{spoiler=GameLab KBTU}
Лаборатория разработки и исследования видеоигр GameLab KBTU создана в июне 2022 года на базе Школы ИТ и Инженерии КБТУ. Основные направления деятельности лаборатории:
- Элективные дисциплины по разработке и исследованию игр в рамках бакалавриата (с осени 2022)
- Элективные дисциплины по разработке и исследованию игр в рамках магистратуры (с осени 2023)
- Менторинг GameDev-проектов
- Поддержка в поиске стажировок и карьерных возможностей в игровой разработке для студентов и выпускников КБТУ
- Организация открытых образовательных мероприятий для GameDev-сообщества
- Исследовательская деятельность и научные публикации в сфере разработки и исследования видеоигр
Сайт: gamelab.kbtu.kz
GameDev образование
Первый в Казахстане вуз, предлагающий специализацию (minor) в игровой разработке и компьютерной графике.
Бакалавриат
В рамках бакалавриата студенты могут выбрать одну или несколько элективных дисциплин:
Разработка и исследование видеоигр
- Introduction to game design and development
- Introduction to narrative design
- Unity engine basics
- Advanced Unity
- Unreal Engine basics
- Advanced Unreal Engine
- Gamification and Game studies
Компьютерная графика и моделирование
- Filmmaking and motion design
- VFX & 3D physics
- Object modelling
- 3D character design
- AR / VR
Магистратура
В рамках магистратуры студенты могут выбрать одну или несколько элективных дисциплин для специализации в игровой разработки:
- Accelerated Unity Game Engine
- Accelerated Unreal Engine
- Game engines architecture
- Game programming patterns
- Game graphics programming
- Game systems programming
- XR (AR/VR)
Менторинг игровых проектов
Программа менторинга начинающих разработчиков и исследователей ви идеоигр в GameLab KBTU нацелена на поддержку как командных, так и индивидуальных проектов. В рамках менторинга осуществляется компетентная поддержка в ведении проектов, помощь с продакшном, продвижением, поиском инвестиций и возможностей развития. С каждым резидентом программы менторинга прорабатывается roadmap, оговариваются ожидаемые результаты и проводятся регулярные встречи на протяжении 1 академического года.
Условия участия:
- Отбор производится ежегодно в сентябре
- Для участия в конкурсе необходимо предоставить концепт-документ игры или реферат исследования
- К участию в конкурсе допускаются команды, в составе которых есть как минимум 1 студент / магистрант / сотрудник КБТУ
Открытые мероприятия
- Летняя школа по игровой разработке для студентов и выпускников
- Программа LEVEL UP совместно с Детским Фондом ООН (ЮНИСЕФ) в Казахстане
Команда GameLab KBTU
Александра Кнышева - руководитель GameLab KBTU. Преподаватель дисциплины “Геймификация и исследования видеоигр”. MA в Media Studies.
E-mail:
Алмасхан Баймышев - старший научный сотрудник GameLab KBTU, преподаватель дисциплин магистратуры и бакалавриата по Unreal Engine и архитектуре игрового программирования. PhD в робототехнике, университет Вандербильта. Разработчик мобильных игр Hyper Pixel Beast и STYX Vertical Platformer.
E-mail:
Дмитрий Тучашвили - старший научный сотрудник GameLab KBTU, преподаватель дисциплин магистратуры и бакалавриата по Unity и CG (компьютерная графика и моделирование). MA в Data Science. Практикующий разработчик VR решений на Unity.
E-mail:
Александр Мезин - консультант по работе с бизнесом GameLab KBTU, руководитель программы менторинга GameLab KBTU. Один из создателей платформы обмена знаниями в игровой разработке Edvice.
E-mail:
Вячеслав Байрамов - преподаватель дисциплин “Игровой дизайн и разработка”, “Нарративный дизайн”. Практикующий гейм дизайнер и специалист в нарративном дизайне, совладелец игровой студии "TOPchan Games".
E-mail:
Юлия Сутченко - преподаватель дисциплин CG-трека (компьютерная графика и моделирование). Практикующий эксперт AR/VR, XR UX дизайнер в компании Program Ace, работает над проектом Mapstar.
E-mail:
Назым Жұмабаева - младший научный сотрудник GameLab KBTU. Разработчица игры Iz, резидент первого потока программы менторинга GameLab KBTU.
E-mail:
{/spoilers}
{spoiler=Лаборатория науки о данных}
ЦЕЛИ ЛАБОРАТОРИИ
Проведение научно-исследовательских и\или опытно-конструкторских работ, а также иная научно-техническая и преподавательская деятельность.
