Поступление 2017 личный кабинет

Интеллектуальные системы в гуманитарной среде

45.04.04 Интеллектуальные системы в гуманитарной среде
форма
обучения:
Очная 2 года
количество мест: 10/10
  • 10 бюджетных мест
  • 10 контрактных мест
вступительные
испытания:
ВЭ ПИГА КД ДЭ КП
  • Вступительный экзамен
  • Перезачет результатов итоговой государственной аттестации
  • Конкурс докладов «Конгресс молодых ученых»
  • Дистанционный экзамен
  • Конкурс «Портфолио» Университета ИТМО
стоимость обучения
в 2017 году:
183.5 тыс. руб.
в год
  • 183.5 тыс. руб в год для граждан Российской федерации
  • 203.5 тыс. руб в год для иностранных граждан

ПАСПОРТ ПРОГРАММЫ

Руководитель программы
Учебный план
Языки обучения
RUS
Русский
Учебные корпуса
Кронверкский пр., д. 49Биржевая линия, д.14

ОПИСАНИЕ ПРОГРАММЫ

Содержание магистерской программы направлено на подготовку высококвалифицированных специалистов, обладающих креативным мышлением и навыками научно-исследовательской работы в области прикладных интеллектуальных систем, основанных на знаниях и предназначенных для осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке. Компетенции, выработанные преподавателями Университета ИТМО совместно с работодателями, определяют содержание образовательной программы, освоив которую, магистранты будут готовы к профессиональной деятельности в области анализа, разработки и внедрения интеллектуальных систем для гуманитарной сферы: экономики, социологии, образования, биоинформатики, лингвистики. Обучение предполагает активную самостоятельную, научно-исследовательскую и педагогическую работу магистрантов под руководством опытных педагогов Университета ИТМО и специалистов предприятий-партнеров.

 

АКТУАЛЬНОСТЬ И ЗНАЧИМОСТЬ ПРОГРАММЫ

Подготовка магистров направлена на обеспечение IT-сектора экономики Российской Федерации специалистами в области проектирования, разработки и внедрения интеллектуальных систем, т.е. систем, основанных на знаниях и предназначенных для осуществления поддержки деятельности лиц, принимающих решения. Как показывает анализ агентств по трудоустройству, в России и Санкт-Петербурге недостаточно подготовлено таких IT-специалистов. При этом в гуманитарной сфере, как в слабоформализованной области, востребованы интеллектуальные системы и технологии, ориентированные на автоматизацию методов извлечения новых знаний посредством методов и алгоритмов машинного обучения, направленных на обработку и анализ данных, процессов, документов. Это является особенностью представляемой образовательной  программы, по которой выпускники способны работать в таких направлениях трудоустройства, как разработка комплексов программ для анализа текстов, архитектуры баз данных и баз знаний, методов автоматического извлечения знаний и анализа данных, и готовы принимать участие в коллективном производстве междисциплинарных интеллектуальных систем.

ЦЕЛЬ ПРОГРАММЫ

Подготовка конкурентоспособных магистров, готовых демонстрировать глубокие знания и широкую эрудицию в области прикладных интеллектуальных систем и применять на практике знания и умения в задачах исследования, моделирования и проектирования (концептуального, функционального и логического) интеллектуальных систем, среднего и крупного масштаба и сложности, для гуманитарной сферы: экономики, социологии, образования, биоинформатики, 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

Юлия Олеговна Валитова кандидат педагогических наук
Наталия Николаевна Горлушкина старший научный сотрудник, кандидат технических наук
Наталия Федоровна Гусарова старший научный сотрудник, 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

У выпускников магистерской программы в процессе обучения формируются способности: использовать технические, программные средства и языки программирования для разработки алгоритмов и программ в области интеллектуального анализа данных, интеллектуальных и информационных систем;  разрабатывать и модернизировать системы, использующие средства баз данных  и лингвистического обеспечения; разрабатывать алгоритмы и программы автоматических рассуждений интеллектуального и лингвистического анализа данных; применять новые информационные технологии в гуманитарных областях знаний с использованием средств интеллектуального анализа данных и машинного обучения, компьютерной лингвистики и представления знаний.

ТРУДОУСТРОЙСТВО И ВОСТРЕБОВАННОСТЬ ПРОФЕССИИ

Интеллектуальные системы и технологии проникают в разные сферы: наука и образование, экономика и финансы, медицина и биоинформатика, политика и социология, реклама и маркетинг. Программа готовит специалистов способных во всех этих областях применять методы интеллектуального анализа данных и машинного обучения для создания инновационных программных продуктов. Выпускники образовательной программы могут работать специалистом по анализу данных, разработчиком алгоритмов для систем принятия решений, системными аналитиками; специалистами отдела логистики; контент-менеджерами; веб-аналитиками; техническими писателями в инновационных IT-компаниях.

ПРАКТИКА И СТАЖИРОВКИ ДЛЯ СТУДЕНТОВ

ООО “Интермедиа”. Институт делового администрирования Санкт-Петербургского государственного инженерно-экономического университета (ИДА СПбГИУЭУ). ООО “КримТех”. Группа компаний СКАУТ, ООО "Зет-Телеком", Федеральное казенное учреждение «Российский государственный исторический архив» Библиотека Академии Наук

Обратная связь

* Имя
* E-mail
Ваше сообщение