Прикладная математика в интеллектуальных системах: программа бакалавриата

Студенты осваивают принципы работы с большими данными, учатся проектировать и обучать алгоритмы машинного обучения, а также разрабатывать интеллектуальные системы, способные к самостоятельному принятию решений.

Обучение носит сугубо практический характер: полученные теоретические знания сразу же применяются в реальных проектах. В процессе используются современные языки программирования, а партнерство с ведущими IT-компаниями и научными центрами позволяет работать над актуальными проблемами уже во время учебы. Выпускники становятся востребованными специалистами в крупнейших технологических компаниях, где они занимаются созданием инновационных цифровых продуктов и сервисов, от интеллектуальных систем управления до сложных аналитических платформ.

Основные дисциплины:

• Персональная эффективность
• Иностранный язык
• Математика
• Инженерная компьютерная графика
• Вычислительные машины, сети и системы
• Программирование и алгоритмизация
• Объектно-ориентированное программирование
• Физика
• Основы дискретной математики
• Цифровая экономика и процессное управление предприятием
• Физика
• Алгоритмы и структуры данных
• Базы данных
• Сетевые технологии
• Создание и разработка ИТ-продуктов
• Технологии программирования
• Разработка клиент-серверных приложений
• Операционные системы и среды
• Алгоритмы дискретной математики
• Введение в генеративный искусственный интеллект
• Функциональный анализ
• Дискретные и нелинейные системы автоматического управления
• Основы мобильной робототехники
• Функциональный анализ
• Математическое моделирование
• Теория систем автоматического управления
• Теория случайных процессов
• Компьютерное зрение
• Численные методы
• Машинное обучение
• Методы оптимизации
• Прикладной статистический анализ
• Фрактальный анализ
• Основы мехатроники
• Основы теории информации и автоматов
• Основы электротехники и электроники
• Трехмерное компьютерное зрение
• Блокчейн-технологии
• Прогнозирование временных рядов
• Имитационное моделирование
• Введение в разработку приложений дополненной и виртуальной реальностей
• Облачные технологии
• Системы обеспечения информационной безопасности
• Эволюционное моделирование
• Методы обработки графов и графовые нейронные сети
• Визуализация многомерных данных
• Интеллектуальные технологии для финансового сектора
• Системное программирование
• Глубокие генеративные модели
• Автоматическое машинное обучение
• Байесовские методы в машинном обучении
• Квантовая криптография
• Введение в квантовые вычисления.