ЗАДАЧИ
• Реализация научно-технических и научных государственных программ (фундаментальных, прикладных приоритетных направлений), а также задачи, решаемые международным научным сообществом в рамках зарубежных научных грантов и проектов
• Содействие в подготовке магистерских, докторских диссертационных работ в соответствующей области научных направлений
• Проведение широкого спектра исследований в области обработки естественных языков, способствование организации научной школы обработки естественных языков Казахстанско-Британского Технического Университета
• Разработка инновационных ИТ решений на базе ИИ в различных экономических сферах для локального и глобального рынка
• Разработка новых математических дизайнов, моделей и подходов для анализа данных из любых областей бизнеса и технологий
• Проведение совместных научных исследований с отечественными и зарубежными техническими, научными, социально-экономическими организациями
• Создание условий для коммерциализации научно-технической деятельности для привлечения партнеров и инвестиций.
• Участие в международной научно-технической деятельности
ФУНКЦИИ
• Сбор и обработка данных различной модальности, проведение предпроектных исследований
• Разработка прототипов интеллектуальных решений
• Разработка, дизайн, проведение численных экспериментов
• Разработка, дизайн, валидация численных методов и алгоритмов (в том числе, но не ограничиваясь Глубокого обучения, Обработки Естественных языков и др.)
• Поиск потенциальных заказчиков
• Проведение стажировок и курсов по повышению квалификации по научным профилям, совпадающим с деятельностью лаборатории
• Участие в государственных и международных научных грантах и программах
Команда лаборатории науки о данных
Пак Александр - Координатор лаборатории, ведущий научный сотрудник, к.т.н.,
Аубакиров Шакарим - Старший научный сотрудник
Сапаров Тимур Маратович - Старший научный сотрудник.
Серікбай Әмірхан Мейрамбекұлы - младший научный сотрудник
СПИСОК ПУБЛИКАЦИИ
1. Aubakirov, S., Akhmetov, I., Gelbukh, A. et al. Dynamic optimization of min-df in the GreedSum algorithm for enhanced extractive summarization. Artificial Intelligence Review, vol. 58, art. 270, 2025. https://doi.org/10.1007/s10462-025-11276-w
2. Aubakirov, S., Pak, A., Akhmetov, I., Tleuken, A., Varol, H. A., Akzhalova, A., Karaca, F. Beyond buzzwords: NLP reveals common threads in sustainable and circular construction discourse. PeerJ Computer Science, vol. 11, e3085, 2025. https://doi.org/10.7717/peerj-cs.3085
3. Aubakirov, S., Akhmetov, I. ENTROPY: A New Measure to Gauge Search Engine Optimisation. In: Proceedings of the 21st International Asian School-Seminar on Optimization Problems of Complex Systems (OPCS), Novosibirsk, Russian Federation, 2025, pp. 1--6. https://doi.org/10.1109/OPCS67346.2025.11219388
4. Aubakirov, S., Akhmetov, I., Krassovitsky, A., Gelbukh, A. Entropy--Distance Approach to Evaluating Diversity and Robustness in Organizational Information Retrieval. Computación y Sistemas, vol. 29, no. 4, 2025. https://doi.org/10.13053/cys-29-4-5824
5. Akhmetov, I., Aubakirov, S., Saparov, T., Mussabayev, R., Krassovitsky, A., Gelbukh, A. Generating Ontology from a Set of Texts Belonging to a Certain Field of Knowledge. Computación y Sistemas, vol. 29, no. 4, 2025. https://doi.org/10.13053/cys-29-4-5815
6. Аубакиров Ш., Сейтказиева А. Критический литературный обзор подходов к моделированию кредитного риска в банковском секторе // Банки Казахстана. 2026. № 1–2. С. 6–13.
7. Mukhsimbayev B., Pak A., Kuralbayev A. A Computational Pipeline for Lexical and Thematic Analysis of the Code of Administrative Offenses of the Republic of Kazakhstan // Herald of the Kazakh-British Technical University. - 2025. - Vol. 22, No. 4. - P. 227-243. - DOI: 10.55452/1998-6688-2025-22-4-227-243
8. Toleu A. et al. Noise-Aware Direct Preference Optimization for RLAIF //Applied Sciences. – 2025. – Т. 15. – №. 19. – С. 10328.
{/spoilers}
{spoiler=Лаборатория нечёткой логики и интеллектуальных систем (FLIS)}
О лаборатории
Лаборатория нечёткой логики и интеллектуальных систем (Fuzzy Logic and Intelligent Systems — FLIS) основана в апреле 2025 года на базе Школы информационных технологий и инженерии КБТУ. Создание лаборатории продиктовано стремительным развитием искусственного интеллекта и нечётких систем, а также растущим интересом к прикладным и теоретическим аспектам интеллектуальных технологий. До официального открытия в рамках научной группы проф. Шамои Пакизар уже велась активная исследовательская работа с участием докторантов, магистрантов и бакалавров.
