Mistrz w naukach o danych

Aby przeanalizować rosnącą ilość danych generowanych we wszystkich obszarach dzisiejszego społeczeństwa, współczesna branża IT podnosi kwestię Big Data. Podobnie, społeczność akademicka tworzy nową dziedzinę nauki o danych. Program obejmuje szkolenia z zakresu modeli obliczeniowych, modelowania i prognozowania matematycznego, architektury komputerów, zaawansowanych technik programowania oraz przechowywania i wyszukiwania danych. Dzięki wielodyscyplinarnej konstrukcji program ten może stanowić kręgosłup, który będzie interesował absolwentów wielu wydziałów, a także pracowników ośrodków naukowych. Absolwenci programu będą potrafili rozwiązywać problemy dotyczące wyszukiwania, gromadzenia, przechowywania, przygotowania i analizy danych oraz interpretacji wyników w obszarze specjalizacji.

Omówienie programu

Program magisterski Data Science obejmuje pełnoetatową ścieżkę edukacyjną dla studentów anglojęzycznych, która składa się z zestawu podstawowych dyscyplin oraz różnorodnych zajęć fakultatywnych i fakultatywnych w języku angielskim.

Celem programu jest kształcenie wysoko wykwalifikowanych ekspertów w zakresie matematyki stosowanej, informatyki i analizy danych.

Program obejmuje pogłębione badanie metod matematycznych modeli sztucznej inteligencji i nowoczesnych metod analizy danych, modelowanie matematyczne i informacyjne złożonych systemów oraz komputerową realizację tych metod. Wiedza i umiejętności absolwentów tego kierunku są poszukiwane przez ministerstwa i instytucje Federacji Rosyjskiej, administrację regionalną i duże firmy.

Koncepcja i program specjalizacji w zakresie analizy danych internetowych zostały opracowane we współpracy z Yandex. Ścieżka ta obejmuje nauczanie dyscyplin specjalnych przez pracowników Spółki, udział studentów, doktorantów i wykładowców w projektach realizujących zadania sugerowane przez Yandex związane z prowadzoną działalnością biznesową, szkolenia zawodowe dla studentów w Yandex oraz wspólne badania. z pracownikami Yandex.

Program obejmuje 3 specjalizacje i pełnoetatową ścieżkę anglojęzyczną (120 punktów):

Utwór nauczany w języku angielskim

Ogólna zawartość programu nauczania

Kursy pomostowe:

• Matematyka dyskretna do tworzenia aplikacji i algorytmów
• Teoria prawdopodobieństwa i statystyki matematyczne
• Komponenty kierunku studiów

Kursy podstawowe:

• Nowoczesne metody analizy danych
• Nowoczesne metody podejmowania decyzji
• Nauka o sieci
• Uczenie maszynowe i eksploracja danych

Przedmioty do wyboru:

• Zautomatyzowane metody weryfikacji programu
• Informatyka medyczna
• Analiza danych w medycynie
• Inżynieria danych i usług dla automatyzacji procesów biznesowych

Analiza danych internetowych

Kursy podstawowe:

• Nowoczesne metody analizy danych
• Nowoczesne metody podejmowania decyzji
• Nauczanie maszynowe
• Algorytmy i struktury danych
• Metody i systemy przetwarzania Big Data

Przedmioty do wyboru:

• Podejścia probabilistyczne i statystyczne w podejmowaniu decyzji
• Teoria obliczeń równoległych i rozproszonych
• Optymalizacja w uczeniu maszynowym
• Analiza obrazu i wideo
• Automatyczne przetwarzanie tekstów
• Głęboka nauka

Inteligentne Systemy i Analiza Strukturalna

Kursy pomostowe:

• Matematyka dyskretna do tworzenia aplikacji i algorytmów
• Teoria prawdopodobieństwa i statystyki matematyczne

Kursy podstawowe:

• Nowoczesne metody analizy danych
• Nowoczesne metody podejmowania decyzji
• Uporządkowane zestawy w analizie danych
• Nauka o sieci
• Wprowadzenie do uczenia maszynowego i eksploracji danych
• Uczenie maszynowe i eksploracja danych

Przedmioty do wyboru:

• Językoznawstwo komputerowe i analiza tekstu
• Teoria informacji i kombinatoryczna teoria wyszukiwania
• Podstawy projektowania i wdrażania sztucznej inteligencji
• Gry systemowe i decyzje w analizie i modelowaniu danych
• Analiza danych w medycynie
• Big Data Analysis
• Głęboka nauka
• Zautomatyzowane metody weryfikacji programu
• Informatyka medyczna
• Solidne metody w statystyce
• Podejmowanie decyzji i analiza danych w warunkach niepewności i niejednoznaczności
• Automatyzacja procesów biznesowych za pomocą uczenia maszynowego

Technologie modelowania złożonych systemów

Kursy pomostowe:

• Matematyka dyskretna do tworzenia aplikacji i algorytmów
• Teoria prawdopodobieństwa i statystyki matematyczne

Kursy podstawowe:

• Nowoczesne metody analizy danych
• Nowoczesne metody podejmowania decyzji
• Uporządkowane zestawy w analizie danych
• Matematyczne podstawy współczesnej telekomunikacji
• Metody statystyczne w modelowaniu predykcyjnym
• Metody geometryczne modelowania predykcyjnego

Przedmioty do wyboru:

• Językoznawstwo komputerowe i analiza tekstu
• Teoria informacji i kombinatoryczna teoria wyszukiwania
• Podstawy projektowania i wdrażania sztucznej inteligencji
• Gry systemowe i decyzje w analizie i modelowaniu danych
• Analiza danych w medycynie
• Big Data Analysis
• Głęboka nauka
• Zautomatyzowane metody weryfikacji programu
• Informatyka medyczna
• Solidne metody w statystyce
• Podejmowanie decyzji i analiza danych w warunkach niepewności i niejednoznaczności
• Automatyzacja procesów biznesowych za pomocą uczenia maszynowego

Absolwenci programu zdobędą umiejętności i kompetencje pożądane na wiodących platformach internetowych, w tym metody i narzędzia do przetwarzania dużych ilości danych (Big Data), preprocessing danych (Extract-Transform-Load), eksploracja danych (Data Mining), wiedza ekstrakcja (Knowledge Discovery), tworzenie wyszukiwarek (Search Engines), analiza sieci społecznościowych (Social Network Analysis), skalowanie algorytmów (technologie Hadoop i Map-Reduce) oraz prognozowanie finansowych szeregów czasowych.