Робототехника и киберфизические системы: программа бакалавриата в вузах Москвы

Программа предлагает студентам уникальную возможность погрузиться в мир современных технологий и исследований. Она объединяет в себе знания из различных областей, таких как прикладная математика, компьютерные науки и инженерные науки. Студенты получат фундаментальное понимание робототехники и киберфизических систем, а также основные навыки для их разработки, программирования и управления. Они будут изучать математические и алгоритмические основы, а также применять их для создания инновационных роботов и автономных систем. Курсы программы охватывают такие аспекты, как механика, электроника, компьютерное зрение, искусственный интеллект, управление и взаимодействие с окружающей средой. В результате обучения студенты будут готовы к работе в различных областях, включая промышленность, медицинскую робототехнику, автоматизацию и многие другие сферы, где робототехника играет важную роль.

Обучение на образовательном треке позволит стать специалистом по автоматизации и роботизации технологических процессов. Студенты изучат теорию автоматического управления, особенности робототехнических и киберфизических систем. Научатся модернизировать процессы и предприятия.

Профессиональные дисциплины:

• Введение в специальность
• История
• Вычислительные машины, сети и системы
• Программирование и алгоритмизация
• Математика
• Иностранный язык
• Персональная эффективность
• Инженерная компьютерная графика
• Объектно-ориентированное программирование
• Основы дискретной математики
• Физика
• Базы данных
• Комбинаторика и теория графов
• Технологии программирования
• Математические основы молекулярного моделирования
• Цифровая экономика и процессное управление предприятием
• Безопасность жизнедеятельности
• Сетевые технологии
• Разработка клиент-серверных приложений
• Операционные системы и среды
• Алгоритмы дискретной математики
• Основы теории информации и автоматов
• Программирование на Python
• Функциональный анализ
• Математическое моделирование
• Теория систем автоматического управления
• Теория случайных процессов
• Машинное обучение
• Численные методы
• Методы и средства обработки изображений
• Методы оптимизации
• Прикладной статистический анализ
• Методы искусственного интеллекта
• Нейронные сети
• Системный анализ и принятие решений
• Глубокое обучение
• Современные инструменты DevOps.

Вариативная часть:

• Дискретная математика
• Методы искусственного интеллекта
• Учебная практика по ознакомлению с технологиями разработки робототехнических и киберфизических систем
• Основы мехатроники
• Основы электротехники и электроники
• Дискретные и нелинейные системы автоматического управления
• Программирование роботов
• Производственная практика по освоению первичных навыков в области разработки робототехнических и киберфизических систем
• Системы автоматизированного проектирования
• Программирование роботов II
• Обучение с подкреплением
• Искусственный интеллект и мультиагентные системы
• Динамика и управление движением робототехническими системами
• Киберфизические сети.