Математическое моделирование, программирование и искусственный интеллект

01.04.02На русском языке

Уровень обучения Магистратура

Форма обучения Очная

Продолжительность обучения 2 года

Вступительные испытания
  • Математическое моделирование — конкурс документов (портфолио) (для граждан РФ и соотечественников)
Описание программы
  • Программа подойдет тем, кто хочет стать специалистом, способным самостоятельно ставить и решать теоретические и практические задачи, осуществлять научно-исследовательскую деятельность в областях, использующих методы прикладной математики и компьютерные технологии
  • В частности, программа предназначена для выработки более глубокого понимания при создании и использовании математических и статистических моделей процессов и объектов, разработке и применении современных математических методов и программного обеспечения для решения задач науки, техники, экономики и управления, применения эффективных математических подходов в области систем искусственного интеллекта и моделирования сложных систем
  • Программа направлена на развитие навыков математического моделирования и применения математических методов для решения широкого круга прикладных задач
  • В программе соединяются строгость математических рассуждений и аналитических математических методов с современными вычислительными возможностями и средствами искусственного интеллекта для реализации эффективных программных решений, позволяющих решать актуальные научно-технологические задачи.
Зачет онлайн-курсов

Наличие сертификата об окончании следующих онлайн-курсов дает пять дополнительных баллов при поступлении:

