Технологии искусственного интеллекта и Big Data
02.04.02 На русском языке
Уровень обучения Магистратура
Форма обучения Очная
Продолжительность обучения 2 года
Направление Компьютерные и информационные науки
Описание программы
- Образовательная программа предназначена для подготовки специалистов, способных осуществлять самостоятельную научно-исследовательскую и опытно-конструкторскую деятельность в области искусственного интеллекта и больших данных, в частности, по направлению сбора, интеллектуального анализа, структурирования и формализации данных различной природы, организации их хранения и безопасности, решения прикладных задач с применением передовых технологий искусственного интеллекта
- Программа нацелена на создание условий образовательной поддержки (через освоение современных методов интеллектуального анализа данных, алгоритмов и реализующих их программных средств) для профессионалов высокой квалификации в сфере искусственного интеллекта и технологий больших данных в рамках реализации федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации»
Вступительные испытания
Технологии искусственного интеллекта и Big Data — письменный экзамен (для граждан РФ и соотечественников).
Основные учебные курсы
- Введение в искусственный интеллект
- Машинное обучение
- Современные методологии разработки программного обеспечения
- Современные системы управления базами данных
- Статистические методы обработки данных в задачах ИИ
- Язык Python для анализа данных
- Программная инженерия
- Автоматизированные системы сбора и обработки данных
- Глубокое обучение
- Теория и практика больших данных
- Обработка естественного языка
- Компьютерное зрение
- Обработка речи
- Обучение с подкреплением
- Бизнес-анализ в IT
Зачет онлайн-курсов
Наличие сертификата об окончании следующих онлайн-курсов дает пять дополнительных баллов при поступлении:
- Computational Geometry
- Interface Design: дизайн интерфейсов интерактивных систем (в т.ч. любой курс онлайн-программы)
- Introduction to Data Analysis
- LegalTech (в т. ч. любой курс онлайн-программы)
- Multi-agent Technologies
- One-way Quantum Computation
- Quantum Computer Programming on Python with Qiskit
- Quantum Computing. Less Formulas — More Understanding
- The Introduction to Quantum Computing
- UX/UI-дизайн: проектирование, менеджмент и прототипирование (старое название: Проектирование, менеджмент и прототипирование (UX/UI-дизайн))
- UX/UI-дизайн: юзабилити-тестирование интерактивных систем (старое название: Юзабилити-тестирование интерактивных систем в UX/UI-дизайне)
- UX-Strategy
- Автоматизация в юридической деятельности: анализ практик
- Блокчейн и финансы: концепции, технологии, регулирование
- Блокчейн: архитектура и принцип работы
- Блокчейн: цели, бизнес-модели и регулирование
- Введение в LegalTech
- Введение в UX/UI-дизайн
- Введение в анализ данных сайтов
- Введение в механику деформируемого твердого тела
- Веб-аналитика
- Инструменты для создания LegalTech-решений
- Квантовые вычисления
- Математическая теория игр (на любом языке)
- Мобильная аналитика
- Наука о данных: введение (старое название: Введение в науку о данных)
- Основы работы в цифровой среде
- Правовое регулирование правоотношений в области применения технологии распределенных реестров
- Продвижение веб-сайтов
- Проектирование сайтов (в т.ч. любой курс онлайн программы)
- Разработка сайта на WordPress
- Расширенный Full-stack. Графы на практике
- Расширенный Full-stack. От идеи до MVP
- Расширенный Full-stack. От идеи до MVP. Графы на практике (в т.ч. любой курс онлайн-программы)
- Создание 3D-моделей объектов на основе цифровых фотоснимков (старое название: Создание трехмерных моделей объектов на основе цифровых фотоснимков)
- Теория кибернетических систем: введение (старое название: Введение в теорию кибернетических систем)
- Технология аэрофотосъемки с использованием БЛА
- Художественное проектирование сайта
- Цифровые валюты и блокчейн-технологии
Преимущества программы
- Программа магистратуры «Технологии искусственного интеллекта и Big Data» разрабатывалась при поддержке крупных индустриальных партнеров в области больших данных, искусственного интеллекта и ИТ в целом
- Возможность подбирать персональную траекторию обучения, нацеленную на развитие специализированных профессиональных компетенций по использованию конкретных технологий искусственного интеллекта
