Искусственный интеллект и финансовые технологии: магистратура в вузах Москвы

Этот курс был создан в результате мощной коллаборации ведущего университета, Центра Сколково и крупнейшего финансового института, что гарантирует уникальный баланс академической строгости и прикладной ориентированности. Оно предназначено для специалистов с серьёзной математической и аналитической подготовкой, стремящихся занять лидирующие позиции в быстро растущей индустрии финансовых технологий. В результате освоения программы выпускник становится обладателем целостного и востребованного инструментария, позволяющего не только использовать существующие финтех-решения, но и проектировать инновационные продукты на стыке искусственного интеллекта и экономики.

Дисциплины программы:

• Введение в анализ данных
• Количественные методы Python
• Макроэкономика
• Финансовый анализ и учёт
• Коммуникации
• Математика для экономистов
• Теория вероятностей и статистика
• Вычислительная линейная алгебра
• Микроэкономика
• Финансовые рынки и инструменты
• Эконометрика - 1
• Стохастические методы в математическом моделировании и ИИ
• Функциональный анализ
• Машинное обучение
• Оценка активов и инвестиционные портфели
• Эконометрика - 2
• Банковское дело - 1
• Случайные процессы
• Статистическая теория обучения
• Язык структурированных запросов
• Глубинное обучение
• Деривативы
• Банковское дело - 2
• Введение в риск-менеджмент
• Геометрические методы машинного обучения
• Топики по финансовой эконометрике
• Научное машинное обучение в финансах
• Основы проектного финансирования
• Прикладной риск-менеджмент для банков
• Торговые стратегии
• Модели последовательных данных
• Байесовские методы машинного обучения - 1
• Мастерская инноваций
• Микроструктура рынков
• Поведенческие финансы
• Современные методы и алгоритмы генеративного искусственного интеллекта
• Стратегии на рынке облигаций
• Технологии научно-информированного машинного обучения
• Обработка естественного языка
• Байесовские методы машинного обучения - 2
• Введение в маркетинговую аналитику
• Теоретические методы глубокого обучения
• Управление долгосрочными активами
• Введение в технологию блокчейн
• Математика кредитного риска
• Международные финансы
• Обучение с подкреплением
• Продвинутые математические финансы
• Теория игр
• Генеративные модели в искусственном интеллекте
• Блокчейн и его приложения к финансам
• Дизайн рынков
• Математические финансы
• Нейроморфные вычисления
• Трансформерные архитектуры и большие языковые модели.