Цель программы — подготовка специалистов, которые смогут развивать мир продуктов на основе искусственного интеллекта.
На программе студенты освоят базу в работе с данными и разработке
ИИ-методов. Выпускники будут готовы применять самые современные инструменты для решения задач бизнеса и науки
На старших курсах сможешь углубиться в выбранное направление.
Можно выбрать одну из рекомендованных специализаций или собрать собственную траекторию из интересующих тебя курсов
Кого готовим
Специалистов, которые разрабатывают и внедряют ML‑модели в реальные продукты и сервисы, работают с ML‑системами и инфраструктурой машинного обучения
Рекомендованные курсы
Эффективное машинное обучение
Введение в низкоуровневое программирование
Эксплуатация и внедрение моделей машинного обучения
Проектирование систем машинного обучения
Базы данных
Курсы на выбор из списка:
Безопасность ИИ
Временные ряды
Графы
Звук
Компьютерное зрение
Обработка естественного языка
Рекомендательные системы
Кого готовим
Специалистов, которые занимаются исследованиями в области ИИ и наук о данных (Data Science), разрабатывают новые методы и работают на стыке математики, ML и науки
Рекомендованные курсы
Современные методы статистики
Дифференциальные уравнения
Обработка естественного языка + Разработка интеллектуальных агентов
Компьютерное зрение + Генеративный ИИ
Временные ряды + Рекомендательные системы
Курсы на выбор из списка:
Безопасность ИИ
Введение в низкоуровневое программирование
Временные ряды
Графы
Звук
Компьютерное зрение
Обработка естественного языка
Рекомендательные системы
Кого готовим
Специалистов, которые разрабатывают\nИИ-системы для робототехники, автономных систем и управления физическими объектами
Рекомендованные курсы
Дифференциальные уравнения
Обучение с подкреплением
Теория управления
Физическое машинное обучение
Курсы на выбор из списка:
Безопасность ИИ
Введение в низкоуровневое программирование
Временные ряды
Графы
Звук
Компьютерное зрение
Обработка естественного языка
Рекомендательные системы
Кого готовим
Специалистов, которые строят инфраструктуру данных, ML‑платформы и системы обработки данных для ИИ‑продуктов
Рекомендованные курсы
Эксплуатация и внедрение моделей машинного обучения
Платформы данных
Проектирование систем машинного обучения
Инженерия данных I и II
Курсы на выбор из списка:
Безопасность ИИ
Введение в низкоуровневое программирование
Временные ряды
Графы
Звук
Компьютерное зрение
Обработка естественного языка
Рекомендательные системы
Какиенавыки
яполучу
Студенты получают обязательный набор компетенций, чтобы стать сильными профессионалами в области ИИ,
а также возможность сразу применить их на практике в процессе учебы
01
Умение находить
приложения для AI
Не для всех задач подходят AI-решения. Ты научишься находить проблемы, в решении которых AI будет наиболее эффективен
02
Реализация
ML-моделей
Будешь знать как устроены самые продвинутые модели и сможешь самостоятельно реализовать их на практике
03
Умение находить
инсайты в данных
Данные — ценный ресурс и ты сможешь превратить их в источник идей для бизнеса
04
Эффективный AI
Научишься писать эффективный и высокопроизводительный код, чтобы тренировать действительно большие модели
05
Работа с данными
Ты сможешь самостоятельно собрать и подготовить данные, а это большая часть успеха в ML
06
Работа в команде
Научишься работать в команде с разработчиками и продактами
07
Проведение
исследований
Будешь готов не просто пользоваться существующими ML‑решениями, а разрабатывать свои
08
Непрерывное обучение
и адаптивность
Поймешь принципы и методы непрерывного обучения моделей, позволяющих адаптироваться к новым данным и окружению
09
Развертывание
и интеграция моделей
Освоишь навыки по развертыванию обученных моделей в производственную среду: использование контейнеров, облачных сервисов и платформ машинного обучения
Кемможно работать
Специалист по анализу данных (Data Scientist)
Собирает, анализирует и интерпретирует большие объемы данных для выявления закономерностей и тенденций. Использует статистические методы и алгоритмы машинного обучения для построения прогнозов и решения бизнес‑задач
ML-инженер
Разрабатывает и внедряет ML‑модели и системы машинного обучения. Создает решения, которые могут автоматически обучаться на данных и использоваться в реальных продуктах и сервисах
Инженер
агентных систем
Разрабатывает и внедряет агентные ИИ‑системы на базе LLM и ИИ‑агентов. Настраивает взаимодействие агентов с данными, API и внешними сервисами для решения прикладных задач бизнеса
Инженер
больших данных
Разрабатывает системы для обработки и анализа больших объемов данных. Работает с распределенными вычислениями и умеет создавать высоконагруженные платформы для хранения и обработки информации
ИИ-инженер
в робототехнике
Разрабатывает ИИ‑системы для роботов и автономных устройств. Создает алгоритмы восприятия, навигации и принятия решений, позволяющие роботам взаимодействовать с окружающей средой
Исследователь в ИИ
Разрабатывает новые алгоритмы и методы в области машинного обучения и искусственного интеллекта. Исследует способы повышения эффективности, точности и адаптивности современных ML‑моделей
Командапрограммы
Евгений Ильюшин
АКАДЕМИЧЕСКИЙ РУКОВОДИТЕЛЬ
НАПРАВЛЕНИЯ «ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ»
Опыт:Okko, Prado Group, Viasat Global
ИИ
Александр Дьяконов
АКАДЕМИЧЕСКИЙ руководитель
направления «искусственный интеллект»
Опыт:МГУ, Алгомост, Dasha.ai, Ozon
ИИ
Data Science
Александр Гущин
индустриальный РУКОВОДИТЕЛЬ
направления «искусственный интеллект»
Опыт:Авито, Яндекс, Mechanica AI, DVC
ИИ
Роман Васильев
преподаватель курса
«МАШИННОЕ ОБУЧЕНИЕ»
Опыт:Яндекс Поиск, Яндекс Лавка, Магнит Tech, МегаФон