Искусственный интеллект и аналитика данных: программа бакалавриата

Обучение построено вокруг мощного математического ядра, включающего анализ, алгебру, теорию вероятностей и методы оптимизации, что закладывает основу для понимания принципов работы нейросетей. Значительная часть времени посвящается погружению в современную разработку: от классического программирования и баз данных до облачных технологий, микросервисной архитектуры и управления высоконагруженными системами. Студенты осваивают полный цикл жизни данных и моделей, изучая машинное и глубокое обучение, методы работы с большими массивами информации и специализированные инструменты анализа.

Особое внимание уделяется прикладным аспектам искусственного интеллекта в различных индустриях: компьютерное зрение, обработка естественного языка, рекомендательные системы и генеративные модели. Программа также предусматривает изучение узкоспециализированных тем, таких как разработка интеллектуальных агентов, ИИ в финансовых технологиях и оценке рисков. Важной составляющей является формирование комплексного мировоззрения через социально-гуманитарные дисциплины и изучение правовых и этических аспектов внедрения ИИ-решений в современном обществе.

Профессиональные дисциплины:

• Основы российской государственности
• Иностранный язык
• Экономика
• Правоведение
• Русский язык и основы деловой коммуникации
• Психология
• Безопасность жизнедеятельности
• Математический анализ
• Алгебра и геометрия
• Дифференциальные уравнения
• Курс теории вероятностей
• Методы математической физики
• Фундаментальные дискретные модели
• Основы программирования
• Алгоритмы и структуры данных
• Базы данных
• WEB-paзpaботка
• Физическая теория функционирования компьютера
• Администрирование информационных сетей
• Объектно-ориентированное программирование
• Численные методы
• Аналитика данных
• Многомерный статистический анализ
• Технологии управления данными NoSQL
• MLOps & DevOps
• Микросервисная архитектура
• Операционные системы
• Параллельное и низкоуровневое программирование
• Облачные технологии и бэкэнд-разработка
• Разработка мобильных приложений
• O6pa6откa данных на Python
• Безопасность информационных систем
• Этика и социальная ответственность в ИИ
• Высоконагруженные приложения
• Технологии тестирования программного обеспечения
• Технологии обработки больших данных.

Вариативная часть:

• Современные экономико-информационные системы
• Математические модели защиты информации
• Искусственный интеллект в оценке рисков и разработке страховых продуктов
• Математические модели нейронных сетей
• Методы искусственного интеллекта в задачах классификации
• Современные методы фронтирных исследований ИИ
• Технологии интеллектуальной поддержки принятия решений и управления
• Методы обучения с подкреплением
• Технологии обработки языка, звуковых данных,
• включая распознавание и синтез речи
• Глубокое обучение
• А/В-тестирование и Uplift-моделирование
• Машинное обучение
• Разработка ИИ-решений для индустрии
• Промпт-инжиниринг в профессиональной деятельности
• Инструментальные средства моделирования в ИИ
• Нейросетевые технологии
• Технологии компьютерного зрения
• Технологии создания и поддержки ПО
• Генеративный искусственный интеллект
• Интеллектуальные методы оптимизации
• Рекомендательные системы
• ИИ ФинТех.

Дисциплины по выбору:

• Разработка ИИ агентов
• Инженерия интеллектуальных агентов
• Правовые основы оценки проектных решений
• Правовые основы рынка программного обеспечения.