ОБРАЗОВАТЕЛЬНАЯ ПРОГРАММА
Направление подготовки 02.04.01 Математика и компьютерные науки
Сведения об образовательной организации
→
Образование
→
Образовательные программы
→
Направление подготовки 02.04.01 Математика и компьютерные науки
2025 год
2026 год
2025 год
2026 год
Машинное обучение
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик:
Временные ряды
AI Beyond Fit-Predict (Искусственный интеллект в действии)
Байесовские статистические модели
Управление ML-продуктами
Переговоры
ML System Design (Проектирование систем машинного обучения)
Избранные темы исследований в ИИ
Методы выпуклой оптимизации
Causal inference (Обработка данных и каузация в машинном обучении)
Публичные выступления
Лидерство и управление
Визуализация
Data Engineering (Инженерия данных)
Case Evenings (Кейс-вечера)
Принятие решений на основе данных
Causal analysis (Причинно-следственный анализ)
Диджитал маркетинг
Стратегический и финансовый менеджмент
Управление разработкой IT продукта
Продуктовый дизайн
Системный анализ
Генерация и валидация гипотез
Java Core (Основы разработки на языке Java)
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Java Spring (Разработка веб-приложений на Java с использованием Spring)
Промышленная разработка
Алгоритмы и структуры данных. Часть 2
Архитектура программных систем
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Распределенные системы
Тестирование
Разработка на языке программирования Kotlin
Разработка на языке программирования Go
Информационная безопасность
SQL и базы данных для разработчиков
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Soft Skills Lab (Лаборатория гибких навыков)
Основы Python
Machine Learning (Машинное обучение)
Математика в DS
Основы статистики
SQL и базы данных
Продуктовая студия
Deep Learning (Глубокое обучение)
Advanced Deep Learning (Продвинутое глубокое обучение)
Алгоритмы
Основы промышленной разработки
Computer vision (Компьютерное зрение)
Natural Language Processing (Обработка естественного языка)
Рекомендательные системы
Production ML (Машинное обучение в продакшене)
Научно-исследовательская работа (П)
Научно-исследовательская работа (У)
Технологическая (проектно-технологическая) практика (П)
Технологическая (проектно-технологическая) практика (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Backend
Парсинг данных
Продуктовая аналитика
Машинное обучение (очная с применением ДОТ)
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Soft Skills Lab (Лаборатория гибких навыков)
Основы Python
Python для анализа данных
Прикладная математика в ML
Основы статистики
SQL и базы данных
Продуктовая студия
Machine Learning (Машинное обучение)
Алгоритмы
Data Engineering (Инженерия данных)
ML в бизнесе
Deep Learning (Глубокое обучение)
Рекомендательные системы
Production ML (Машинное обучение в продакшене)
Advanced Deep Learning (Продвинутое глубокое обучение)
Computer vision (Компьютерное зрение)
Natural Language Processing (Обработка естественного языка)
Временные ряды
ML System Design (Проектирование систем машинного обучения)
Переговоры
Публичные выступления
Лидерство и управление
Научно-исследовательская работа (П)
Научно-исследовательская работа (У)
Технологическая (проектно-технологическая) практика (П)
Технологическая (проектно-технологическая) практика (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Онлайн-эксперименты для оптимизации продукта
Управление ML-продуктами
Речевые технологии
Backend-разработка
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Soft Skills Lab (Лаборатория гибких навыков)
Java Core (Основы разработки на языке Java)
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Java Spring (Разработка веб-приложений на Java с использованием Spring)
SQL и базы данных для разработчиков
Промышленная разработка
Алгоритмы и структуры данных. Часть 2
Архитектура программных систем
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Распределенные системы
Тестирование
Информационная безопасность
Разработка на языке программирования Go
Разработка на языке программирования Kotlin
Научно-исследовательская работа (П)
Научно-исследовательская работа (У)
Технологическая (проектно-технологическая) практика (П)
Технологическая (проектно-технологическая) практика (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Backend
Парсинг данных
Продуктовая аналитика
Продуктовая аналитика
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Soft Skills Lab (Лаборатория гибких навыков)
Основы Python
Основы статистики
SQL и базы данных
Python для анализа данных
Продуктовая студия
Machine Learning (Машинное обучение)
Метрики бизнеса и продукта
Онлайн-эксперименты для оптимизации продукта
Визуализация
Data Engineering (Инженерия данных)
Принятие решений на основе данных
Causal analysis (Причинно-следственный анализ)
Лидерство и управление
Переговоры
Публичные выступления
Управление ML-продуктами
Case Evenings (Кейс-вечера)
Рекомендательные системы
Computer vision (Компьютерное зрение)
Natural Language Processing (Обработка естественного языка)
Алгоритмы
Advanced Deep Learning (Продвинутое глубокое обучение)
Основы промышленной разработки
Production ML (Машинное обучение в продакшене)
ML System Design (Проектирование систем машинного обучения)
Временные ряды
Избранные темы исследований в ИИ
Методы выпуклой оптимизации