Основные учебные курсы
  • Высокопроизводительные вычисления
  • Компьютерные вычисления с распараллеливанием
  • Математические модели сложных динамических систем 
  • Обратные и некорректно поставленные задачи 
  • Принятие решений в многокритериальных задачах
  • Стохастические системы управления и связи
  • Современные модели и алгоритмы теории расписаний
  • Адаптивные системы и их приложения в кибернетике и робототехнике
  • Применение методов оптимизации в финансах
  • Многомерный анализ данных
  • Статистический анализ и прогноз временных рядов
  • Интеллектуальный анализ данных
  • Машинное и статистическое обучение
  • Вероятностные и статистические модели
  • Научно-исследовательская работа
  • Математические модели сложных динамических систем
  • Компьютерный практикум по кибернетике и искусственному интеллекту
  • Динамические системы и прикладная кибернетика
  • Управление проектами и качество проектов
Преимущества обучения
  • Целью программы является подготовка специалиста, способного самостоятельно ставить и решать теоретические и практические задачи в данной и смежных с ней предметных областях, самостоятельно осуществлять научно-исследовательскую деятельность в областях, использующих методы прикладной математики и компьютерные технологии, создавать и использовать математические модели процессов и объектов, разрабатывать и применять современные математические методы и программное обеспечение для решения задач науки, техники, экономики и управления, применять эффективные математические подходы в области систем искусственного интеллекта и моделирования сложных систем
  • Обучающийся научится формализовывать исходную проблему, строить математическую модель и проверять её адекватность; научится развивать известные и создавать новые методы решения задач математической физики; сможет применять методы распараллеливания вычислений для решения практических задач; сможет создавать компьютерную реализацию полученных решений; эффективно использовать статистические и математические пакеты; будет способен создавать эффективные компьютерные реализации статистических методов для решения практических задач; сможет развивать известные и создавать новые статистические методы обработки данных
  • Выпускники смогут осуществлять научно-исследовательскую, проектную, производственно-технологическую, организационно-управленческую и педагогическую работу, связанную с использованием математики, программирования, информационно-коммуникационных технологий и автоматизированных систем управления, математическим и статистическим моделированием, а также с разработкой алгоритмического и программного обеспечения для науки и промышленности
Известные преподаватели
  • С. М. Ермаков — доктор физико-математических наук, профессор, заведующий кафедрой статистического моделирования СПбГУ, лауреат государственной премии СССР. Один из создателей современных методов защиты от излучений, основатель Санкт-Петербургской школы планирования эксперимента, известный специалист в области стохастических вычислений и их приложений. Автор более 270 научных работ. Среди его учеников 50 кандидатов наук и 9 докторов наук в области вычислительной математики и математического моделирования
  • И. В. Романовский — профессор СПбГУ, кафедра исследования операций, с 2012 г. заведующий кафедрой. Заслуженный деятель науки Российской Федерации (с 2002 г). Избран почетным доктором Петрозаводского университета, где помогал организовать преподавание и практическое использование исследования операций, и помощь в овладении методами решения задач оптимального раскроя. Ввел преподавание для студентов курса дискретного анализа, написал по курсу учебник (вышло уже пять изданий). Его научные интересы лежат в области теории оптимизации и вычислительной математики. Опубликовал более 150 научных работ, в том числе несколько книг
  • В. Б. Мелас — доктор физико-математических наук, профессор. Известный специалист в области прикладной математической статистики (планирование эксперимента, регрессионный анализ) и стохастического моделирования сложных систем. Автор более 200 научных работ. Один из главных организаторов международных конференций по моделированию (Санкт-Петербург (Россия), 1994, 1996, 1998, 2001, 2005, 2009; Римини (Италия), 2013; Вена (Австрия), 2015 Барселона (Испания), 2018; Зальцбург (Австрия), 2019)
  • А. Л. Фрадков — доктор технических наук, профессор, заведующий кафедрой теоретической кибернетики СПбГУ, заведующий лабораторией «Управление сложными системами» Института проблем машиноведения Российской академии наук. Президент-основатель Международного общества физики и управления (IPACS). Автор более 600 научных трудов по теории нелинейных и адаптивных систем управления, колебательным и хаотическим системам, кибернетической физике. Главный редактор международного научного журнала «Cybernetics and Physics»
  • Н. В. Кузнецов — доктор физико-математических наук, профессор, заведующий кафедрой прикладной кибернетики. Автор более 300 научных работ. Специалист в области динамических систем, теории управления. Приглашенный профессор и координатор совместной программы University of Jyväskylä (Финляндия), где с 2009г. под его руководством защищено более 10 Ph.D. диссертаций. В 2016-2018гг. признан одним из самых высокоцитируемых математиков России, а в 2019-2020гг. включен в мировой список высокоцитируемых ученых по версии Clarivate Analytics (Thomson Reuters, Web of Science). Руководитель Ведущей научной школы Российской Федерации в области «математики и механики» (одной из двух) по приоритетному направлению развития РФ: «Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта». С 2020 года иностранный член Финской академии наук и литературы
Международные связи
  • Европейский институт по встроенным системам управления (EECI), Франция
  • Норвежский технический университет, Трондхейм, Норвегия
  • Технический университет Эйндховена, Нидерланды
  • Институт теоретической физики Технического университета Берлина, Германия
  • Университет Ювяскюля (University of Jyväskylä), Финляндия
Основные направления исследований
  • Теория и приложения рандомизованных методов квази Монте-Карло (руководитель: профессор Ермаков Сергей Михайлович)
  • Детерминированная и хаотическая динамика систем синхронизации и управления (руководитель: профессор Кузнецов Николай Владимирович)
  • Аналитико-численные методы и искусственный интеллект в анализе мультиустойчивости и скрытых колебаний динамических систем (руководитель: профессор Н. В. Кузнецов)
  • Управление мехатронными и робототехническими системами в условиях ограниченных ресурсов (руководитель: профессор А. С. Матвеев)
  • Колебания и стабилизация систем с импульсной модуляцией (руководитель: профессор А. Н. Чурилов)
  • Разработка математических методов оптимального планирования и анализа регрессионных моделей (руководитель: профессор В. Б. Мелас)
  • Разработка математических методов анализа и прогнозирования одномерных и многомерных временных рядов в рамках анализа сингулярного спектра (руководитель: доцент Н. Э. Голяндина)
Практика и будущая карьера

Перечень ключевых профессий

  • Аналитик
  • Статистик
  • Программист-аналитик
  • Разработчик программного обеспечения
  • Педагог профессионального образования и дополнительного профессионального образования
  • Специалист по информационным системам
  • Научный работник

Организации, в которых работают выпускники

  • Вузы России и мира: Санкт-Петербургский государственный университет, университеты США, Франции, Голландии, Норвегии, Австралии (например, Нового Южного Уэльса (Австралия), Высшей электротехнической школы SUPELEC (Франция), Норвежского технического университета
  • Институт проблем машиноведения РАН, СПИИ РАН
  • Компании: «Транзас», «Вега», «Геоскан», «СтарЛайн», ЦНИИ РТК
  • Yandex, EMC, Digital Design, Руссофт, Ланит-Терком, Oracle, Intel, JetBrains, ЮниДата, РЕКСОФТ, ЛЮКСОФТ, DIGDES, АРКАДИЯ, FIRSTLINE, ЦРТ
  • Оборонные предприятия России