Искусственный интеллект и робототехника: программа бакалавриата

Обучение строится вокруг методологии сквозного проектирования: от математического моделирования и разработки алгоритмов машинного обучения до внедрения и эксплуатации готовых решений. Особое внимание уделяется таким актуальным областям, как создание цифровых двойников, разработка мультиагентных систем и обучение с подкреплением.

Выпускник этой программы приобретает квалификацию «инженер-исследователь», что открывает возможности для работы над сложными проектами на стыке математики, программирования и искусственного интеллекта без необходимости получения дополнительного образования. Таким образом, это направление готовит специалистов, способных создавать не просто программные продукты, а целые интеллектуальные системы, делающие технологии точнее, экономичнее и автономнее.

Профессиональные дисциплины:

• Иностранный язык
• Математика
• Основы российской государственности
• Вычислительные машины, сети и системы
• Программирование и алгоритмизация
• Персональная эффективность
• Компьютерная и инженерная графика
• Объектно-ориентированное программирование
• Основы дискретной математики
• Физика
• Базы данных
• Технологии программирования
• Введение в генеративный искусственный интеллект
• Алгоритмы и структуры данных
• Цифровая экономика и процессное управление предприятием
• Сетевые технологии
• Разработка клиент-серверных приложений
• Операционные системы и среды
• Алгоритмы дискретной математики
• Функциональный анализ
• Математическое моделирование
• Теория систем автоматического управления
• Безопасность жизнедеятельности
• Уравнения в частных производных
• Теория случайных процессов
• Компьютерное зрение
• Численные методы
• Научное письмо и публикационная деятельность
• Трехмерное компьютерное зрение
• Методы оптимизации
• Прикладной статистический анализ
• Машинное обучение
• Искусственный интеллект в производственных системах
• Глубокое обучение
• Системный подход к анализу данных и генерации знаний
• Мультимодальные большие языковые модели
• Методология MLOps при разработке систем искусственного интеллекта
• Основы мехатроники
• Основы электротехники и электроники
• Дискретные и нелинейные системы автоматического управления
• Основы мобильной робототехники
• Системы автоматизированного проектирования
• Обучение с подкреплением
• Искусственный интеллект и мультиагентные системы
• Киберфизические системы
• Цифровые двойники
• Интегрирование технологических решений для обеспечения функционала роботизированных систем
• Искусственный интеллект в биоинженерии
• Программирование роботов
• Глубокие мультимодальные модели
• Дизайн систем машинного обучения
• Численные методы линейной алгебры
• Интернет вещей и сенсорные сети
• Когнитивные науки и искусственный интеллект.