Системный анализ и математические технологии: магистратура в вузах Москвы

Обучение строится на синергии прикладной математики, Data Science и передовых ИТ-инструментов. Студенты получают доступ к университетскому суперкомпьютеру для выполнения масштабных параллельных вычислений и погружаются в перспективную область квантовых технологий, что обеспечивает им мощное конкурентное преимущество на рынке труда.

Образовательный процесс разделен на два ключевых направления в зависимости от профессиональных интересов студентов. Первая траектория фокусируется на крупномасштабном компьютерном моделировании с интеграцией алгоритмов машинного обучения и распределенных ИТ-архитектур. Второй трек ориентирован на сферу финтеха, где классический математический аппарат и предиктивная аналитика временных рядов применяются для управления портфелями, исследования криптоэкономики и построения децентрализованных финансовых систем.

Основные дисциплины:

• Высокопроизводительные вычисления и параллельное программирование
• Методы машинного обучения и анализа больших данных
• Статистические методы и анализ сложных сетей
• Системный анализ и математическое моделирование
• Стохастические методы в инженерных приложениях.

Дисциплины трека "Математическое моделирование и машинное обучение":

• Инструменты анализа данных
• Машинное обучение для построения моделей
• Суперкомьютерный практикум
• Моделирование статистических и нелинейных систем
• Избранные главы квантовой механики
• Анализ нелинейных и многофазных процессов.

Дисциплины трека "Математические методы и технологии количественного анализа":

• Математические основы количественного анализа
• Финансовые технологии
• Прикладная статистика и моделирование временных рядов
• Современный портфельный анализ и управление
• Децентрализованные финансовые технологии (блокчейн, цифровая валюта и криптоэкономика)
• Численные методы и математическое моделирование в финансах
• Методы и алгоритмы оптимизации.