Цели лаборатории
- Проведение фундаментальных и прикладных исследований в области нечёткой логики, искусственного интеллекта и интеллектуальных систем;
- Подготовка высококвалифицированных исследователей - магистрантов и докторантов;
- Укрепление позиций КБТУ как центра передовых исследований в области ИИ на международной арене.
Задачи лаборатории
- Разработка моделей и алгоритмов на основе нечёткой логики и интеллектуальных систем;
- Публикация результатов исследований в высокорейтинговых международных журналах (Scopus, Web of Science);
- Участие в национальных и международных грантовых программах;
- Организация научных семинаров, воркшопов и конференций;
- Развитие международного научного сотрудничества.
Научные направления
- Нечёткие системы и логика — теория нечётких множеств, лингвистических переменных и нечётких правил вывода, применение в принятии решений;
- Наука о цвете (Color Science) — именование цвета, восприятие цвета, разница цветов, эстетика и гармония цвета;
- Моделирование цвета и эмоций — исследование эмоциональной реакции человека на визуальные стимулы и цветовые образы;
- Интеллектуальные системы — машинное обучение, нейросети и методы гибридного интеллекта;
- Компьютерное зрение и обработка изображений — автоматическое восприятие и интерпретация визуальной информации;
- Вычислительная эстетика — моделирование эстетических предпочтений и автоматическая оценка визуальной гармонии;
- Групповое нечёткое принятие решений — модели и алгоритмы, учитывающие эмоции и предпочтения при коллективном принятии решений.
Команда
• Шамои Пакизар — руководитель лаборатории, профессор, PhD;
• Муратбекова Мурагуль — старший научный сотрудник, магистр;
• Еркін Әділет — старший научный сотрудник, докторант;
• Қадырғали Эльнара — старший научный сотрудник, докторант;
• Зияда Малика — научный сотрудник, магистр
В исследовательской деятельности лаборатории также активно участвуют магистранты и студенты бакалавриата ШИТиИ КБТУ — на сегодняшний день в работе лаборатории задействовано более 60 исследователей, включая действующих студентов и выпускников университета.
Проекты
• ИРН AP22786412
Публикации
2026:
• Muratbekova M., Toganas N., Igali A., Shagyrov M., Kadyrgali E., Yerkin A. et al. Color models in image processing: A review and experimental comparison. Discover Applied Sciences, 2026.
• Maratuly T., Shamoi P., Samigulin T. Fuzzy expert system for the process of collecting and purifying acidic water: a digital twin approach. International Journal of System Assurance Engineering and Management, 2026.
2025:
• Shamoi P., Toganas N., Muratbekova M., Kadyrgali E., Yerkin A., Igali A. et al. Colibri fuzzy model: Color linguistic-based representation and interpretation. IEEE Access, 13, 205932–205956, 2025.
• Akram A., Kozhamuratova A., Shamoi P. Integrating Kansei engineering in web design for enhanced logistics services. Service Oriented Computing and Applications, 2025.
• Ogorodova A., Shamoi P., Karatayev A. Fuzzy Intelligent System for Student Software Project Evaluation. International Journal of Modern Education and Computer Science, 2025.
• Konyspay A., Shamoi P., Ziyada M., Smambayev Z. Meme Similarity and Emotion Detection using Multimodal Analysis. Activity and Behaviour Computing, 2025.
• Em I., Toganas N., Shamoi P. Emotion Classification in Digital Art using Color Features and Machine Learning. IEEE SIST, 2025.
• Burambekova A., Shamoi P. Comparative Analysis of Color Models for Human Perception and Visual Color Difference. IEEE SIST, 2025.
• Sagatbek A., Seidakhmetova A., Shamoi P. Comparative Analysis of Clustering Algorithms for Human-Consistent Dominant Color Extraction. IEEE SIST, 2025.
• Aliyev I., Muradova G., Aliyeva S., Mustafazada S., Smambayev Z., Shamoi P. Public Perception of Feminism using Sentiment and Emotion Analysis. IEEE SIST, 2025.
• Torekhan Y., Altynbekov N., Shamoi P. Aesthetic Index for Art Paintings Using Visual Features. IEEE SIST, 2025.
Международное сотрудничество
• Atsushi Inoue — Kyushu Institute of Technology, Япония. Направление: нечёткая теория. Сотрудничество с 2011 года.
