Прикладная математика и информатика
Программа
Анализ данных (Data Science)
Пешкова
Ирина Валерьевна
руководитель программы магистратуры
О чем эта специальность: программа готовит 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.
Как проходит обучение: 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
Какой диплом студент получит: квалификация (степень) магистра по направлению 01.04.02 "Прикладная математика и информатика", профиль "Анализ данных (Data Science)".
Трудоустройство: 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.
Дополнительные возможности для студента: обучающиеся могут принимать участие в хакатонах, проходить стажировки на базе российских и зарубежных научных и образовательных организаций.
Подать документы
-
ЭЛЕКТРОННАЯ ПОЧТА приемной комиссии: отправить документы на адрес abit@petrsu.ru согласно инструкции (тема письма "Заявление о приеме_ваша фамилия").
-
ПОЧТОВАЯ СВЯЗЬ общего пользования: отправить документы в приемную комиссию по Почте России.
-
ПРИНЕСТИ ДОКУМЕНТЫ лично поступающим или доверенным лицом в приемную комиссию.