блоке дисциплин по выбору у обучающихся есть возможность ознакомиться с системами менеджмента качества и возможностью использования цифровых технологий в управлении качеством продукции. Важной особенностью программы является включение такой дисциплины, как «Благополучие животных», призванной сформировать у студентов понятие о принципах благополучия и их реализации в технологиях животноводства, в том числе с учетом новых ценностных ориентиров потребителей.

С повышением эффективности животноводства связаны дисциплины «Технология воспроизводства животных», «Технологический аудит» и «Управление проектами».  Углубленное изучение иностранного языка станет важным подспорьем в работе с передовыми технологиями и оборудованием.

Программа реализуется совместно с ведущими сельскохозяйственными предприятиями области и всей России: ООО «Эко-Нива», АО «Ирмень», ООО «КФХ Русское Поле», научно-исследовательскими учреждениями СФНЦ «Агробиотехнология» РАН, ФИЦ «Институт цитологии и генетики РАН».

Продолжение обучения: аспирантура по программам Частная зоотехния, технология производства продуктов животноводства;  Разведение, селекция и генетика сельскохозяйственных животных;  Кормопроизводство, кормление сельскохозяйственных животных и технология кормов; Физиология; Биохимия; Микробиология.

 

Источник: Пресс-служба Новосибирского ГАУ




Назад к списку


Добавить комментарий
Прежде чем добавлять комментарий, ознакомьтесь с правилами публикации
Имя:*
E-mail:
Должность:
Организация:
Комментарий:*
Введите код, который видите на картинке:*