В современном мире объемы информации увеличиваются с каждым годом, поэтому многие компании занимаются созданием инструментов для фильтрации, генерации и распознавания информационных потоков. Развитие технологий обработки естественного языка (NLP) помогает бизнесу решать задачи по анализу и компьютерной обработке текста и речи путем применения алгоритмов искусственного интеллекта и машинного обучения. Обучаясь на программе магистратуры «Обработка естественного языка», студенты освоят основные разделы традиционной лингвистики, прикладные алгоритмы анализа данных, получат необходимые навыки программирования, а также научатся создавать системы распознавания речи и цифровых помощников (Алиса, Маруся, Сири), смогут обрабатывать большой поток запросов и документов, выявлять спам, определять эмоциональную окраску текста. Выпускники станут высоко востребованными NLP-специалистами и смогут работать как в крупных IT-компаниях, так и в небольших стартапах, связанных с анализом данных
Программа «Обработка естественного языка» подойдёт выпускникам бакалавриата компьютерных и аналитических специальностей, а также разработчикам с опытом, знающим математику, базовые подходы ML (Machine learning) и DL (Deep learning), разбирающимся в программировании, но желающим получить углубленную специализацию в NLP направлении. Для поступления необходимы базовые знания Python и математики. Экзамены будут проходить на основе общей специализации «Информатика и вычислительная техника». Для зачисления нужно набрать не менее 40 баллов по вступительным испытаниям.
Актуальность направления
Специалисты по обработке естественного языка востребованы в различных сферах бизнеса. Многим средним и крупным компаниями вне зависимости от отрасли приходится оптимизировать работу с документами, сегментировать клиентскую базу, улучшать поиск по сайту. Контактным центрам требуется оперировать большим потоком входящих запросов — разбивать их на категории, определять темы, автоматически подбирать варианты ответов. Интернет-магазинам необходимо улучшать поиск по каталогам, внедрять диалоговые и рекомендательные системы. В сфере маркетинга и PR требуется измерять медиаактивность компании, отслеживать восприятие бренда аудиторией, анализировать отзывы в соцсетях.
Практико-ориентированный подход
На реальных проектах от ведущих IT-компаний индустрии, таких как Яндекс, Сбер, VK, студенты программы «Обработка естественного языка» научатся применять новые технологии и методики в теории машинного обучения, семантическом анализе, работе нейронных сетей, визуализации, работе с базами данных и SQL. Они также будут обучены навыкам, связанным с языком: получат представление о морфологическом и синтаксическом анализе. Студенты программы «Обработка естественного языка» овладеют алгоритмами и техниками, специфическими для задач обработки естественного языка, научатся разбираться в таких вещах, как тематическое моделирование, информационный поиск, дистрибутивная семантика. Программа формирует не только профессиональные знания в естественных языках, математике, статистике и программировании, но и soft skills для успешной работы в команде.
Индивидуальная научная траектория
Для каждого магистранта с первых дней обучения формируется индивидуальная научно-образовательная траектория в соответствии с его интересами, исследовательской проблематикой и текущими проектами. Это позволяет студентам максимально сфокусироваться на научной работе и получить необходимые знания по конкретным дисциплинам. Во время обучения можно углубиться в исследования и заниматься научной деятельностью с защитой диссертации и развиваться в корпоративной сфере.
Профессиональное сообщество
Студенты программы «Обработка естественного языка» с первых дней погружаются в творческое комьюнити и работают с практиками индустрии, которые делятся опытом, собственными методиками и полезными инсайтами. Программа предоставляет возможность выстроить и расширить профессиональную сеть знакомств в сфере NLP.
Дисциплины программы
5
ключевых дисциплин в области технологий обработки естественного языка
Алгоритмы машинного обучения
Современные методы глубокого обучения для обработки естественного языка
Морфологический анализ
Семантический анализ
Диалоговые системы
Практические навыки
Знания математики, теории вероятностей, статистики, сфер применимости, понимание плюсов и минусов различных семейств алгоритмов машинного обучения;
Умение работать с базами данных и знать SQL;
Знание структур данных;
Умение обращаться с набором технологий Data Science и программировать на Python;
Опыт построения глубоких нейронных сетей с использованием фреймворков;
Знание базовых библиотек для аналитики данных;
Владение алгоритмами и техниками, специфическими для задач обработки естественного языка, глубокое понимание тематического моделирования, информационного поиска, дистрибутивной семантики.
Преподаватели
Анна Валерьевна Глазкова
К.т.н., специалист группы нейроразметки Национального корпуса русского языка
С 2018 года — руководитель и исполнитель научных проектов, поддержанных РФФИ, РНФ, Советом по грантам Президента РФ в сфере обработки естественного языка, глубокого обучения, корпусной лингвистики, цифровых технологий в гуманитарных науках.
Владислав Сергеевич Коваленко
Специалист в области машинного перевода
Руководитель отдела машинного обучения в компании PROMT. Эксперт в разработке и адаптации нейронных и статистических моделей под конкретные доменные области, а также в настройке и совершенствовании языковых моделей. В 2020-2023 руководил отделом Аналитического машинного перевода в PROMT — подразделением, занимающимся правило-ориентированным машинным переводом. В 2018-2020 лингвист в PROMT.
