'''<big>Прищепа Оксана Володимирівна</big>''' - кандидат фізико-математичних наук, доцент кафедри комп'ютерних наук та прикладної математики Навчально-наукового інституту кібернетики, інформаційних технологій та інженерії Національного університету водного господарства та природокористування.

[[File:281.jpg|thumb|Прищепа Оксана Володимирівна]]

== Освіта ==

* 2018 рік - кандидат фізико-математичних наук. Тема дисертаційного дослідження: «Керовані системи з обмеженим числом повторів», спеціальність 01.05.04 – системний аналіз і теорія оптимальних рішень. Дисертацію захищено «28» грудня 2017 року у спеціалізованій вченій раді Д 26.001.35 Київського національного університету імені Тараса Шевченка.
* 2003 рік - магістр з спеціальності «Соціальна інформатика», спеціалізація - статистичні методи в економіці та соціальних науках, кваліфікація викладача математики та інформатики (факультет кібернетики, Київський національний університет імені Тараса Шевченка).
* 2001 рік - базова вища освіта за напрямом підготовки «Прикладна математика», кваліфікація бакалавра з прикладної математики (факультет кібернетики, Київський національний університет імені Тараса Шевченка).
== Професійний шлях ==
З 2018 року до цього часу – заступник директора Навчально-наукового інституту кібернетики, інформаційних технологій та інженерії з наукової роботи
* з 01.09.2018 до цього часу – доцент кафедри прикладної математики (з 01.01.2020 кафедри комп’ютерних наук та прикладної математики) Національного університету водного господарства та природокористування
* 01.09.2008 - 31.08.2018 – старший викладач кафедри прикладної математики Національного університету водного господарства та природокористування
* 01.09.2005 - 31.08.2008 – асистент кафедри прикладної математики Національного університету водного господарства та природокористування
== Викладацька робота ==
'''Навчальна діяльність''' 
Викладає наступні навчальні дисципліни:
* Теорія ймовірностей та математична статистика
* Системи інтелектуального аналізу даних
* Стохастичні системи
* Спеціальні методи аналізу даних
* Теорія ймовірностей
==Наукова робота==
Наукові статті:
# Лебєдєв Є. О., Прищепа О. В. Стохастичні системи з повторними викликами та нетерплячими вимогами. ''Вісник Київського університету. Серія: фізико-математичні науки.'' 2007. № 2. С. 169–173.
# Лебєдєв Є. О., Прищепа О. В. Системи з повторними викликами, нетерплячими вимогами та керованим вхідним потоком. ''Журнал обчислюваної та прикладної математики.'' 2007. № 2(95). С. 59–64.
