ПРИКЛАДНОЕ МАШИННОЕ ОБУЧЕНИЕ И БОЛЬШИЕ ДАННЫЕ
Магистерская программа Механико-математического факультета НГУ
Направление: 01.04.02 Прикладная математика и информатика
Направление: 01.04.02 Прикладная математика и информатика
ПРИКЛАДНОЕ МАШИННОЕ ОБУЧЕНИЕ И БОЛЬШИЕ ДАННЫЕ
Магистерская программа Механико-математического факультета НГУ
Направление: 01.04.02 Прикладная математика и информатика
Направление: 01.04.02 Прикладная математика и информатика
обучение в очной форме на русском языке
25
бюджетных мест
5
платных мест
96 500 ₽
стоимость семестра
2 года
длительность
Новая магистерская программа ММФ НГУ реализуется совместно со Школой анализа данных Яндекса.
Программа направлена на подготовку специалистов, способных применять методы искусственного интеллекта для решения сложных исследовательских и технологических задач.
Ключевыми особенностями студентов и выпускников программы станут:
Программа предполагает два трека обучения:
Общая основа — это курсы ШАД, курсы по выбору от НГУ и ШАД и факультативные курсы от НГУ.
Студенты Трека 1 уделяют больше внимания проектной деятельности. После выпуска они получают диплом НГУ.
Студенты Трека 2 являются студентами Школы анализа данных. После выпуска они получают диплом НГУ и диплом ШАД.
Программа направлена на подготовку специалистов, способных применять методы искусственного интеллекта для решения сложных исследовательских и технологических задач.
Ключевыми особенностями студентов и выпускников программы станут:
- широкий кругозор
- научное и инженерное мышление
- опыт реализации индустриальных проектов
- умение применять принципы естественных наук при построении математических моделей.
Программа предполагает два трека обучения:
Общая основа — это курсы ШАД, курсы по выбору от НГУ и ШАД и факультативные курсы от НГУ.
Студенты Трека 1 уделяют больше внимания проектной деятельности. После выпуска они получают диплом НГУ.
Студенты Трека 2 являются студентами Школы анализа данных. После выпуска они получают диплом НГУ и диплом ШАД.
Основные дисциплины программы
Компьютерное зрение
Язык С++
Обработка естественного языка
Машинное обучение
Язык Python
Алгоритмы и структуры данных
Байесовские методы в машинном обучении
Глубинное обучение
Управление проектами
Проектная деятельность
Основы статистики в машинном обучении
Техническая документация
Кем вы можете работать
Занимается исследованиями фундаментального характера, умеет правильно читать научные статьи и понимать главное, формулировать и решать передовые исследовательские задачи.
За время обучения студент получит глубокое знание методов ML, хорошее знание Python, понимание современных архитектур ML, изучит Kafka, Redis, ClickHouse, PostgreSQL, SQL, Git.
За время обучения студент получит глубокое знание методов ML, хорошее знание Python, понимание современных архитектур ML, изучит Kafka, Redis, ClickHouse, PostgreSQL, SQL, Git.
Занимается решением практических задач, умеет грамотно писать продакшн код, обрабатывать большие данные и обеспечивать горизонтальное масштабирование в микросервисной архитектуре, понимает как взаимодействовать с бизнесом.
Во время обучения студент научится настраивать nginx для балансировки, работать с очередями Kafka, RabbitMQ и др., чтобы обеспечивать бесперебойную обработку больших данных, понимать батчевую и потоковую обработки данных, будет знать Python, C++, а также сможет обучать модель, анализировать результаты и быстро вносить требуемые изменения.
Во время обучения студент научится настраивать nginx для балансировки, работать с очередями Kafka, RabbitMQ и др., чтобы обеспечивать бесперебойную обработку больших данных, понимать батчевую и потоковую обработки данных, будет знать Python, C++, а также сможет обучать модель, анализировать результаты и быстро вносить требуемые изменения.
Умеет управлять командами и настраивать процессы, формулировать цели и задачи, а также управлять требованиями и согласовывать их с заказчиками и другими заинтересованными лицами в проекте.
Во время обучения студенты получат знания о жизненных циклах разработки и эксплуатации ПО, гибких методологиях управления проектами (Agile, Scrum, Kanban), бизнес-анализе, а также навыки работы в команде.