• Kaori Yoshida — Kyushu Institute of Technology, Япония. Направление: прикладное восприятие. Сотрудничество с 2024 года.
• Jamalladin Hasanov — ADA University, Азербайджан. Направление: компьютерное зрение, цвет. Сотрудничество с 2022 года.
{/spoilers}
{spoiler=Лаборатория кибербезопасности}
О лаборатории
Лаборатория кибербезопасности является научно-исследовательским подразделением Школы информационных технологий и инженерии КБТУ, созданным в ответ на современные вызовы в области информационной и национальной безопасности. Деятельность лаборатории направлена на проведение фундаментальных и прикладных исследований, разработку инновационных технологий защиты информации, а также подготовку высококвалифицированных специалистов в области кибербезопасности и цифровых технологий.
Основные направления исследований
Лаборатория осуществляет исследования по следующим направлениям:
• обеспечение информационной безопасности и защиты данных;
• национальная безопасность и цифровая оборона;
• интеллектуальные системы мониторинга и анализа угроз;
• искусственный интеллект и машинное обучение в задачах кибербезопасности;
• разработка цифровых платформ и информационных систем;
• медицинские информационные технологии и защита медицинских данных;
• компьютерное зрение, обработка изображений и анализ биометрических данных;
• технологии устойчивого развития агропромышленного комплекса и цифровизации животноводства.
Научная деятельность
Лаборатория проводит междисциплинарные исследования в области информационной безопасности, искусственного интеллекта и современных компьютерных технологий. Особое внимание уделяется разработке цифровых платформ для управления жизненным циклом производства, обеспечению целостности данных, применению методов машинного обучения для анализа изображений, биометрической аутентификации, медицинской диагностики и интеллектуальной обработки информации.
Результаты исследований регулярно представляются на международных конференциях IEEE, ICCE Asia, SIST, CIEES, EEPES и других научных площадках мирового уровня.
Научные проекты
В настоящее время лаборатория реализует крупный государственный программно-целевой проект:
BR28712579 «Управление устойчивостью развития животноводства путем разработки информационной цифровой платформы поддержки единого жизненного цикла производства» (2025–2027 гг.)
Проект направлен на создание современной цифровой экосистемы для агропромышленного комплекса, объединяющей технологии искусственного интеллекта, информационной безопасности и управления данными с целью повышения эффективности и устойчивости отрасли.
Команда лаборатории
Мукашева Асель Коптлеувна, руководитель проекта и координатор лаборатории. Электронная почта:
В состав коллектива входят опытные ученые, старшие и ведущие научные сотрудники, инженеры и молодые исследователи, работающие над реализацией научных проектов в области информационной безопасности, искусственного интеллекта, цифровых технологий и инженерных решений. Команда объединяет более 30 специалистов различных направлений подготовки.
Международное сотрудничество
Лаборатория активно сотрудничает с зарубежными научными организациями и университетами. Среди ключевых партнеров:
• University of Cincinnati (США) – научные консультации и подготовка докторантов;
• The Korean Institute of Electrical Engineers Electric Facility Society (Южная Корея) – совместные исследования по разработке адаптивных алгоритмов управления транспортными потоками с использованием искусственного интеллекта и технологий компьютерного зрения.
Научные достижения
Исследователи лаборатории публикуют результаты своей работы в ведущих международных научных журналах и конференциях, индексируемых Scopus и Web of Science. За отчетный период опубликованы статьи в журналах квартилей Q1 и Q2, посвященные:
• защите медицинских данных;
• интеллектуальным системам биометрической аутентификации;
• компьютерному зрению и медицинской сегментации изображений;
• прогнозированию с использованием искусственного интеллекта;
• анализу уязвимостей информационных систем;
• глубокому обучению и обработке сигналов;
• цифровой трансформации транспортных и промышленных систем.
Лаборатория также активно участвует в международных научных конференциях и ежегодно представляет десятки научных докладов по актуальным направлениям развития информационных технологий.
Подготовка молодых исследователей
Одним из приоритетных направлений деятельности лаборатории является вовлечение студентов, магистрантов и докторантов в научно-исследовательскую работу. Молодые исследователи участвуют в выполнении государственных проектов, подготовке научных публикаций, разработке программного обеспечения и интеллектуальных систем, а также представляют результаты своих исследований на международных конференциях.
Миссия
Миссия Лаборатории кибербезопасности — развитие передовых научных исследований в области информационной безопасности, искусственного интеллекта и цифровых технологий, создание инновационных решений для защиты информации и устойчивого развития цифровой экономики, а также подготовка высококвалифицированных специалистов, способных решать современные вызовы в сфере кибербезопасности.