- Преподавательский состав включает ведущих ученых по направлению искусственного интеллекта и квалифицированных специалистов крупных индустриальных компаний в сфере искусственного интеллекта и больших данных
- Наличие проектно-ориентированной учебной практики с уникальной методологией при поддержке организаций-партнеров в области больших данных и искусственного интеллекта
- Возможность трудоустройства выпускников программы к организациям-партнерам в области разработки систем больших данных и искусственного интеллекта
Известные преподаватели
- И.С. Блеканов – кандидат технических наук, доцент. Область научных интересов: наука о данных, наука о Веб и Вебометрика, обработка естественных языков (NLP), компьютерное зрение, обработка изображений, информационный поиск, анализ временных рядов и прогнозирование, нейронные сети, анализ социальных сетей (SNA), компьютерная криминалистика. Лауреат премии Правительства Санкт-Петербурга в области научно-педагогической деятельности. Более 60 научных публикаций, индексированных в РИНЦ, Scopus, Web of Science. 5 свидетельств о государственной регистрации программ для ЭВМ в сфере искусственного интеллекта и сбора больших данных
- А. Ю. Крылатов – доктор физико-математических наук, профессор. Область научных интересов: распределение потоков в сети, оценка спроса на перемещения, оптимизация топологии сети, двухуровневая оптимизация, математическое моделирование социально-экономических систем. Более 100 научных публикаций, в том числе индексированных в РИНЦ, Scopus, Web of Science. Член управляющего совета научно-образовательного центра мирового уровня «Инженерия будущего», Координатор рабочей группы по реализации программы «Цифровая экономика РФ» в образовательных программах СПбГУ
- О. Н. Граничин – доктор физико-математических наук, профессор. Область научных интересов: Научные интересы: мультиагентное адаптивное управление, интеллектуальные встроенные системы, кластеризация (data mining), общие вопросы теории вычислений, адаптивное и оптимальное управление, рандомизированные алгоритмы многомерного оценивания и оптимизации, идентификация систем, обучающиеся системы, квантовые компьютеры и т.п. Более 300 научных публикаций, индексированных в РИНЦ, Scopus, Web of Science
- В. М. Буре — доктор технических наук, профессор. Область научных интересов: вероятностно-статистическое моделирование, анализ данных. Более 200 научных публикаций, индексированных в РИНЦ, Scopus, Web of Science
Основные направления исследований
- Формулировка и доказательство новых теоретических результатов в области искусственного интеллекта и больших данных
- Разработка новых или модификация известных методов машинного обучения и архитектур нейронных сетей. Оценка их качества и области эффективного применения
- Разработка новых или модификация известных методов анализа больших данных и демонстрация их эффективности релевантным способом на реальных данных
- Разработка программного продукта в области искусственного интеллекта и больших данных
- Разработка нейросетевых методов на основе трансферного обучения для анализа пользовательского контента в социальных сетях различного типа
- Разработка нейросетевых методов определения эмоциональной окраски текстов пользователей в дискуссиях социальных сетей
- Методы анализа медицинских изображений аорты сердца (при поддержке Клиники высоких медицинских технологий им. Н.И. Пирогова)
- Методы определения водного стресса и уровня азота почвы по гео-снимкам сельскохозяйственных полей (при поддержке Агрофизического института РАН)
- Автодополнение кода с использованием нейросетевых языковых моделей
- Нейросетевые методы анализа медицинских изображений для обнаружения и сегментации опухолей
- Методы интеллектуального анализа и генерации цифровых аудио сигналов
Практика и будущая карьера
Места прохождения практики
- Акционерное общество «Цифровая сборка»
- Общество с ограниченной ответственностью «Специальный Технологический Центр»
- ПАО «Газпром нефть»
- Обществом с ограниченной ответственностью «Техкомпания Хуавэй»
Перечень ключевых профессий
- Специалист по научно-исследовательским и опытно-конструкторским разработкам
- Руководитель проектов в области информационных технологий
- Программист
- Инженер по анализу данных (Data Scientist)
- Инженер по машинному обучению
- Дата-инженер
- Аналитик-данных
- Архитектор программного обеспечения
- Специалист по большим данным
- Руководитель разработки программного обеспечения