help@sochisirius.ru

Программа Науки о данных (Data Science)


Уровень образования

Наименование образовательной организации

Национальный исследовательский университет «Высшая школа экономики», Высшая школа экономики, НИУ ВШЭ, ВШЭ

Код и наименование направления подготовки

01.04.02 Прикладная математика и информатика

Направленность (профиль) образовательной программы

Науки о данных (Data Science)

Направление СНТР, которому соответствует содержание образовательной программы

Роботизированные производства, большие данные, искусственный интеллект

Направление Фонда, которому соответствует содержание образовательной программы

Искусственный интеллект и информационные технологии

Форма обучения

Основа обучения

Срок обучения (количество лет)

2

Срок реализации

Ежегодно с 01 сентября

Объем программы, зачетных единиц

120

Объем программы, академических часов

Требования к кандидатам

Целевая аудитория:

1. Выпускники бакалавриата НИУ ВШЭ.

2. Выпускники бакалавриата математических факультетов ведущих университетов.

3. Выпускники бакалавриата ведущих университетов по направлениям и специальностям, связанным с необходимостью анализа больших данных (экономика, социология, управление сложными системами и др.).

4. Специалисты и магистры, желающие получить дополнительную специализацию и системно подготовиться к серьёзной аналитической или исследовательской деятельности в области анализа сложных систем и больших данных, а также разработке интеллектуальных систем.

Вступительные испытания:

1. Высшая математика (письменно)

2. Английский язык (тестирование + аудирование)

Особенности программы (сетевая программа, программа двойных дипломов)

Области профессиональной деятельности, в которых выпускники, освоившие программу магистратуры, могут осуществлять профессиональную деятельность

Выпускники будут востребованы в следующих сферах деятельности.

1. Научно-исследовательская деятельность как в сфере профессиональной специализации, так и в других сферах в составе коллективов, имеющих дело с большими данными.

2. Аналитическая деятельность (в её классическом понимании) в организациях всех форм собственности, включая промышленные предприятия, консалтинговые фирмы, ассоциации и фонды, органы государственного управления.

3. Экспертная деятельность, связанная с методологией, методами, задачами и технологиями управления и анализа больших данных в сфере профессиональной специализации.

4. Технологическая поддержка аналитической, консалтинговой и оптимизационной деятельности коллективов, имеющих дело с большими данными.

5. Руководство коллективами в аналитических, исследовательских и управленческих подразделениях организаций всех форм собственности.

Перечень организаций-партнеров, где работают выпускники программы

Выпускники программы работают в ведущих российских и зарубежных организациях:

- IT-корпорациях (Яндекс, Google, IBS и др.) и сотовых операторах

- Научно-исследовательских центрах и институтах (НИУ ВШЭ, LORIA, TU-Dresden)

- Консалтинговых компаниях (PWC, E&Y)

- В Банке России и других коммерческих банках (Сбербанк, ВТБ)

Задачи профессиональной деятельности, к решению которых готовятся выпускники: научно-исследовательские; педагогические; проектно-технологические; организационно-управленческие

Программа формирует следующие базовые компетенции:

1. Способен применять на практике системные знания о структуре и особенностях некоторой предметной области в сфере специализации.

2. Способен строить математические модели и вычислительные алгоритмы обработки (получения, хранения, переработки) данных.

3. Способен строить математические модели и вычислительные алгоритмы анализа данных как в общей постановке, так и в сфере специализации.

4. Способен использовать на практике современные технологии обработки больших объёмов сложно или недостаточно структурированных данных.

В целом выпускник МПНД может решать задачи поиска, сбора, хранения, подготовки, анализа данных и интерпретации результатов в области специализации.

