Поступление 2019
0
личный кабинет

Большие данные и машинное обучение

01.04.02 Прикладная математика и информатика
Добавить в избранное
Международная образовательная программа Военная кафедра Государственная аккредитация
Форма обучения: Очная, 2 года
Количество мест: 45/10
  • 45 бюджетных мест
  • 10 контрактных мест
Вступительные испытания: ВЭ ЯП ДЭ ОНТИ
  • Вступительный экзамен
  • Медалист/победитель "Я-профессионал"
  • Дистанционный экзамен
  • олимпиада НТИ

ПАСПОРТ ПРОГРАММЫ

Руководитель программы:
Насонов Денис
Учебный план:
Языки обучения:
ENG Английский
RUS Русский
Учебные корпуса:
Кронверкский пр., д. 49Биржевая линия, д.14Биржевая линия, д.16Биржевая линия, д.4

ОПИСАНИЕ ПРОГРАММЫ

В рамках данной программы изучается комплексное направление подготовки специалистов по обработке и анализу сверхбольших объемов данных с дальнейшим применением различных подходов и методик для практических задач.
В ходе изучения будут освоены инфраструктурные технологии, основанные на пакетных и потоковых моделях, что позволит организовывать эффективные системы управления большими данными. Подобные системы совместно с полученными в изучении навыками различных направлений искусственного интеллекта, включая машинное обучение, а также освоенными подходами построения различных моделей на данных, позволят создавать комплексные решения, базируясь на многоуровневом проводимом анализе.





АКТУАЛЬНОСТЬ И ЗНАЧИМОСТЬ ПРОГРАММЫ

Сегодня, практически во всех сферах современной экономики, компании не могут считаться высокотехнологичными или даже конкурентоспособными без интегрированных моделей и результатов, полученных на основе аналитической обработки больших объемов данных. Специалисты, способные правильно выстроить не только логику и процесс проводимого анализа, но и реализовывать высокоэффективные алгоритмы обработки данных в распределенной вычислительной среде, являются чрезвычайно востребованными на рынке, в связи с ускоряющимися темпами развитием информационных технологий, опережающих возможности подготовки большинства современных ВУЗ-ов. Актуальными требованиям становятся не только фрагментарные умения применять отдельные методы машинного обучение, но и понимание подходов искусственного интеллекта на системном уровне, также, как и навыки предварительной комплексной подготовки данных, на уровне их физической организации, фильтрации и предобработки. А умения на основе анализа этих данных проектировать прогностические и имитационные модели для решения трудно формализуемых задач делают специалистов нашего направления подготовки уникальными и востребованными во всех сферах жизнедеятельности и во всем мире. Что подтверждается успешным сотрудничеством с такими компаниями как Сименс, РосНефть, ГазпромНефть, МТС, Банк СПб, Майл.ру, СберТех, BCC, Расофт и др.

ЦЕЛЬ ПРОГРАММЫ

Цель образовательной программы — подготовка высококвалифицированных кадров в области прикладной
информатики, способных проектировать, разрабатывать и эффективно использовать технологии Big Data и машинного обучения в современных задачах поддержки принятия решений.

Направление включает в себя:

  • создание научно-технологической базы современной распределенной вычислительной инфраструктуры для сбора, хранения и обработки сверхбольших данных в логике технологий Big Data;
  • разработку методов, моделей и высокоэффективных алгоритмов для автоматического извлечения знаний из данных методами машинного обучения и эволюционных вычислений;
  • развитие методов формализации, структурирования, агрегации, интерпретации и усвоения знаний, извлеченных из сверхбольших массивов данных для задач поддержки принятия решений.

ПРЕПОДАВАТЕЛИ

Александр Павлович Алоджанц доктор физико-математических наук
Екатерина Владимировна Болгова кандидат технических наук
Клавдия Олеговна Боченина кандидат технических наук
Николай Алексеевич Бутаков кандидат технических наук
Александр Валерьевич Бухановский доктор технических наук
Анна Владимировна Калюжная кандидат технических наук
Андрей Сергеевич Карсаков кандидат технических наук
Михаил Алексеевич Мельник
Денис Насонов кандидат технических наук

ТЕМЫ ВЫПУСКНЫХ РАБОТ

  • Разработка метода извлечения изображений на основе анализа содержания с использованием низкоуровневых и высокоуровневых характеристик
  • Многопользовательский подход адаптивного распределенного сбора данных социальных сетей
  • Семантический подход к определению социального отклика для поддержки принятия решений в критических ситуациях
  • Автоматическая система для аннотации изображений из зашумленных данных с использованием глубоких нейронных представлений
  • Распределенный механизм хранения на основе технологии блокчейн с использованием Proof-of-Storage консенсус-протокола

НАБОР КОМПЕТЕНЦИЙ

Выпускники программы «Большие данные и машинное обучение» будут обладать набором профессиональных компетенций, позволяющим после обучения успешно продолжать исследовательскую деятельность, разрабатывать и внедрять алгоритмы интеллектуального анализа данных, а также руководить группой разработчиков.
Во время обучения студенты имеют возможность принимать участие в различных исследовательских проектах, осуществляемых на базе научно-исследовательского института наукоемких компьютерных технологий. Знания и навыки, полученные на протяжении обучения, могут быть успешно использованы как в работе над исследовательскими проектами мирового уровня, так и в решении задач индустрии во многих сферах, начиная от задач хранения и обработки сверхбольших объемов данных до анализа и предсказания поведения людей в социальных медиа.

ТРУДОУСТРОЙСТВО И ВОСТРЕБОВАННОСТЬ ПРОФЕССИИ

В современном мире грамотный анализ накопленных данных является необходимостью для любой компании и повышает ее конкурентоспособность. Для достижения этой цели необходимы уникальные специалисты, которые обладают знаниями на стыке нескольких областей, разбираются в предметной области, а также профессионально владеют навыками программирования, работы с системами хранения данных, статистическими методами, методами машинного обучения и способны визуализировать полученные результаты. Подобный специалист не только анализирует исторические данные, но и способен на их основе построить прогностические математические модели.
Выпускники программы востребованы как инженеры-исследователи, специалисты по анализу данных, аналитики и разработчики программного обеспечения как в крупных исследовательских центрах и инновационных стартапах, так их в качестве научных сотрудников в академической среде в ведущих мировых и российских вузах.
 

ПРАКТИКА И СТАЖИРОВКИ ДЛЯ СТУДЕНТОВ

В рамках обучения студенты будут проходить практику в научно-исследовательском институте наукоемких компьютерных технологий (http://escience.ifmo.ru/). Студентам предоставлена возможность проходить стажировки в ведущих зарубежных университетах в рамках программ краткосрочного обмена.

Обратная связь

* Имя
* E-mail
Ваше сообщение