AI Beyond Fit-Predict (Искусственный интеллект в действии)
Байесовские статистические модели
Causal inference (Обработка данных и каузация в машинном обучении)
Генерация и валидация гипотез
Диджитал маркетинг
Стратегический и финансовый менеджмент
Управление разработкой IT продукта
Продуктовый дизайн
Системный анализ
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Java Core (Основы разработки на языке Java)
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Java Spring (Разработка веб-приложений на Java с использованием Spring)
Промышленная разработка
Алгоритмы и структуры данных. Часть 2
Архитектура программных систем
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Распределенные системы
Тестирование
Разработка на языке программирования Kotlin
Разработка на языке программирования Go
Информационная безопасность
SQL и базы данных для разработчиков
Научно-исследовательская работа (П)
Научно-исследовательская работа (У)
Технологическая (проектно-технологическая) практика (П)
Технологическая (проектно-технологическая) практика (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Backend
Парсинг данных
Продуктовая аналитика
Продуктовый менеджмент
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Продуктовая аналитика
Парсинг данных
Академия Backend
Переговоры
Публичные выступления
AI Beyond Fit-Predict (Искусственный интеллект в действии)
Лидерство и управление
Управление ML-продуктами
Принятие решений на основе данных
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Рекомендательные системы
Computer vision (Компьютерное зрение)
Natural Language Processing (Обработка естественного языка)
Алгоритмы
Advanced Deep Learning (Продвинутое глубокое обучение)
Основы промышленной разработки
Production ML (Машинное обучение в продакшене)
ML System Design (Проектирование систем машинного обучения)
Временные ряды
Избранные темы исследований в ИИ
Методы выпуклой оптимизации
Байесовские статистические модели
Causal inference (Обработка данных и каузация в машинном обучении)
Визуализация
Data Engineering (Инженерия данных)
Causal analysis (Причинно-следственный анализ)
Java Core (Основы разработки на языке Java)
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Java Spring (Разработка веб-приложений на Java с использованием Spring)
Промышленная разработка
Алгоритмы и структуры данных. Часть 2
Архитектура программных систем
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Распределенные системы
Тестирование
Разработка на языке программирования Kotlin
Разработка на языке программирования Go
Информационная безопасность
SQL и базы данных для разработчиков
Soft Skills Lab (Лаборатория гибких навыков)
Основы Python
Основы статистики
SQL и базы данных
Python для анализа данных
Продуктовая студия
Machine Learning (Машинное обучение)
Метрики бизнеса и продукта
Генерация и валидация гипотез
Управление разработкой IT продукта
Системный анализ
Case Evenings (Кейс-вечера)
Продуктовый дизайн
Диджитал маркетинг
Стратегический и финансовый менеджмент
Научно-исследовательская работа (П)
Научно-исследовательская работа (У)
Технологическая (проектно-технологическая) практика (П)
Технологическая (проектно-технологическая) практика (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Backend
Парсинг данных
Продуктовая аналитика
Машинное обучение в индустрии
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Глубокое обучение (Deep Learning)
Продвинутое глубокое обучение (Advanced Deep Learning)
Основы промышленной разработки
Эксплуатация и внедрение моделей машинного обучения (Production ML)
Компьютерное зрение (Computer vision)
Обработка естественного языка (Natural Language Processing)
Рекомендательные системы
Основы статистики
Основы статистики. Продвинутый уровень
Машинное обучение (Machine Learning)
Машинное обучение (Machine Learning). Продвинутый уровень
SQL и базы данных
Прикладная математика для машинного обучения
Алгоритмы
Проектирование систем машинного обучения (ML System Design)
Временные ряды
Избранные темы исследований в ИИ
Методы оптимизации
Разработка интеллектуальных агентов
Безопасность систем ИИ
Байесовские статистические модели
Обработка данных и каузальный анализ в машинном обучении (Causal inference)
Современные методы и алгоритмы генеративного искусственного интеллекта
Речевые технологии
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Лидерство и управление
Переговоры
Публичные выступления
Системное управление командой разработки
Научная студия
Основы байесовского вывода
Теория информации
Графические вероятностные модели
Основы статистики. Продвинутый
Нейробайесовские методы машинного обучения
Интерпретируемое машинное обучение
Обучение с подкреплением
Графовые нейросети
Инженерия данных (Data Engineering)
Машинное обучение в бизнесе
Генерация и валидация гипотез
Продуктовая студия
Управление разработкой ИТ продукта
Метрики бизнеса и продукта
Системный анализ
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Онлайн-эксперименты для оптимизации продукта
Визуализация
Введение в электронную коммерцию
ИИ для аналитиков
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Инструменты разработчика
Основы статистики. Базовый
Тестирование
Фронтенд-разработка
Причинно-следственный анализ (Causal analysis)
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Методы исследований в машинном обучении