Во время обучения студенты получат знания о жизненных циклах разработки и эксплуатации ПО, гибких методологиях управления проектами (Agile, Scrum, Kanban), бизнес-анализе, а также навыки работы в команде.
Даты
- 1
Подать документы на ММФ НГУ
Чтобы стать студентом Программы, необходимо подать документы на укрупненную группу направлений «Математика и механика» Механико-математического факультета.
Сделать это можно онлайн через Личный кабинет абитуриента НГУ или очно в Приемной комиссии НГУ.
Правила приема на ММФ НГУ. - 2
Подать заявку на программу
Для того, чтобы подать заявку на программу «Прикладное машинное обучение и большие данные», необходимо заполнить форму.
После заполнения и отправки этой формы мы с вами свяжемся и пригласим на экзамен. - 3
Сдать экзамен
Экзамен будет проходить в очном формате в НГУ. При поступлении будут проверяться знания по алгебре, теории вероятностей, комбинаторике, мат. анализу, анализу данных, а также программированию (владению одним из основных языков).
Экзамен не будет проводиться для абитуриентов программы, которые поступили в ШАД и планируют обучаться на Треке 2. - 4
- 5
Пройти собеседование на программу
Собеседования будут проводиться как очно, так и дистанционно. Мы настоятельно рекомендуем тем, кто может, быть очно.
* Собеседования не будут проводиться для абитуриентов программы, которые поступили в ШАД и планируют обучаться на Треке 2. - 6
Пройти собеседование ММФ
Абитуриентам программы необходимо пройти следующие испытания:
- собеседование-конкурс по математике, механике и информатике,
- конкурс индивидуальных достижений
Вступительные испытания будут проводиться как очно, так и дистанционно. Мы настоятельно рекомендуем тем, кто может, быть очно.
Перед собеседованием мы будем связываться с каждым абитуриентом в индивидуальном порядке, чтобы понять, необходимо ли его присутствие. - 7
Поступить на направление «Математика и механика»
«Прикладное машинное обучение и большие данные» — программа, реализуемая в рамках укрупненной группы направления «Математика и механика» Механико-математического факультета.
Успешное прохождение отбора на программу не гарантирует вам поступление на бюджетное место ММФ НГУ.
Стипендии
Студенты магистратуры, наравне с другими студентами НГУ, могут претендовать на получение следующих стипендий:
- Повышенной государственной академической стипендии;
- Стипендии Президента РФ, Правительства РФ и именных стипендий;
- Стипендии Губернатора Новосибирской области;
- Стипендии мэрии г. Новосибирск.
КОМАНДА ПРОГРАММЫ
- Рустам МулляджановРуководитель программыд. ф.-м. н.
Заведующий Лабораторией прикладных цифровых технологий НГУ - Евгения КаменеваОрганизатор программы15+ лет работы в реальном производстве, стартапах и ИТ.
- Анжелика ТрегубОрганизатор программыКуратор ШАДа в Новосибирске
- Анастасия КарпенкоСо-организатор программык. ф.-м. н.
Заместитель декана ММФ по развитию
FAQ
Если вы учитесь на Треке 1, то вы получите диплом НГУ. Если вы учитесь на Треке 2, то вы получите диплом НГУ и диплом о профессиональной переподготовке ШАД.
Студенты Трека 1, окончившие курсы первого семестра с лучшими результатами, после дополнительных собеседований ШАД могут быть зачислены в ШАД, т.е. на Трек 2.
Если вы учитесь на Треке 2, то вы можете перевестись на Трек 1.
Если вы учитесь на Треке 2, то вы можете перевестись на Трек 1.
Конечно, вы можете поступать в магистратуру на Трек 1.
Нет, программа предполагает гибридный формат обучения. Некоторые занятия будут онлайн, некоторые оффлайн.
Волны отличаются только датами прохождения вступительных испытаний.
Да, можете. Никаких ограничений на поступление в магистратуру нет. Вы должны иметь законченный бакалавриат и сдать все вступительные испытания.
Учебный план будет выложен на сайт до конца июля.
Да. Если вы поступите на Трек 2, вам будут доступны все направления и все курсы ШАД.
Остались вопросы?
Свяжитесь с нами
Свяжитесь с нами