{/spoilers}
{spoiler=Лаборатория вычислительной нейронауки}
О лаборатории
Лаборатория вычислительной нейронауки (Computational Neuroscience Laboratory) была основана в 2023 году на базе Школы информационных технологий и инженерии КБТУ с целью развития междисциплинарных исследований, объединяющих современные методы машинного обучения, искусственного интеллекта и анализа данных с передовыми технологиями нейровизуализации и нейрофизиологии. Лаборатория занимается изучением сложных механизмов работы мозга, когнитивных процессов и разработкой интеллектуальных методов диагностики и анализа нейронной активности.
Основные направления исследований
Научная деятельность лаборатории охватывает следующие направления:
• анализ и интерпретация данных нейровизуализации и нейрофизиологии с использованием современных алгоритмов машинного обучения;
• исследование механизмов кодирования и передачи информации в мозге;
• изучение когнитивных процессов, эмоционального восприятия и принятия решений;
• анализ электроэнцефалографии (ЭЭГ), функциональной магнитно-резонансной томографии (фМРТ), диффузно-тензорной томографии (ДТТ) и функциональной ближней инфракрасной спектроскопии (фБИС);
• разработка интеллектуальных методов диагностики нейродегенеративных заболеваний и нейрокогнитивных нарушений;
• применение нелинейного анализа сигналов мозга и технологий искусственного интеллекта для исследования процессов развития и старения мозга.
Научная деятельность
Лаборатория проводит исследования в области анализа мозговой активности в состоянии покоя и при выполнении когнитивных задач, изучает процессы эмоциональной регуляции и внимания, а также разрабатывает методы выявления биомаркеров патологий мозга с использованием машинного обучения.
Особое внимание уделяется мультимодальным исследованиям пациентов с опухолями головного мозга и рассеянным склерозом, объединяющим данные структурной и функциональной МРТ, ЭЭГ и других методов нейровизуализации для предоперационного картирования когнитивных функций и повышения точности диагностики.
Научные проекты
Лаборатория участвует в реализации государственных научных проектов:
• AP23486255 «Исследование функционирования нейросетей мозга и картирования когнитивных функций у пациентов с опухолями мозга» (2024–2026 гг.) – проект направлен на разработку методов неинвазивной диагностики и предоперационного картирования когнитивных функций.
• BR27198099 «Развитие интегративных научных исследований по нейронауке» (2024–2026 гг.) – программно-целевой проект, посвященный применению искусственного интеллекта и мультимодального анализа сигналов мозга для изучения процессов развития, старения и нейродегенеративных заболеваний.
Команда лаборатории
Координатором лаборатории является:
• Диана Арман, PhD – координатор Лаборатории вычислительной нейронауки, руководитель подгруппы научных проектов в области анализа мозговой активности и применения искусственного интеллекта в нейронауке.
Международное сотрудничество
Лаборатория активно сотрудничает с ведущими зарубежными научными центрами и университетами, включая:
• MRC Cognition and Brain, University of Cambridge (Великобритания);
• George Mason University (США).
В рамках международных проектов к исследованиям привлекаются зарубежные ученые из США и Великобритании, а сотрудники лаборатории регулярно представляют результаты исследований на международных конференциях, включая OHBM, FENS и ICON.
Научные достижения
Результаты исследований публикуются в высокорейтинговых международных журналах, индексируемых Scopus и Web of Science. За отчетный период сотрудниками лаборатории опубликованы статьи в журналах квартиля Q1, посвященные анализу ЭЭГ и фМРТ, исследованию депрессии, возрастных изменений мозга, когнитивных функций и применению методов машинного обучения в нейронауке.
Кроме того, лабораторией получены авторские свидетельства на разработки в области анализа нейронных данных и интеллектуальных систем диагностики когнитивных функций.
Подготовка молодых исследователей
Лаборатория активно вовлекает магистрантов и докторантов в научную деятельность. Выполняются исследования по анализу ЭЭГ во время эмоциональной регуляции, изучению активности мозга при принятии решений и функциональной МРТ у пациентов с опухолями мозга. Регулярно проводятся научные семинары, образовательные мероприятия и подготовка молодых исследователей в области вычислительной нейронауки.
Миссия
Миссия Лаборатории вычислительной нейронауки заключается в развитии передовых исследований на стыке искусственного интеллекта, нейронауки и анализа данных, создании интеллектуальных методов диагностики и моделирования работы мозга, а также подготовке высококвалифицированных специалистов, способных решать актуальные задачи современной медицины и цифровых технологий.
{/spoilers}