# Прищепа О. В. Система типу з однією спробою повтору, керована гістерезисною стратегією. ''Вісник Київського національного університету імені Тараса Шевченка. Серія: фізико-математичні науки.'' 2011. № 4. С. 193–198.
# Прищепа О. Гістерезисні стратегії керування інтенсивністю вхідного потоку для систем типу з однією спробою повтору. ''Вісник Київського національного університету імені Тараса Шевченка. Серія: Кібернетика.'' 2012. № 12. С. 45–51.
# Прищепа О. В. Про оптимізацію систем з обмеженнями на число спроб почати обслуговування. ''Вісник Київського національного університету імені Тараса Шевченка. Серія: фізико-математичні науки.'' 2016. № 1. С. 137–142.
# Прищепа О. В. Порогова стратегія керування системою з обмеженнями на число спроб почати обслуговування. ''Математичне та комп'ютерне моделювання. Серія: Фізико-математичні науки.'' 2016. Вип. 13. С. 171–181.
# Pryshchepa O.V., Lebedev E.O. On a Multi-Channel Retrial Queueing System. ''Cybernetics and Systems Analysis.'' 2017. Vol. 53, №3. P. 441–449. doi 10.1007/s10559-017-9945-3
# Martyniuk P., Ostapchuk O., Pryshchepa O., Hladun L. System of two quasi-linear parabolic equations with integral kinematic boundary condition. ''JP Journal of Heat and Mass Transfer''. 2019. №16(1). С. 53-68.
# Pryshchepa O., Kardash O., Yakymchuk A., Shvec M., Pavlov K., Pavlova O., Irtyshcheva I., Popadynets N., Boiko Ye. and Kramarenko I. Optimization of multi-channel queuing systems with a single retail attempt: Economic approach. ''Decision Science Letters''. 2020. Vol.9. №4. P. 559–564. DOI:10.5267/j.dsl.2020.8.002
# Bomba A.Y., Baranovsky S.V., Pasichnyk M.S., Pryshchepa O.V. Modeling small-scale spatially distributed influences on the development of infectious diseases. ''Mathematical Modeling and Computing''. 2020. 7(2). P. 310-321.
# Lebedev, E.A., Ponomarov, V.D., Pryshchepa, O.V. On Multiserver State-Dependent Retrial Queues Operating in Stationary Regime. ''Communications in Computer and Information Science''. 2021. Vol. 1391. P. 95–107
# Baranovsky, S., Bomba, A., Pryshchepa, O. Modelling the Biostimulation Effect on the Development of an Infectious Disease in View of Diffusion Perturbations and the Organism’s Temperature Response. ''CEUR Workshop Proceedings''. 2022. № 3302. P. 120–127.
# Baranovsky, S., Bomba, A., Pryshchepa, O.Generalizing the Antiviral Immune Response Model to Account for Adsorption, Diffusion Perturbations and Temperature. ''CEUR Workshop ProceedingsThis link is disabled''. 2023, №3609. P. 138–144.
Профілі у наукометричних базах та наукових спільнотах
 