Ульви Азар оглы Рзазаде
Старший преподаватель кафедры АСУ, senior fullstack-разработчик и ученый-исследователь в области цифровой трансформации
Исследователь в области проектирования автоматизированных систем управления и цифровых платформ для промышленности и транспорта. Автор более 10 публикаций в сфере АСУ, системного анализа и data science. С 2024 года разрабатывает системы безопасности класса EASM (мониторинг внешней поверхности атаки) для крупных вендоров. В 2022–2024 гг. создавал PropTech-решения и проектирование системы потоковой обработки геологических данных. В 2021–2022 гг. работал над MES-сервисом для горнодобывающих предприятий. В 2020–2021 гг. разрабатывал LMS-платформы для образовательных организаций.
Анна Ивелинова Йосифова
Исследователь и разработчик в области обработки естественного языка
Участник проектов Правительства Москвы в рамках цифровой трансформации процессов организации. Специалист по автоматизации бизнес-процессов и внедрению современных решений на основе генеративного искусственного интеллекта и машинного обучения.Специализируется на разработке и адаптации NLP-моделей для анализа и генерации текста, применяя методы дообучения языковых моделей и современные подходы машинного обучения, а также библиотеки PyTorch, Hugging Face Transformers и др.
Дмитрий Александрович Новицкий
Инженер-программист и специалист по имитационному моделированию
Разработчик имитационных моделей в среде AnyLogic. Специализируется на проектировании, реализации и верификации сложных агентных и дискретно-событийных моделей для анализа бизнес-процессов и технологических систем. Преподает ключевые ИТ-дисциплины, включая имитационное моделирование, программирование на Python и Java, основы искусственного интеллекта и проектирование баз данных. Эксперт в области промышленного программирования на Java, прикладного использования Python для анализа данных и работы с реляционными СУБД (MS SQL).
Константин Олегович Иванов
К.т.н., участник проекта подготовки топ-специалистов в сфере ИИ при поддержке АНО «Аналитический центр при Правительстве Российской Федерации»
Автор образовательных программ в области искусственного интеллекта при поддержке Министерства науки и высшего образования РФ. С 2025 г. участник проекта по подготовке топ-специалистов в сфере ИИ при поддержке АНО «Аналитический центр при Правительстве Российской Федерации». В 2017–2019 гг. разрабатывал проект «Система интраоперационной навигации с поддержкой технологии дополненной реальности на базе виртуальных 3D-моделей органов, полученных по результатам КТ-диагностики, для малоинвазивных операций». Наставник проектов Акселерационной программы «ВолгаTECH».
Екатерина Владимировна Исаева
К.филол.н., доцент кафедры автоматизированных систем управления
Академический редактор и организатор междисциплинарных проектов в области терминоведения и онтологического моделирования. Руководитель и участник фундаментальных проектов РФФИ по автоматизированному моделированию знаний и разработке тезаурусов в сфере информационной безопасности. Автор и редактор монографий Springer, в том числе «Specialized Knowledge Mediation» и «Science and Global Challenges of the 21st Century». Автор более 80 научных публикаций, включая монографии и научные статьи, индексируемые в Scopus и Web of Science.
К. пед. н., доцент кафедры иностранных языков и коммуникативных технологий
С 2022 г. участник гранта совместно с UIU (Union Institute and University, US) по разработке модели компетенций разработчиков цифровых курсов. В 2023 г. эксперт Международной олимпиады Ассоциации «Глобальные университеты» для абитуриентов магистратуры и аспирантуры Open Doors. Разработчик программы по развитию профессионального уровня информационной компетентности учителей иностранных языков. В 2021 г. участник экспертной оценки Всероссийского конкурса «Большая перемена». В 2007 году стажировалась в Nottingham, UK по программе «The Use of ICT in Developing Teaching and Learning». Автор более 30 публикаций в научных журналах в рамках профессиональной деятельности. Научные интересы: проектирование материалов в цифровой среде, использование искусственного интеллекта в обучении, а также обучение в дополненной и расширенной реальности.
Студенты проходят стажировки и практики, создавая проекты для бизнес-партнеров программы. Выпускники смогут работать в качестве NLP-специалистов в IT-компаниях, стартапах, e-commerce, маркетинговых агентствах и на производственных предпри
Осваиваемые профессии
Компьютерный лингвист
NLP-разработчик
Разработчик диалоговых систем
NLP-researcher
Data Scientist (NLP)
NLP-инженер
ML Engineer (NLP)
NLP-analyst
Ответы на вопросы
Подать документы* на поступление можно несколькими способами:
Прийти в Университет МИСИС. Контакты приемной комиссии по ссылке.
Пошаговый алгоритм поступления можно посмотреть здесь.
*Приём документов начинается с 20 июня.
Актуальные программы вступительных испытаний по ссылке. Также вы можете поступить без экзаменов по конкурсу проектных работ имени академика А. А. Бочвара.
Посмотреть полный список достижений, за которые начисляют дополнительные баллы, можно здесь.
Получить социальный налоговый вычет может Заказчик по договору. Ознакомиться с подробной информацией можно на странице в разделе «Информация о предоставлении налогового вычета».
На проживание в общежитии могут рассчитывать все иногородние студенты*, в том числе, поступившие на платные места.
*Приём документов начинается с 20 июня.