Математические методы в искусственном интеллекте и анализе данных

Магистратура «Математические методы в искусственном интеллекте и анализе данных» готовит специалистов, способных строить продвинутые модели для машинного обучения, компьютерного зрения и обработки естественного языка. Программа ориентирована на практическое применение ИИ в промышленности, финтехе, блокчейн-экосистемах, квантовых технологиях, биоинженерии и других цифровых сервисах. Обучение сочетает глубокую математическую подготовку с решением реальных задач на основе передовых технологий искусственного интеллекта. Выпускники смогут анализировать большие данные, оптимизировать бизнес-процессы, разрабатывать интеллектуальные системы и рекомендательные механизмы, строя карьеру в ИТ-компаниях, научных центрах и высокотехнологичной индустрии.

2 года обучения

Очная форма обучения на русском языке

Институт компьютерных наук

Код направления 01.04.04
Прикладная математика

Узнай количество бюджетных мест и платных мест

Программа реализуется впервые. Старт обучения в сентябре 2025 года.

Вступительные испытания и минимальные баллы:

Вступительное испытание по направлению подготовки — 40

Программа вступительного испытания

50+
видов стипендий для «бюджетников» и «платников»
30+
наименований в списке индивидуальных достижений
Стоимость контрактного обучения в  год
399 000 ₽

Приемная комиссия

Мария Александровна Баранова

Руководитель приемной комиссии

+7 495 638-46-78

+7 495 638-30-78

Адрес: г. Москва, Ленинский проспект, д. 4

vopros@misis.ru

Преимущества программы

Актуальные направления исследования
Междисциплинарность и расширение профессионального кругозора
Индивидуальная траектория обучения
Возможность совмещать работу и учебу
Инфраструктура для исследований
Востребованность специалистов

Дисциплины программы

20
предметов в области искусственного интеллекта, робототехники и квантовых вычислений

Методология MLOps при разработке систем искусственного интеллекта

Методы искусственного интеллекта в робототехнических системах

Методы инженерного анализа и моделирования

Практические навыки

  • Применение методов машинного обучения для анализа, предсказания и интерпретации данных
  • Проектирование и внедрение алгоритмов и моделей искусственного интеллекта
  • Предварительная подготовка, очистка и структурирование данных для последующего анализа
  • Использование статистических методов и вероятностных моделей
  • Программирование на языках Python и R для решения задач в области ИИ и Data Science
  • Разработка, тестирование и оптимизация алгоритмов для интеллектуальных систем

Преподаватели

Ринат Наилевич Садеков

Д.т.н., профессор кафедры инженерной кибернетики

Сферы научных интересов: разработка интеллектуальных алгоритмов распознавания, навигации и управления движением общественного городского транспорта на примере трамвайных систем.

r.sadekov@misis.ru

Наталья Александровна Евстифеева

К.т.н., доцент кафедры инженерной кибернетики

Сферы научных интересов: создание инновационных решений в области искусственного интеллекта для обработки и понимания естественного языка

trigub.na@misis.ru

Эмин Рафаилович Тагиев

Ассистент кафедры инженерной кибернетики, сотрудник ПАО Сбербанк

Сферы научных интересов: исследование и внедрение передовых методов машинного обучения, глубокого обучения и компьютерного зрения в прикладных и научных задачах

tagiev.er@misis.ru

Александр Сергеевич Кожаринов

К.т.н., доцент кафедры инженерной кибернетики

Сферы научных интересов: интеллектуальное имитационное моделирование и мультиагентные системы; математическое моделирование когнитивных процессов (имитация рассуждений, детектирование когнитивных искажений, модели памяти, интуиции и самообучения); экспертные системы и направления искусственного интеллекта; модели, технологии и ПО для долговременного хранения информации и прогнозирования

kozharinov@misis.ru

Сергей Владимирович Ширкин

Старший преподаватель кафедры инженерной кибернетики

Сферы научных интересов: развитие и применение методов квантовых вычислений и квантового машинного обучения для решения сложных вычислительных задач

shirkin.sv@misis.ru

Иван Александрович Тарханов

К.т.н., доцент кафедры инженерной кибернетики

Сферы научных интересов: разработка решений в области информационной безопасности с применением блокчейн-технологий, включая инструменты DApps, NFT и DAO-структур.

i.tarhanov@misis.ru

Игорь Юрьевич Федоров

К.т.н., доцент кафедры инженерной кибернетики

Сферы научных интересов: интеграция искусственного интеллекта в робототехнические системы и производственные процессы для повышения эффективности и автоматизации

i.fedorov@misis.ru

Возможности для студентов и трудоустройство

В процессе обучения студенты вуза участвуют в проектах, реализуемых совместно с ведущими ИТ‑компаниями, а после окончания программы продолжают работу по специальности в R&D‑ или ИТ‑подразделениях партнеров. Выпускники программы «Математические методы в искусственном интеллекте и анализе данных» могут разрабатывать программное обеспечение, внедрять робототехнические и киберфизические системы, строить карьеру в Yandex, Samsung, 1С, VK, Сбере и других высокотехнологичных организациях или продолжить научные исследования в аспирантуре.

Осваиваемые профессии

  • Специалист по искусственному интеллекту
  • Аналитик данных (Data Scientist)
  • Инженер данных (Data Engineer)
  • Технический аналитик
  • Архитектор в области ИИ
  • Исследователь в области искусственного интеллекта

Часто задаваемые вопросы