Тематика научных исследований / выпускных квалификационных работ (магистерских диссертаций)

· Разработка математической модели системы связи с робастным приемом

· Исследование методов мягкого декодирования недвоичных блоковых кодов в системах связи с непараметрическим приемом

· Применение методов машинного обучения для идентификации частиц в данных эксперимента LHCb (CERN)

· Методы машинного обучения для оптимизации лечения детского острого лимфобластного лейкоза в подгруппах

· Оценка качества медицинских изображений

· Прогнозирование временных рядов средствами машинного обучения для задач нефтегазового сектора

· Разреживание нейронных сетей при помощи байесовского подхода

· Глубокое обучение для измерения фотометрического красного смещения

· Классификация нормы и патологии развития на основе сходств в разбиениях сетевых структур головного мозга

· О системах защиты информации, основанных на кодах и решетках

· Построение архитектуры глубокой нейронной сети с помощью решётки формальных понятий

· Автоматизация планирования маневров космического аппарата по уклонению от космического мусора с использованием методов глубокого обучения и обучения с подкреплением

Сведения о преподавательском составе программы

Руководитель магистерской программы ­– заведующий отделением Прикладной математики и информатики НИУ ВШЭ, д.ф.-м.н. С.О. Кузнецов, специалист в области математических моделей майнинга данных и машинного обучения, автор более 50 научных работ, индексированных в системах Scopus и Web of Knowledge.

Ядром профессорско-преподавательский состава (ППС) МПНД является ППС департамента анализа данных и искусственного интеллекта, базовой кафедры Яндекс, кафедры технологий моделирования сложных систем (кафедра, на которой преподают сотрудники ИППИ РАН), Математические методы системного анализа (базовая кафедра ИСА РАН) и др. К проведению занятий в рамках МПНД планируется привлечь преподавателей и других подразделений НИУ ВШЭ.

К участию в преподавании на магистерской программе привлекаются лучшие специалисты в области анализа данных, майнинга данных и интеллектуальных систем, построению и анализу алгоритмов, среди них отметим проф. Б.Г. Миркина, проф. Л.Е. Жукова, проф. Г.А. Кабатянского, проф. И.И. Цитовича, доц. С.А. Объедкова, доц. М.А. Бабенко, проф. М.В. Захарьящева, доц. Д.И. Игнатова, проф. М.И. Кановича, доц. Д.С.Осипова, доц. Пари Кентана Поль Бернара, проф. Д.И. Пионтковского, доц. В.Л. Чернышева и др.

Общие сведения

Программа отвечает основным вызовам, обращенным к НИУ ВШЭ и Российскому образованию в целом: выход на передовые позиции на международном рынке образовательных программ, подготовка элитных кадров инновационной экономики, обладающих аналитическими, исследовательскими, методическими и технологическими компетенциями в новых областях науки, техники и экономики. Овладение выпускниками программы целым спектром новейших, эффективных математических технологий, не включённых в классические математические учебники, по которым традиционно готовятся студенты российских университетов, будет существенно способствовать повышению их конкурентоспособности и востребованности. В силу принципиальной мультидисциплинарности Науки о Данных, призванной предоставлять средства анализа информационных, социальных, правовых, психологических, экономических, языковых и других явлений, программа станет одной из системообразующих, интересной выпускникам многих факультетов и сотрудникам многих исследовательских центров НИУ ВШЭ и других академических организаций.

Сведения о материально-технической оснащенности программы

НИУ ВШЭ обладает классическими средствами для проведения занятий с использованием компьютеров: компьютерными классами с современными рабочими станциями и доступ к сети Интернет, как высокоскоростной проводной, так и беспроводной. Для МПНД используются мощности центра обработки данных компании Яндекс в режиме удалённого доступа. Также участникам МПНД доступны новейшие программные средства, от продуктов MathWorks (MatLab) до платформы InfoBright.

Формы поддержки студентов-магистрантов

· Стипендия имени Илья Сегаловича — стипендия выдается за успехи в учёбе и научной деятельности.

· Учебный ассистент – студент НИУ ВШЭ, отобранный преподавателем в качестве помощника для реализации учебной дисциплины в соответствии с требованиями.

· Государственная академическая стипендия

· Повышенная государственная академическая стипендия (ПГАС) — за особые достижения в учебной, научно-исследовательской, общественной, спортивной, культурно- творческой деятельности.

· Стипендии фондов и партнеров

· Стипендии выдающихся ученых НИУ ВШЭ

· Стипендии Минобрнауки России

· Стипендия НИУ ВШЭ «Серебряный птенец»

Приложения (скан-копии):

Аннотация к программе: Скачать

Учебный план: Скачать



Подать заявку
© 2015–2019 Фонд «Талант и успех»
Нашли ошибку на сайте? Нажмите Ctrl(Cmd) + Enter. Спасибо!