Математическое моделирование, программирование и искусственный интеллект

01.04.02На русском языке

Уровень обучения Магистратура

Форма обучения Очная

Продолжительность обучения 2 года

Направление Математика и механика

Вступительные испытания
  • Прикладная математика и информатика — 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
Основные учебные курсы
  • Основы искусственного интеллекта и машинного обучения 
  • Вероятностные и статистические модели 
  • Научно — исследовательская работа
  • Высокопроизводительные вычисления 
  • Обратные и некорректно поставленные задачи  
  • Компьютерные вычисления с распараллеливанием
  • Принятие решений в многокритериальных задачах
  • Применение методов оптимизации в финансах
  • Машинное обучение в экономике и финансах 
  • Современные модели и алгоритмы теории расписаний
  • Стохастические системы управления и связи
  • Адаптивные системы и их приложения в кибернетике и робототехнике
  • Нелинейная динамика и управление нейронными сетями в искусственном интеллекте
  • Прикладная кибернетика и искусственный интеллект 
  • Управление проектами и качество проектов 
  • Многомерный анализ данных
  • Статистический анализ и прогноз временных рядов
  • Интеллектуальный анализ данных
  • Машинное и статистическое обучение
  • Программирование для анализа данных 
  • Программные средства для многомерной классификации и регрессии
  • Страховые и финансовые вероятностные модели 
Преимущества обучения
  • Широкий выбор курсов, позволяющих рассмотреть разные аспекты построения математических моделей и решения задач методами искусственного интеллекта, включающими методы машинного обучения и интеллектуального анализа данных
  • Возможность получения  повышенных стипендий (в связи с индивидуальными достижениями)  
  • Наличие курсов, которые позволяют получить углубленное математическое понимание методов и постановок задач при наличии практических навыков
  • Получение практических навыков решения прикладных задач с использование специализированных программных средств
  • Высокий научный уровень преподавателей, позволяющий получать под их руководством новые актуальные результаты и в последующем учится в аспирантуре и защищать диссертацию
  • Наличие преподавателей, руководящих проектами в практических областях кибернетики и анализа данных

Успешно освоенная программа позволит: 

  • формализовывать исходную проблему, 
  • строить математическую и статистические модели и проверять их адекватность; 
  • создавать компьютерную реализацию полученных решений; 
  • применять эффективные математические подходы в области систем искусственного интеллекта, кибернетики и моделирования сложных систем
  • эффективно проводить анализ данных с использовать современных компьютерных средств
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
  • 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 совместных научно-образовательных программ двойных дипломов факультетом Информационных технологий Университета Йювяскюля и Школой инженерных наук Технологического университета Лаппеэнранта (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 0,1% самых высокоцитируемых ученых по версии (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
  • 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)
  • В. М. Рябов — доктор физико-математических наук, профессор, заведующий кафедрой вычислительной математики СПбГУ, Почетный работник высшего профессионального образования. Ведущий специалист в области обращения интегрального преобразования Лапласа с помощью рядов Лагерра и квадратурных формул; получения оценок погрешности произвольных квадратурных формул; установления связи квадратурных формул обращения наивысшей степени точности (КФНСТ) с аппроксимациями Паде экспоненциальной функции и оценки погрешности КФНСТ; приближенных методов вычисления возможных точек разрыва первого рода искомого оригинала и величины скачков в них. Крупный специалист в области регуляризации плохо обусловленных и неустойчивых задач линейной алгебры и интегральных уравнений первого рода. Автор более 200 печатных работ
  • А. Л. Фрадков — доктор технических наук, профессор, 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»
Международные связи
  • Университет Ювяскюля (University of Jyväskylä), Финляндия
  • Технологический университет Лаппеэнранты, Финляндия
  • Европейский институт по встроенным системам управления (EECI), Франция
  • Норвежский технический университет , Трондхейм, Норвегия
  • Технический университет Эйндховена, Нидерланды
  • Институт теоретической физики Технического университета Берлина, Германия
Основные направления исследований
  • 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.)
Практика и будущая карьера
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