Магистратура "Машинное обучение" Центрального университета, Москва

Студенты осваивают не только теоретические основы, но и практические навыки, необходимые для создания полноценных ML-решений — от исследовательской стадии до внедрения в производство.

Особое внимание уделяется развитию продуктового мышления, умению работать в команде и применять математические методы для решения реальных задач. Программа также включает изучение современных инструментов анализа данных, методов оптимизации и проектирования масштабируемых ML-систем.

В результате выпускники становятся востребованными специалистами, способными разрабатывать инновационные решения на стыке математики, computer science и искусственного интеллекта.

Профессиональные дисциплины:

Data Science Fundamentals

• [мини] Основы Python
• Основы статистики
• Machine Learning
• SQL и базы данных
• Продуктовая студия
• Soft Skills Lab

Machine Learning:

• Основы математики для DS
• Алгоритмы
• Deep Learning
• [мини] Advanced Deep Learning
• Рекомендательные системы
• Обработка естественного языка (NLP)
• Computer Vision
• [мини] Al Beyond Fit-Predict
• Прогнозирование временных рядов
• Production ML
• ML System Design
• Избранные темы исследований в Al
• Прикладная математика в ML
• Современная оптимизация

Продукт и аналитика:

• Python для анализа данных
• Управление продуктом и бизнес-метрики
• Case Evenings
• Data Engineering
• Визуализация
• Продвинутая статистика
• Исследование, генерация и приоритизация гипотез
• Взаимодействие с командой разработки
• [мини] Управление ML-продуктами
• [мини] Аналитическая культура
• [мини] Публичные выступления
• [мини] Лидерство и управление
• [мини] Переговоры
• Маркетинг
• UX/UI

Computer Science:

• Инструменты разработчика
• Java Core
• Алгоритмы и структуры данных. Часть 1
• Java Spring
• Промышленная разработка
• Алгоритмы и структуры данных. Часть 2.