Анализ, управление и обработка информации в сложных системах

Аспиранты разрабатывают модели, алгоритмы, аппараты и программы в биологических и технических системах. Создают нейроинтерфейсы, проектируют алгоритмы управления и навигации автономными объектами, интеллектуальные системы поддержки принятия решений. В составе научных коллективов кафедры участвуют в научно-исследовательских работах по заказу Сбербанка, реализуют гранты Президента РФ, получают авторские свидетельства на компьютерные программы.

Научный компонент

Научные руководители

Руководитель трека

Тематика научных исследований

Автономные мобильные устройства и системы

Анализ, управление и обработка информации в сложных системах

Высокопроизводительные вычислительные комплексы

Интеллектуальные системы и сети

Математическое и программное обеспечение

Методы оптимизации цифровых систем

Модели и алгоритмы анализа данных и управления сложными системами

Перспективные компьютерные системы

Защита диссертаций

Образовательный компонент

Преподаватели

Ринат Наилевич Садеков

Д.т.н., профессор кафедры инженерной кибернетики

Александр Владимирович Соловьев

Д.т.н., профессор кафедры инженерной кибернетики

Александр Сергеевич Кожаринов

К.т.н., доцент кафедры инженерной кибернетики

Илья Ильич Курочкин

К.т.н., доцент кафедры инженерной кибернетики

Александра Бернадотт

К.м.н., доцент кафедры инженерной кибернетики

Андрей Игоревич Широков

К.т.н., доцент кафедры инженерной кибернетики

6
дисциплин
Профильные дисциплины:

Анализ, управление и обработка информации в сложных системах

Системный анализ, управление и обработка информации

Базовые дисциплины:

Академическое письмо

Иностранный язык

История и философия науки

Педагогика высшей школы

Партнеры трека и практики

В академической среде
В бизнес-среде
Исследовательская практика
  • индивидуальные стажировки в IT-компаниях, на промышленных предприятиях, в партнерских научно-исследовательских институтах и вузах
Педагогическая практика в НИТУ МИСИС
  • проведение практических занятий (по дисциплинам, читаемым научными руководителями)
  • руководство курсовыми проектами магистрантов

Трудоустройство

Средняя заработная плата среди выпускников трека
120 000 ₽
Отношение уровня заработной платы работников с ученой степенью к среднему доходу по экономике (согласно исследованию НИУ ВШЭ):
262%

Вы будете уметь:

  • проводить исследования в сфере системного анализа, управления и обработки информации;
  • осуществлять научную коммуникацию, в т.ч. на иностранных языках;
  • преподавать в высшей школе;
  • руководить научными проектами;
  • разрабатывать программное и методическое обеспечение проведения исследований и разработок.

Вас будут ждать

Сразу после выпуска Вы сможете работать исследователем-разработчиком, научным сотрудником, ассистентом, преподавателем. Через 3 года Вы сможете занять должность начальника научно-исследовательского отдела, старшего научного сотрудника, доцента.

О кафедре

Кафедра инженерной кибернетики

Ключевые области компетенций:

  • Искусственный интеллект
  • Системы поддержки принятия решений
  • Гетерогенные мультиагентные системы с участием интеллектуальных агентов, взаимодействующих друг с другом и принимающих решения на основе анализа окружающей обстановки
  • Создание и управление интеллектуальными беспилотными системами
Другие образовательные треки

Оптимизационное моделирование в сложных системах

Аспиранты трека проводят исследования в области цифровизации производственных и бизнес-процессов с помощью AI и IIoT-платформ. Разрабатывают модели, алгоритмы и аппаратно-программные решения, направленные на создание цифровых безлюдных производств, а также оптимизируют управление в социально-экономических и социотехнических системах. Особенностью трека является фокус на цифровой трансформации горно-металлургической отрасли.

Структурно-параметрический синтез и анализ компьютерных моделей объектов прикладных предметных областей

Аспиранты трека исследуют универсальные способы моделирования и анализа сложных систем и учатся применять их в разных отраслях: от логистики и управления потоками в нефтепроводах до моделирования кровотока и распространения сигналов в нервной системе человека. Особенностью трека является прикладной характер обучения и фокус на дискретной математике.