Науки о данных
02.03.01 На английском и русском языках
Уровень обучения Бакалавриат
Форма обучения Очная
Продолжительность обучения 4 года
С дополнительной квалификацией «Специалист по большим данным»
Описание программы
- Программа реализуется при поддержке и участии 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
- На выходе открываются пути как в индустрию с упором на решение бизнес‑задач, так и в академию с упором на исследования в актуальных областях ML
Основные учебные курсы
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, информатике и машинному обучению:
- Введение в анализ данных и машинное обучение
- Глубокое обучение
- Глубокое обучение на практике
- Математическая статистика
- 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
Преимущества обучения
- Спонсорская стипендия от компании Яндекс для наиболее успевающих студентов
- Доступ к курсам Школы анализа данных Яндекса
- 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
Известные преподаватели
- В. А. Ершов — научный руководитель программы, руководитель службы инструментов машинного обучения в Yandex Cloud.
- С. И. Николенко — доктор физико-математических наук, доцент Факультета математики и компьютерных наук, старший научный сотрудник ПОМИ РАН, Head of AI компании Synthesis AI. Автор более 200 публикаций в области машинного обучения, в частности глубокого обучения, теоретической информатики и анализа алгоритмов, и других областях информатики и математики. Автор нескольких книг, в том числе бестселлера «Глубокое обучение» (СПб.: Питер, 2018) и монографии «Synthetic Data for Deep Learning» (Springer, 2021)
- А. М. Алексеев — сотрудник ПОМИ РАН, академический консультант в Saint-Petersburg Research Center, старший преподаватель СПбГУ. Исследователь в области машинного обучения с опытом разработки высоконагруженных сервисов и интеллектуальных систем и преподавания в ведущих университетах. Его научные интересы включают глубокое обучение, обработку естественного языка и цифровые гуманитарные науки. Автор докладов на конференциях AAAI, COLING, ACL и других
- Н. П. Дубчук — руководитель разработки ПО группы компаний ЦРТ. Преподаватель курса «Основы программирования». Ведет кружок по олимпиадному программированию
- А. А. Петров — старший разработчик в Службе разработки вычислительной платформы и прикладных крауд-сервисов Яндекса, отлично знает лучшие промышленные практики программирования, ведёт курсы «Основы программирования» и «Объектно-ориентированное программирование»
- Е. Л. Калишенко — главный системный архитектор АО «НИЦ СПб ЭТУ». Преподаватель СПб ГЭТУ «ЛЭТИ», НИУ ВШЭ, НИУ ИТМО Интересы: Архитектура систем, информационные технологии в медицине, высокопроизводительные вычисления
- И. С. Казменко — старший преподаватель, тренер команд СПбГУ по спортивному программированию
- Е. М. Линский — кандидат технических наук, инженер в компании CloudBEAR
- Г. И. Сурин — разработчик моделей глубокого обучения (computer vision), опытный участник соревнований по машинному обучению
- Д. С. Шалымов — кандидат физико-математических наук, доцент Факультета математики и компьютерных наук
- К. С. Яковлев — кандидат физико-математических наук, ведущий научный сотрудник ФИЦ ИУ РАН. Член научного совета Российской ассоциации искусственного интеллекта
- С. В. Иванов — доктор физико-математических наук, член-корреспондент РАН
- С. В. Кисляков — доктор физико-математических наук, академик РАН
- М. А. Лифшиц — доктор физико-математических наук, профессор Факультета математики и компьютерных наук
- А. С. Охотин — кандидат физико-математических наук, Ph. D. (Queen’s University, Canada), профессор Факультета математики и компьютерных наук
- С. А. Пузынина — кандидат физико-математических наук, доцент Факультета математики и компьютерных наук
- С. Ю. Пилюгин — доктор физико-математических наук, профессор Факультета математики и компьютерных наук
- Ф. В. Петров — доктор физико-математических наук, профессор Факультета математики и компьютерных наук, тренер СПбГУ по олимпиадной математике
- А. В. Степанов — доктор физико-математических наук, доцент Факультета математики и компьютерных наук
Международные связи
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.
Практика и будущая карьера
Начиная с третьего семестра студенты могут работать над проектами под руководством сотрудников ведущих IT-компаний и исследовательских лабораторий. Проекты могут быть самыми разными: браузерная игра, которая знакомит с машиной Тьюринга, глубокая нейронная сеть для анализа структуры белка, предсказание цены продажи недвижимости, исследование и улучшение архитектур LLM, сервис для удалённого интервью, и другие
С их помощью студенты:
- Познакомятся с самыми разными технологиями
- Поймут, какое направление или технология увлекают больше других
- Попробуют решить почти реальные рабочие или исследовательские задачи
Перечень ключевых профессий
Выпускники будут работать аналитиками данных, R&D инженерами, учеными-исследователями в областях математики и машинного обучения
Аккредитация