Математическое моделирование, программирование и искусственный интеллект

Математическое моделирование, программирование и искусственный интеллект — письменный экзамен (для граждан РФ и соотечественников)

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

• Introduction to Data Analysis
• Multi-agent Technologies
• One-way Quantum Computation
• Quantum Computing. Less Formulas — More Understanding
• The Introduction to Quantum Computing
• Архитектура ЭВМ
• Базы данных
• Базы данных и работа с данными
• Блокчейн и финансы: концепции, технологии, регулирование
• Блокчейн: архитектура и принцип работы
• Блокчейн: цели, бизнес-модели и регулирование
• Введение в механику деформируемого твердого тела
• Знакомство с R и базовая статистика
• Квантовые вычисления
• Линейная регрессия
• Линейные модели с дискретными предикторами
• Математическая теория игр (на любом языке)
• Математические методы в психологии: основы применения
• Обобщенные линейные модели
• Правовое регулирование правоотношений в области применения технологии распределенных реестров
• Просто о статистике (с использованием R) (в т.ч. любой курс онлайн-программы)
• Смешанные линейные модели
• 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)
• Физические основы квантовых вычислений (на любом языке)
• Цифровые валюты и блокчейн-технологии

• 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 
• Математические модели сложных динамических систем
• Компьютерный практикум по кибернетике и искусственному интеллекту
• Динамические системы и прикладная кибернетика
• Управление проектами и качество проектов

• 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

• Теория и приложения рандомизованных методов квази Монте-Карло (руководитель: профессор Ермаков Сергей Михайлович)
• Динамика сложных и сетевых 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 Кузнецов Николай Владимирович)
• Управление мехатронными и робототехническими системами в условиях ограниченных ресурсов (руководитель: профессор А. С. Матвеев)
• Разработка математических методов оптимального планирования и анализа регрессионных моделей (руководитель: профессор Мелас Вячеслав Борисович)
• Разработка математических методов анализа и прогнозирования одномерных и многомерных временных рядов в рамках анализа сингулярного спектра (руководитель: доцент Голяндина Нина Эдуардовна)
• Математическое моделирование и искусственный интеллект для прогнозирования и управления в экономике (Бухвалова В.В.)

Места прохождения практик

• Ланит-Терком
• ИПМаш РАН

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