Поступление 2019
0
личный кабинет

ПАСПОРТ ПРОГРАММЫ

Языки обучения: ENG АнглийскийRUS Русский
Форма обучения: Очная, 2 года
Стоимость контрактного обучения в 2019 году: 214 000 руб. в год
  • 214 тыс. руб в год для граждан Российской федерации
  • 234 тыс. руб в год для иностранных граждан
Международная образовательная программа

45.04.04 Интеллектуальные системы в гуманитарной сфере

Количество мест:

Бюджетных - 25

Контрактных - 10

Вступительные испытания:

Конкурс «Портфолио» Университета ИТМО

Конкурс докладов «Конгресс молодых ученых»

Вступительный экзамен

Дистанционный экзамен

Медалист/победитель "Я-профессионал"

Контактное лицо Галимжанов Талгат Ринатович
Руководитель программы:
Пучковская Антонина Алексеевна
Учебные корпуса: Кронверкский пр., д. 49Биржевая линия, д.14

ОПИСАНИЕ ПРОГРАММЫ

Международная образовательная программа отвечает растущему спросу на исследователей, аналитиков, дизайнеров, юзабилити-специалистов и других профессионалов в области данных как в России, так и за рубежом. В рамках плодотворного сотрудничества Международной научной лаборатории Цифровых гуманитарных исследований (DH lab) и Лаборатории машинного обучения в области анализа и визуализации данных обучающимся на программе будут предоставлены возможности по работе с культурными данными на протяжении всего жизненного цикла, от сбора и хранения до статистического анализа, интерпретации, визуализации и их дистрибуции. 

АКТУАЛЬНОСТЬ И ЗНАЧИМОСТЬ ПРОГРАММЫ

Digital Humanities (в русском языке можно встретить термины «цифровые гуманитарные науки», «цифровая гуманитаристика») — это интердисциплинарная область исследований, а также обучения и созидания, объединяющая компьютерные и гуманитарные науки. Исходя из определения, закрепившегося в зарубежной практике, направление предполагает оцифровку и использование оцифрованных материалов, объединяя методологии из традиционных гуманитарных наук (таких, как история, культурология, лингвистика, литература, музыка и других) с компьютерными технологиями, предоставляя инструменты и открывая новые возможности для сбора и визуализации данных, а также информационного поиска, интеллектуального анализа данных и применения матстатистики. Проекты в рамках анализа и визуализации социальных и культурных данных являются крайне перспективными, а специалисты, умеющие не только анализировать данные, но и грамотно их интерпретировать, востребованы в научно-исследовательских центрах ВУЗов и крупных корпораций.

ЦЕЛЬ ПРОГРАММЫ

Подготовить конкурентоспособных специалистов, готовых демонстрировать глубокие знания и широкую эрудицию в области Digital Humanities и прикладных интеллектуальных систем, применяя на практике знания и умения в задачах исследования, моделирования, проектирования (концептуального, функционального, логического и визуального) интеллектуальных систем для гуманитарной сферы: культурологии, истории, социологии, образования, лингвистики.

ДИСЦИПЛИНЫ

Прикладные интеллектуальные системы в гуманитарной сфере

В результате изучения дисциплины обучающиеся получают знания об основных типах и видах интеллектуальных информационных систем и их характеристик; об особенностях представления знаний в Интернете; об актуальных направлениях применения интеллектуальных систем в гуманитарной сфере; учатся подбирать и использовать источники информации как на русском, так и иностранном языке; анализировать и обобщать полученную информацию и делать на ее основе выводы; изучать объект исследования, выявлять недостатки в его работы и формулировать предложения по их исправлению; адаптировать имеющиеся решения к поставленной задаче с учетом современного состояния развития науки, техники и информационных технологий; извлекать знания из экспертов, баз данных и использовать полученные результаты для проектирования прикладных интеллектуальных систем.

