Большие данные и машинное обучение: магистратура в вузах Москвы

Особое внимание уделяется математическим основам Data Science, архитектуре информационных систем, базам данных и продвинутому программированию на Python. Студенты осваивают гибкие методологии разработки, контейнеризацию, оркестрацию приложений и работу с большими языковыми моделями. Программа ориентирована на практическое применение знаний, включая разработку и внедрение рекомендательных систем, предиктивную аналитику и BI-инструменты.

Обучение проходит в тесном взаимодействии с индустриальными партнёрами, что позволяет выпускникам успешно интегрироваться в профессиональную среду. Выпускники становятся экспертами в области искусственного интеллекта и больших данных, востребованными в IT-компаниях, финансовом секторе, аналитических центрах, медиаиндустрии и различных отраслях, связанных с обработкой информации.

Дисциплины программы:

• Python: продвинутый уровень
• Базы данных: продвинутый уровень
• Математика для DataScience
• Гибкие методологии разработки
• Фундаментальные и перспективные концепции искусственного интеллекта
• Машинное обучение
• Архитектура информационных систем
• Глубокое обучение и обучение с подкреплением
• Сбор, генерация и разметка данных для машинного обучения
• Контейнеризация и оркестрация приложений
• Глубокие генеративные модели.

Дисциплины по выбору:

• Продуктовый дизайн и прототипирование AI-продуктов
• Фронтенд-разработка для систем искусственного интеллекта
• Глубокое обучение и обработка естественного языка (Большие языковые модели)
• Компьютерная графика и дизайн на базе искусственного интеллекта
• Разработка основанных на данных решений и предиктивная аналитика
• Бизнес-аналитика и BI для больших данных
• Проектирование и разработка рекомендательных систем
• Анализ и визуализация данных в интеллектуальных системах.