Науки о данных
02.03.01 На английском и русском языках
Уровень обучения Бакалавриат
Форма обучения Очная
Продолжительность обучения 4 года
-
Программа реализуется при поддержке компании Яндекс. На первых курсах закладывается сильная база как по математике, так и по программированию: за два года студенты познакомятся как с теорией меры и динамическими системами, так и с архитектурой компьютера и языками Python и C++. В конце второго курса начинается полуторагодичный цикл курсов по машинному обучению, на которых студенты освоят методы обучения, анализа и внедрения широкого спектра моделей машинного обучения от градиентных бустингов, до генеративно-состязательных сетей
-
Математические курсы ведут действующие ученые, а прикладные — сотрудники ведущих IT-компаний. С третьего курса студенты получают возможность заниматься как математическими исследованиями, так и прикладными проектами, максимально приближенными к реальным, а также получают доступ к огромному и постоянно обновляющемуся набору курсов по выбору, который позволит им сформировать свою собственную траекторию развития
-
Небольшие учебные группы и сильный набор позволяет студентам раскрыть свой потенциал, а преподавателям дает возможность читать продвинутые курсы и взаимодействовать с каждым студентом в отдельности
Курсы по математике:
- Математический анализ
- Алгебра
- Геометрия и топология
- Основы теории множеств
- Дискретная теория вероятностей
- Дифференциальные уравнения и динамические системы
- Математические основы алгоритмов
- Теория вероятностей
Курсы по программированию:
- Введение в анализ данных и машинное обучение
- Глубокое обучение
- Теоретическая информатика
- Язык Python
- Архитектура компьютера
- Операционные системы
- Программирование на языке С++
В образовательную программу входят дисциплины по выбору (более 100) с третьего года обучения
- Спонсорская стипендия от компании Яндекс для наиболее успевающих студентов
- Учеба в историческом центре Санкт-Петербурга, а общежитие в 15 минутах ходьбы от факультета, доступное поступающим, имеющим право поступления БВИ хотя бы на одно направление СПбГУ
- Индивидуальные траектории: курсы по выбору и проекты занимают 70% времени на третьем курсе и 90% на четвертом
- А. Ю. Авдюшенко — кандидат физико-математических наук, доцент Факультета математики и компьютерных наук, научный руководитель программы бакалавриата «Науки о данных». Руководитель ML-программ в ШАД и университетах, Яндекс.
- А. А. Петров — старший разработчик в Службе разработки вычислительной платформы и прикладных крауд-сервисов Яндекса, отлично знает лучшие промышленные практики программирования, ведёт Основы программирования и Объектно-ориентированное программирование
- Г. И. Сурин — разработчик моделей глубокого обучения (computer vision), опытный участник соревнований по машинному обучению
- С. В. Кисляков — доктор физико-математических наук, академик РАН
- С. В. Иванов — доктор физико-математических наук, член-корреспондент РАН
- А. В. Степанов — доктор физико-математических наук, доцент Факультета и компьютерных наук
- Н. А. Вавилов — доктор физико-математических наук, профессор Факультета и компьютерных наук
- А. С. Охотин — кандидат физико-математических наук, Ph.D. (Queen's University, Canada), профессор Факультета и компьютерных наук
- М. А. Лифшиц — доктор физико-математических наук, профессор Факультета и компьютерных наук
- Ф. В. Петров — доктор физико-математических наук, профессор Факультета и компьютерных наук, тренер СПбГУ по олимпиадной математике
- С. А. Пузынина — кандидат физико-математических наук, доцент Факультета и компьютерных наук
- С. Ю. Пилюгин — доктор физико-математических наук, профессор Факультета и компьютерных наук
- Р. В. Бессонов — кандидат физико-математических наук, доцент Факультета математики и компьютерных наук
- С. И. Николенко — доктор физико-математических наук, доцент Факультета математики и компьютерных наук, автор книги «Глубокое обучение»
- И. С. Казменко — старший преподаватель, тренер команд СПбГУ по спортивному программированию
У многих преподавателей программы есть научные связи в различных университетах мира. Преподаватели деятельно участвуют в международной научной жизни. Благодаря этому перед студентами открывается широкий выбор возможностей приобрести международный опыт.
Места прохождения практики
- Начиная с третьего семестра студенты могут работать над проектами под руководством ведущих сотрудников продуктовых IT-компаний. Проекты могут быть самыми разными: браузерная игра, которая знакомит с машиной Тьюринга, сервис для изучения генома человека, предсказание цены продажи недвижимости, сервис для удалённого интервью, прототип датчика, который подсчитывает проехавшие мимо машины и другие
С их помощью студенты:
- Познакомятся с самыми разными технологиями
- Поймут, какое направление или технология увлекают больше других
- Попробуют решить почти реальные рабочие задачи: проекты очень близки к ним
Перечень ключевых профессий
Выпускники будут работать аналитиками данных и разработчиками-исследователями в IT- или продуктовых компаниях, или в научных организациях. Аналитик данных (data scientist) объединяет черты математика, программиста, инженера и учёного. Сейчас это одна из самых востребованных профессий в IT.