Прикладная математика и информатика

Подготовка специалистов по искусственному интеллекту в сфере анализа данных (Data Science). Студенты знакомятся с математическими методами моделирования и прогнозирования, методами извлечения знаний из данных, современными средствами анализа цифровых сигналов, изображений, речи и языка, средствами разработки интеллектуальных систем.

Компетенции, формируемые программой:

• Математические модели и методы анализа данных

Методы искусственного интеллекта. Анализ данных при обработке цифровых сигналов, изображений, естественного языка, речи. Математическое моделирование финансовых, социально-экономических, коммуникационных, производственных систем.

• Разработка алгоритмов и программирование систем обработки данных

Алгоритмы обработки данных. Программные инструменты обработки данных. Технологии обработки больших данных. Технологии интеллектуальных пространств. Разработка интеллектуальных систем обработки данных.

• Проектная деятельность в области разработки систем анализа данных

Разбор кейсов реальных заказчиков. Участие в прикладных научно-исследовательских и опытно-конструкторских работах.

Преимущества программы

Профессиональный преподавательский состав: преподавательский состав включает в себя докторов и профессоров наук – ведущих специалистов в области искусственного интеллекта, интеллектуального анализа данных, программирования, интеллектуальных интернет-технологий, регулярно повышающих свою квалификацию в ведущих организациях и вузах по программам машинного обучения и Data Science.

Сочетание компетенций аналитиков и разработчиков: выпускники получат глубокие знания о математических основах, методах и алгоритмах анализа  данных, а также навыки разработки интеллектуальных систем обработки данных.

Междисциплинарность и широкий спектр приложений: от создания чат ботов до прогнозирования финансовых рисков на бирже.

Практико-ориентированный подход: обучающиеся получают возможность закрепить свои знания и умения, необходимые в дальнейшей профессиональной деятельности, участвуя в решении конкретных кейсов, в исследовательских и прикладных  проектах компаний-партнеров.

Высокий академический уровень: полученные знания позволят обучающимся принимать участие  в международных конференциях, публиковать свои исследований в престижных высокорейтинговых международных научных журналах, поступить в престижную  российскую или зарубежную аспирантуру.

В процессе обучения студенты изучают следующие дисциплины:

• Математические методы искусственного интеллекта
• Классификация и кластеризация данных
• Нейронные сети и глубокое обучение
• Программные инструменты обработки данных
• Программирование на Python
• Статистическая обработка данных
• Адаптивная фильтрация
• Анализ сигналов в частотно-временной области
• Обработка речи и шумоподавление
• Интеллектуальные системы управления принятием решений
• Методы сегментации естественного языка
• Морфологический, семантический, синтаксический анализ текстов
• Автоматическое реферирование
• Системная инженерия, морфологические преобразования изображений, поиск объекта на изображении
• Машинное и глубокое обучение в задачах классификации и кластеризации изображений)
• Рекомендательные алгоритмы
• Коллаборативная фильтрация
• Математические модели коммуникационных систем
• Прогнозирование трудовых ресурсов, производства товаров и услуг
• Демографическое прогнозирование
• Анализ данных и прогнозирование в сфере финансов
• Технологии обработки больших данных

Квалификация (степень) магистра по направлению 01.04.02 "Прикладная математика и информатика", профиль "Анализ данных (Data Science)".

Выпускники работают ведущими/главными Data Scientist и Machine Learning Engineer в ведущих технологических компаниях России и мира; руководителями проектов/отдела/группы системного анализа в области построения автоматизированных и интеллектуальных систем анализа данных; занимаются научной деятельностью в сфере данных, изучают данные в ведущих российских и зарубежных исследовательских организациях.

Обучающиеся могут принимать участие в хакатонах, проходить стажировки на базе российских и зарубежных научных и образовательных организаций.

• Суперсервис "ПОСТУПЛЕНИЕ В ВУЗ ОНЛАЙН" на портале "Госуслуги".

• ПОЧТОВАЯ СВЯЗЬ общего пользования: отправить документы в приемную комиссию по Почте России.

• ПРИНЕСТИ ДОКУМЕНТЫ лично поступающим или доверенным лицом в приемную комиссию.

• Очная форма

• Очная форма