[https://www.scopus.com/authid/detail.uri?authorId=57194342461 Scopus]
 
[https://orcid.org/0000-0001-8032-1223 ORCID]
==Контакти==
Е-mail: o.v.pryshchepa@nuwm.edu.ua

2026-01-30T19:22:32Z

Оксана Володимирівна Прищепа:

== '''Освітньо-професійна програма: Інженерія даних''' ==
<big> '''ОПП Інженерія даних'''</big> орієнтована на підготовку фахівця, який володіє прикладними методами системного аналізу та моделювання процесів для вирішенню складних проблем за допомогою інформаційних технологій, зокрема у проєктуванні, створенні, експлуатації програмного забезпечення систем збору, аналітичної обробки, захисту, валідації та верифікації великих обсягів даних. 

'''Галузь знань:''' F Інформаційні технології 
'''Спеціальність:''' F4 Системний аналіз та наука про дані 
'''Форма здобуття освіти:''' Денна 
'''Тривалість програми: '''денна форма здобуття освіти - 3 роки 10 місяців (вступ на основі повної загальної середньої освіти) 

=== '''Програмні результати навчання''' ===
* ПР01. Знати і вміти застосовувати на практиці диференціальне та інтегральне числення, ряди та інтеграл Фурьє, аналітичну геометрію, лінійну алгебру та векторний аналіз, функціональний аналіз та дискретну математику в обсязі, необхідному для вирішення типових завдань системного аналізу.
* ПР02. Вміти використовувати стандартні схеми для розв’язання комбінаторних та логічних задач, що сформульовані природною мовою, застосовувати класичні алгоритми для перевірки властивостей та класифікації об’єктів, множин, відношень, графів, груп, кілець, решіток, булевих функцій тощо.
* ПР03. Вміти визначати ймовірнісні розподіли стохастичних показників та факторів, що впливають на характеристики досліджуваних процесів, досліджувати властивості та знаходити характеристики багатовимірних випадкових векторів та використовувати їх для розв’язання прикладних задач, формалізувати стохастичні показники та фактори у вигляді випадкових величин, векторів, процесів.
* ПР04. Знати та вміти застосовувати базові методи якісного аналізу та інтегрування звичайних диференціальних рівнянь і систем, диференціальних рівнянь в частинних похідних, в тому числі рівнянь математичної фізики.
* ПР05. Знати основні положення теорії метричних просторів, лебегівської теорії міри та інтеграла, теорії обмежених лінійних операторів в банахових та гільбертових просторах, застосовувати техніку і методи функціонального аналізу для розв’язання задач керування складними процесами в умовах невизначеності.
* ПР06. Знати та вміти застосовувати основні методи постановки та вирішення задач системного аналізу в умовах невизначеності цілей, зовнішніх умов та конфліктів.
* ПР07. Знати основи теорії оптимізації, оптимального керування, теорії прийняття рішень, вміти застосовувати їх на практиці для розв’язування прикладних задач управління і проєктування складних систем.
* ПР08. Володіти сучасними методами розробки програм і програмних комплексів та прийняття оптимальних рішень щодо складу програмного забезпечення, алгоритмів процедур і операцій.
* ПР09. Вміти створювати ефективні алгоритми для обчислювальних задач системного аналізу та систем підтримки прийняття рішень.
* ПР10. Знати архітектуру сучасних обчислювальних систем і комп’ютерних мереж.
* ПР11. Знати і вміти застосовувати на практиці системи управління базами даних і знань та інформаційні системи.
* ПР12. Застосовувати методи і засоби роботи з даними і знаннями, методи математичного, логіко-семантичного, об’єктного та імітаційного моделювання, технології системного і статистичного аналізу.
* ПР13. Проєктувати, реалізовувати, тестувати, впроваджувати, супроводжувати, експлуатувати програмні засоби роботи з даними і знаннями в комп’ютерних системах і мережах.
* ПР14. Розуміти і застосовувати на практиці методи статистичного моделювання і прогнозування, оцінювати вихідні дані.
* ПР15. Розуміти українську та іноземну мови на рівні, достатньому для обробки фахових інформаційно-літературних джерел, професійного усного і письмового спілкування, написання текстів за фаховою тематикою. ПР16. Розуміти і реалізувати свої права і обов’язки як члена суспільства, усвідомлювати цінності вільного демократичного суспільства, верховенства права, прав і свобод людини і громадянина в Україні.
* ПР17. Зберігати та примножувати досягнення і цінності суспільства на основі розуміння місця предметної області у загальній системі знань, використовувати різні види та форми рухової активності для ведення здорового способу життя. 
=== '''Випусники можуть працювати'''===
Аналітик даних (Data Analyst), системний аналітик (Systems Analyst), інженер з машинного навчання (Machine Learning Engineer), фахівець з безпеки даних (Data Security Analyst), інженер з якості даних (Data Quality Engineer), експерт з обробки даних (Data Scientist), інженер програмного забезпечення для роботи з даними (Data Software Engineer) в IT-компаніях, технологічних та фінтех компаніях, інформаційно-аналітичних центрах, науково-дослідницьких організаціях та центрах даних, блокчейн-компаніях, банках, енергетичних та екологічних компаніях, консалтингових компаніях, у сфері безпеки та обробки великих даних.
=== Перелік освітніх компонентів ===
{| class="wikitable"
|+ Текст опису
|-
! Текст заголовка !! Текст заголовка
|-
| Приклад || Приклад || Приклад
|-
| Приклад || Приклад || Приклад
|}