Алгоритмы машинного обучения

В результате изучения дисциплины обучающиеся получают знания о критериях выбора модели; о вероятностных методах таких, как непараметрического оценивания плотности распределения, оптимальный байесовский классификатор, линейный дискриминант Фишера, EM-алгоритм; изучают метод опорных векторов (SVM); многослойные нейронные сети и алгоритм обратного распространения ошибок; логические алгоритмы: решающий список, алгоритм ID3, решающий лес; алгоритм K-средних; основные классы алгоритмов для решения задач классификации и кластеризации; постановки задач классификации, кластеризации, прогнозирования; основные функции потерь и функционалы качества. При изучении дисциплины обучающиеся смогут правильно оценить степень достоверности найденного решения; выбирать алгоритмы, исходя из особенностей данных задачи; работать с современными программными комплексами для решения задач машинного обучения; проводить обучение алгоритмов, избегая переобучения; преподнести и объяснить «заказчику» полученные результаты.

Программные пакеты для анализа данных

В результате изучения дисциплины обучающиеся получают знания по применению статистических пакетов для различных этапов анализа данных; постановки задач классификации, кластеризации, прогнозирования; основных классов алгоритмов для решения задач классификации и кластеризации; основных функций потерь и функционалы качества; учатся правильно оценивать степень достоверности найденного решения; выбирать алгоритмы, исходя из особенностей данных задачи; работать с современными программными комплексами для решения задач анализа данных; проводить обучение алгоритмов, избегая переобучения; получают навыки применения статистических пакетов для решения задач анализа данных и работы со средствами визуализации для демонстрации полученных результатов.

ПРЕПОДАВАТЕЛИ

Kimon Keramidas
Антонина Алексеевна Пучковская кандидат культурологических наук
Дмитрий Скугаревский
Иван Борисович Сметанников кандидат технических наук
Андрей Александрович Фильченков кандидат физико-математических наук
Максим Валерьевич Хлопотов кандидат технических наук

ТЕМЫ ВЫПУСКНЫХ РАБОТ

  • Разработка математической модели и программного обеспечения для прогнозирования развития амилоидогенности
  • Определение факторов влияния на успеваемость обучающихся Университета ИТМО
  • Исследование применения методов анализа данных межпредметных связей

НАБОР КОМПЕТЕНЦИЙ

Выпускник программы способен:

  • Разрабатывать и модернизировать системы, использующие средства баз данных  и лингвистического обеспечения;
  • Разрабатывать алгоритмы и программы интеллектуального и лингвистического анализа данных;
  • Применять новые информационные технологии в гуманитарных областях с использованием средств интеллектуального анализа данных и машинного обучения и компьютерной лингвистики.

 

 

 

ТРУДОУСТРОЙСТВО И ВОСТРЕБОВАННОСТЬ ПРОФЕССИИ

Магистратура направлена на подготовку многопрофильных специалистов, готовых системно подходить к решению задач по аналитике и обработке данных. Выпускники образовательной программы будут востребованы в:

  • академическом и исследовательском секторе;
  • сфере аналитики, управлении метриками и взаимоотношениями с клиентами;
  • цифровой рекламе,
  • исследованиях социальных сетей и рынка в маркетинге;
  • в управлении культурным наследием и другими творческими отраслями.

 

ПРАКТИКА И СТАЖИРОВКИ ДЛЯ СТУДЕНТОВ

Магистранты смогут пройти научную практику в международной научной лаборатории Цифровых гуманитарных исследований, Лаборатории машинного обучения и других лабораториях Университета ИТМО и партнерских вузов. Индивидуальная работа с каждым из магистрантов во время обучения позволяет подобрать наиболее привлекательные место и формат практики, исходя из его интересов. Стратегическими партнерами программы является компания Huawei, Европейский Университет, а также ряд музеев Санкт-Петербурга, среди которых «Государственный музей городской скульптуры Санкт-Петербурга» и “Музей истории религии”.

Обратная связь

* Имя
* E-mail
Ваше сообщение