Управление эксплуатацией систем ИИ: программа бакалавриата

Обучение представляет собой сбалансированное сочетание фундаментальной математической подготовки и передовых инженерных практик. Углубленное изучение математики, программирования и машинного обучения дополняется полноценным освоением DevOps- и MLOps-подходов, что позволяет выпускнику управлять конвейерами данных, обеспечивать мониторинг и безопасность ML-систем. Особенностью программы является наличие двух прикладных треков — инженерии данных и FinOps, — а также постоянное погружение в реальные индустриальные кейсы.

В процессе обучения решаются задачи автоматизации экспериментов, развертывания моделей, администрирования Linux-платформ, работы с большими языковыми моделями и компьютерным зрением, а также изучаются аспекты этики и безопасности ИИ. Программа подготовит не просто разработчика, а универсального инженера, способного выстраивать инфраструктуру, оптимизировать затраты и управлять проектами в сфере искусственного интеллекта.

Профессиональные дисциплины:

• Основы российской государственности
• Физика
• Механика
• Электричество и магнетизм
• Математика
• Дискретная математика
• Теория вероятностей
• Математическая статистика
• Математические основы машинного обучения
• Математика
• Математический анализ (продвинутый уровень)
• Математический анализ
• Высшая алгебра
• Алгебра и алгоритмы
• Инженерия данных
• NLP - обработка естественного языка
• Основы обработки мультимедийных данных
• Компьютерное зрение
• Автоматическое машинное обучение
• Введение в FinOps
• FinOps для анализа и оптимизации затрат
• FinOps в облачной инфраструктуре
• Этика искусственного интеллекта.

Вариативная часть:

• Администрирование платформ на ОС Linux
• Тестирование программного обеспечения и Git платформы
• Контейнеризация и оркестрация приложений
• Автоматизация экспериментов и обучения
• Инфраструктура как код
• Развертывание и эксплуатация моделей ИИ
• Проектирование информационных систем
• Введение в генеративный искусственный интеллект
• Инженерия облачных сервисов
• Рекомендательные системы
• Мониторинг и управление моделями ИИ
• Хранилища данных и BI
• Инженерия данных
• Аппаратные платформы систем ИИ
• Глубокое обучение
• Безопасность систем ИИ
• Алгоритмы и структуры данных
• Введение в профессиональную деятельность
• Программирование
• Введение в ОС Linux
• Алгоритмы и структуры данных
• Введение в искусственный интеллект
• Объектно-ориентированное программирование
• Введение в облачные технологии
• Базы данных
• Наука о данных
• ИИ в разработке ПО
• Машинное обучение
• Web-программирование
• Современные методы управления проектами
• Большие языковые модели
• Коммуникации и командообразование
• Техники публичных выступлений и презентаций
• Цифровые технологии и искусственный интеллект
• ИИ как образ жизни: агентные системы и обработка естественного языка
• ИИ как образ жизни: агентные системы и компьютерное зрение
• ИИ как образ жизни: агентные системы
• Инструментальные возможности ИИ
• Криптография и компьютерная безопасность
• Иностранный язык
• Русский язык как иностранный
• English for specific purposes / Английский язык в профессиональной деятельности.

Дисциплины по выбору:

• Основы интеллектуальной собственности
• Лаборатория брендинга
• Финансы проекта и организации
• Прототипирование и создание mvp
• Правовые особенности функционирования стартапов
• Социальное предпринимательство
• Проектный менеджмент: методологии и стандарты
• Продуктовая логика для R&D
• Рыночные вызовы: реализация трансфера технологий
• Стартап-трек: общий вектор
• Стартап-трек: энергетика
• Стартап-трек: креативные технологии
• Стартап-трек: IT и роботы
• Стартап-трек: рынок AI
• Стартап-трек: рынок Life Science.