ОПП Інженерія даних

2026-01-30T19:05:20Z

Оксана Володимирівна Прищепа: /* Освітня програма: Інженерія даних */

== '''Освітня програма: Інженерія даних''' ==
<big>Освітньо-професійна програма Інженерія даних</big> орієнтована на підготовку фахівця, який володіє прикладними методами системного аналізу та моделювання процесів для вирішенню складних проблем за допомогою інформаційних технологій, зокрема у проєктуванні, створенні, експлуатації програмного забезпечення систем збору, аналітичної обробки, захисту, валідації та верифікації великих обсягів даних.
'''Галузь знань:''' F Інформаційні технології 
'''Спеціальність:''' F4 Системний аналіз та наука про дані 
'''Форма здобуття освіти:''' Денна в
'''Тривалість програми: '''денна форма здобуття освіти - 3 роки 10 місяців (вступ на основі повної загальної середньої освіти) 
=== '''Програмні результати навчання''' ===
* ПР01. Знати і вміти застосовувати на практиці диференціальне та інтегральне числення, ряди та інтеграл Фурьє, аналітичну геометрію, лінійну алгебру та векторний аналіз, функціональний аналіз та дискретну математику в обсязі, необхідному для вирішення типових завдань системного аналізу.
* ПР02. Вміти використовувати стандартні схеми для розв’язання комбінаторних та логічних задач, що сформульовані природною мовою, застосовувати класичні алгоритми для перевірки властивостей та класифікації об’єктів, множин, відношень, графів, груп, кілець, решіток, булевих функцій тощо.
* ПР03. Вміти визначати ймовірнісні розподіли стохастичних показників та факторів, що впливають на характеристики досліджуваних процесів, досліджувати властивості та знаходити характеристики багатовимірних випадкових векторів та використовувати їх для розв’язання прикладних задач, формалізувати стохастичні показники та фактори у вигляді випадкових величин, векторів, процесів.
* ПР04. Знати та вміти застосовувати базові методи якісного аналізу та інтегрування звичайних диференціальних рівнянь і систем, диференціальних рівнянь в частинних похідних, в тому числі рівнянь математичної фізики.
* ПР05. Знати основні положення теорії метричних просторів, лебегівської теорії міри та інтеграла, теорії обмежених лінійних операторів в банахових та гільбертових просторах, застосовувати техніку і методи функціонального аналізу для розв’язання задач керування складними процесами в умовах невизначеності.
* ПР06. Знати та вміти застосовувати основні методи постановки та вирішення задач системного аналізу в умовах невизначеності цілей, зовнішніх умов та конфліктів.
* ПР07. Знати основи теорії оптимізації, оптимального керування, теорії прийняття рішень, вміти застосовувати їх на практиці для розв’язування прикладних задач управління і проєктування складних систем.
* ПР08. Володіти сучасними методами розробки програм і програмних комплексів та прийняття оптимальних рішень щодо складу програмного забезпечення, алгоритмів процедур і операцій.
* ПР09. Вміти створювати ефективні алгоритми для обчислювальних задач системного аналізу та систем підтримки прийняття рішень.
* ПР10. Знати архітектуру сучасних обчислювальних систем і комп’ютерних мереж.
* ПР11. Знати і вміти застосовувати на практиці системи управління базами даних і знань та інформаційні системи.
* ПР12. Застосовувати методи і засоби роботи з даними і знаннями, методи математичного, логіко-семантичного, об’єктного та імітаційного моделювання, технології системного і статистичного аналізу.
* ПР13. Проєктувати, реалізовувати, тестувати, впроваджувати, супроводжувати, експлуатувати програмні засоби роботи з даними і знаннями в комп’ютерних системах і мережах.
* ПР14. Розуміти і застосовувати на практиці методи статистичного моделювання і прогнозування, оцінювати вихідні дані.
* ПР15. Розуміти українську та іноземну мови на рівні, достатньому для обробки фахових інформаційно-літературних джерел, професійного усного і письмового спілкування, написання текстів за фаховою тематикою. ПР16. Розуміти і реалізувати свої права і обов’язки як члена суспільства, усвідомлювати цінності вільного демократичного суспільства, верховенства права, прав і свобод людини і громадянина в Україні.
* ПР17. Зберігати та примножувати досягнення і цінності суспільства на основі розуміння місця предметної області у загальній системі знань, використовувати різні види та форми рухової активності для ведення здорового способу життя. 
=== '''Випусники можуть працювати:''' ===
Аналітик даних (Data Analyst), системний аналітик (Systems Analyst), інженер з машинного навчання (Machine Learning Engineer), фахівець з безпеки даних (Data Security Analyst), інженер з якості даних (Data Quality Engineer), експерт з обробки даних (Data Scientist), інженер програмного забезпечення для роботи з даними (Data Software Engineer) в IT-компаніях, технологічних та фінтех компаніях, інформаційно-аналітичних центрах, науково-дослідницьких організаціях та центрах даних, блокчейн-компаніях, банках, енергетичних та екологічних компаніях, консалтингових компаніях, у сфері безпеки та обробки великих даних.