Искусственный интеллект и анализ данных

Бакалавриат, направление подготовки: 01.03.02 Прикладная математика и информатика
25
бюджетных мест
5
платных мест
4
года обучения
Московский государственный университет им. М. В. Ломоносова
Минимальное количество баллов для поступления
на базе среднего общего, среднего профессионального или высшего образования (по вступительным испытаниям вуза)
46
Математика
51
Информатика и ИКТ
50
Русский язык

О программе

«Искусственный интеллект и машинное обучение» — это один из профилей, реализуемых в рамках направления подготовки «Прикладная математика и информатика». Эта образовательная программа реализуется в БФУ им. И. Канта при поддержке МГУ им. М. В. Ломоносова. Выпускники нашей программы профессионально овладеют инструментальными средствами разработки информационных систем для создания разнообразных бизнес-приложений на различных языках программирования, получат как теоретические знания, так и практические навыки в области наиболее бурно развивающегося направления современных информационных технологий — искусственного интеллекта. Таким образом, они смогут применять свои навыки в самых разнообразных областях: от классических десктопных приложений до сложных систем с возможностью прогнозирования, автоматического распознавания образов и многого другого.

Образовательная программа сочетает в себе фундаментальную математическую подготовку с изучением различных современных языков программирования с особым вниманием к практическим навыкам их применения, принципов построения информационных систем с использованием технологий машинного обучения и ИИ.

Полученные знания студенты могут продемонстрировать на различных конкурсах, олимпиадах и других активностях. Выпускная работа носит прикладной характер, тематика работы не ограничена, самое главное, чтобы были использованы методы анализа данных и элементы ИИ.

Данный модуль позволяет студенту не просто стать разработчиком информационных систем, которые также востребованы на рынке труда, но и расширить свою востребованность за счет компетенций по машинному обучению и искусственному интеллекту. Ориентация на практический характер обучения при соблюдении необходимого количества фундаментальной подготовки дает возможность уже на 3-4 курсе найти себя на рынке труда.

Документы

Программа обучения

— фундаментальные дисциплины
— прикладные дисциплины
Год 1
Основы программирования
Математический анализ
Алгебра
Геометрия
Иностранный язык
История России
Философия
Критическое мышление
Цифровая культура
Системы компьютерной алгебры
Основы предпринимательской деятельности
Элективные курсы по физической культуре и спорту
Учебная технологическая (проектно-технологическая) практика
Год 2
Математическая логика
Дифференциальные уравнения
Комплексный анализ
Дискретная математика для программистов
Физика
Математический анализ
Алгоритмы и структуры данных
Объектно-ориентированное программирование
Операционные системы и компьютерные сети
WEB-программирование
Язык PHP
Иностранный язык
Физическая культура и спорт
Безопасность жизнедеятельности
Основы коммуникации
Учебная технологическая (проектно-технологическая) практика
Год 3
Функциональный анализ
Теория вероятностей и математическая статистика
Уравнения математической физики
Объектно-ориентированное программировние
Численные методы
Элективные курсы по физической культуре и спорту
Базы данных
Статистический и экономический подходы к анализу данных
Введение в искусственный интеллект
Язык Java
Наглядное программирование
Компьютерная графика
Визуальное программирование
Основы разработки компьютерных игр
Геймдизайн и проектирование игр
Производственная технологическая (проектно-технологическая) практика
Год 4
Библиотеки Phyton для работы с данными
Практические задачи искусственного интеллекта
Машинное обучение
Технология больших данных
Нейротехнологии и искусственный интеллект
Анализ данных
Разработка технической документации
Управление ИТ-проектами
Производственная практика
Преддипломная практика

Карьера после обучения

Выпускники — высоко востребованные IT-специалисты, обладающие фундаментальными знаниями и компетенциями в области анализа данных и машинного обучения. Подобное сочетание позволяет не только быстро найти работу, но и совершенствоваться в дальнейшем, при необходимости.

Практика проходит при участии специалистов Сбера, обладающими уникальными компетенциями в области как разработки программных продуктов, так и работы с данными.

Резюме выпускника программы

Должность
Дата-аналитик

Профессиональные навыки

  • Обработка и визуализация данных
  • Построение моделей машинного обучения
  • Построение и обучение нейронных сетей
  • Разработка сервисов на основе машинного обучения
  • Прогнозирование: изучение, разработка, тестирование методов анализа и прогнозирования временных рядов
  • Понимание методологии реализации аналитических проектов на основе машинного обучения

Владение программами

Java
Python
MS SQL
библиотеки по анализу данных
Должность
Системный аналитик

Профессиональные навыки

  • Сбор и обработка требований при формировании проекта
  • Подготовка и согласование функциональных и технических спецификаций
  • Проектирование и интеграция информационных систем с другими программными решениями
  • Анализ, обоснование и выбор готовых решений по оптимизации процессов
  • Описание интерфейсов взаимодействия новых и существующих систем
  • Разработка проектной документации

Владение программами

Java
Python
MS SQL
библиотеки по анализу данных
Должность
Программист

Профессиональные навыки

  • Проектирование, тестирование и внедрение программного обеспечения
  • Работа с документацией внутренних проектов
  • Администрирование веб-сервисов
  • Разработка алгоритмов работы программного обеспечения

Владение программами

Java
Python
MS SQL
С/С++

Личный кабинет для

Личный кабинет для cтудента

Даю согласие на обработку представленных персональных данных, с Политикой обработки персональных данных ознакомлен

Подтверждаю согласие