Инженерия машинного обучения: программа магистратуры

Программа предлагает комплексный подход к подготовке специалистов в области искусственного интеллекта, сочетающий глубокое понимание математических основ с практическими навыками промышленной разработки AI-систем.

Фундаментальная часть программы охватывает ключевые аспекты работы с искусственным интеллектом — от математических основ машинного обучения до архитектуры современных нейросетей и методов обработки признаков. Особое внимание уделяется полному циклу создания AI-продуктов: студенты осваивают весь путь — от исследовательского прототипирования до промышленного внедрения решений в области обработки естественного языка и компьютерного зрения, включая последующий мониторинг работающих моделей.

Не менее важной составляющей является инженерная подготовка, которая включает принципы построения надежных распределенных систем, DevOps-практики специально адаптированные для задач машинного обучения, а также работу с высоконагруженными кластерными архитектурами. Такой комплексный подход обеспечивает глубокое понимание как теоретических основ, так и практических аспектов промышленной разработки интеллектуальных систем.

Профессиональные дисциплины:

• Математические основы анализа данных
• Математические основы машинного обучения
• Этика искусственного интеллекта
• Программирование на Python
• Визуализация данных
• Глубокие нейронные сети на Python
• Компьютерное зрение
• Обработка естественных языков
• Предсказательное моделирование и рекомендательные системы
• Операционная система Linux
• Программная инженерия
• DevOps
• Методы доступа к данным
• Параллельные и распределенные вычисления
• Scientific english
• Scientific methods and research
• Soft Skills: навыки 21 век
• R&D communication
• Практики и хакатоны.