Математические методы в искусственном интеллекте и анализе данных: магистратура в вузах Москвы

Особенностью подхода является ориентация на реальные промышленные задачи в таких сферах, как финтех, биоинженерия, квантовые технологии и цифровая индустрия.

Образование гармонично сочетает мощную теоретическую базу с практикой применения искусственного интеллекта для анализа больших данных, разработки автономных систем, оптимизации бизнес-процессов и создания инновационных продуктов. Итогом становится формирование компетенций, позволяющих строить карьеру в ведущих IT-компаниях, научно-исследовательских центрах и других высокотехнологичных отраслях.

Изучаемые дисциплины:

• Организация и технология научных исследований и педагогической деятельности
• Современные методы оптимизации
• Глубокое обучение
• Английский язык для ИТ-специалистов
• Алгоритмы и структуры данных
• Трехмерное компьютерное зрение
• Методы искусственного интеллекта в робототехнических системах
• Экспертные и рекомендательные, информационно-аналитические системы
• Блокчейн-технологии и искусственный интеллект
• Гуманитарные проблемы искусственного интеллекта
• Системы обеспечения информационной безопасности.

Вариативная часть:

• Системный подход к анализу данных и генерации знаний
• Технологии обработки естественного языка и большие языковые модели
• Интегрирование технологических решений для обеспечения функционала роботизированных систем
• Методология MLOps при разработке систем искусственного интеллекта
• Компьютерное зрение
• Методы инженерного анализа и моделирования
• Цифровые двойники.

Дисциплины по выбору:

• Теория графов и графовые нейронные сети
• Современные средства разработки ПО для искусственного интеллекта
• Современные устройства центров обработки больших данных
• Интеллектуальные автономные и мультиагентные системы
• Генеративные модели в компьютерном зрении
• Квантовые вычисления
• Современные технологии защиты информации
• Искусственный интеллект в биоинженерии
• Интеллектуальные технологии для финансового сектора.