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Научная студия
Робастные методы оптимизации
Робастная статистика
Основы байесовского вывода
Глубокое обучение (Deep Learning)
Теория информации
Компьютерное зрение (Computer vision)
Рекомендательные системы
Временные ряды
Обработка естественного языка (Natural Language Processing)
Графические вероятностные модели
Обработка данных и каузальный анализ в машинном обучении
Нейробайесовские методы машинного обучения
Интерпретируемое машинное обучение
Безопасность систем ИИ
Обучение с подкреплением
Избранные темы исследований в ИИ
Современные методы и алгоритмы генеративного ИИ
Речевые технологии
Графовые нейросети
Практики адаптивного мышления 1
Лидерство и управление
Переговоры
Публичные выступления
Системное управление командой разработки
Основы Python
Основы статистики. Базовый
Основы промышленной разработки
Продвинутое глубокое обучение (Advanced Deep Learning)
Машинное обучение (Machine Learning)
SQL и базы данных
Прикладная математика для машинного обучения
Алгоритмы
Разработка интеллектуальных агентов
Введение в электронную коммерцию
Генерация и валидация гипотез
Продуктовая студия
Управление разработкой ИТ продукта
Метрики бизнеса и продукта
Системный анализ
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Машинное обучение в бизнесе
Основы статистики. Продвинутый
Онлайн-эксперименты для оптимизации продукта
Финансовые технологии
Инструменты разработчика
Основы статистики
Тестирование
Основы статистики. Продвинутый уровень
Фронтенд-разработка
Оценка инвестиционной привлекательности проектов
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Машинное обучение в электронной коммерции
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Введение в электронную коммерцию
Глубокое обучение (Deep Learning)
Инженерия данных (Data Engineering)
Основы промышленной разработки
Эксплуатация и внедрение моделей машинного обучения (Production ML)
Компьютерное зрение (Computer vision)
Обработка естественного языка (Natural Language Processing)
Рекомендательные системы
Проектирование систем машинного обучения (ML System Design)
Основы статистики
Основы статистики. Продвинутый уровень
Машинное обучение (Machine Learning)
Машинное обучение (Machine Learning). Продвинутый уровень
SQL и базы данных
Прикладная математика для машинного обучения
Алгоритмы
Временные ряды
Избранные темы исследований в ИИ
Методы оптимизации
Разработка интеллектуальных агентов
Безопасность систем ИИ
Байесовские статистические модели
Обработка данных и каузальный анализ в машинном обучении (Causal inference)
Современные методы и алгоритмы генеративного искусственного интеллекта
Речевые технологии
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Лидерство и управление
Переговоры
Публичные выступления
Системное управление командой разработки
Научная студия
Основы байесовского вывода
Основы статистики. Базовый
Основы статистики. Продвинутый
Теория информации
Графические вероятностные модели
Нейробайесовские методы машинного обучения
Интерпретируемое машинное обучение
Обучение с подкреплением
Продвинутое глубокое обучение (Advanced Deep Learning)
Генерация и валидация гипотез
Продуктовая студия
Управление разработкой ИТ продукта
Метрики бизнеса и продукта
Системный анализ
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Стратегический и финансовый менеджмент
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Машинное обучение для менеджера продукта
Машинное обучение в бизнесе
Онлайн-эксперименты для оптимизации продукта
Визуализация
ИИ для аналитиков
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Инструменты разработчика
Тестирование
Фронтенд-разработка
Причинно-следственный анализ (Causal analysis)
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Прикладное машинное обучение
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Прикладная математика для машинного обучения
Машинное обучение (Machine Learning)
SQL и базы данных
Алгоритмы
Проектирование систем машинного обучения (ML System Design)
Машинное обучение в бизнесе
Продвинутое глубокое обучение (Advanced Deep Learning)
Глубокое обучение (Deep Learning)
Эксплуатация и внедрение моделей машинного обучения (Production ML)
Рекомендательные системы
Компьютерное зрение (Computer vision)
Обработка естественного языка (Natural Language Processing)
Основы статистики
Основы статистики. Продвинутый уровень
Безопасность систем ИИ
Временные ряды
Методы оптимизации
Разработка интеллектуальных агентов
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления
Продуктовая студия
Метрики бизнеса и продукта
Инженерия данных (Data Engineering)
Управление продуктами с использованием ИИ
Искусственный интеллект в действии
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Python для анализа данных
Управление карьерой (Mock Interview)
ИИ в продуктовом менеджменте
Визуализация
Онлайн-эксперименты для оптимизации продукта
Речевые технологии
Прикладное машинное обучение и интеллектуальные системы
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Безопасность систем ИИ
Временные ряды
Методы оптимизации
Машинное обучение (Machine Learning)
Разработка интеллектуальных агентов
Рекомендательные системы
Речевые технологии
Продвинутое глубокое обучение (Advanced Deep Learning)
Компьютерное зрение (Computer vision)
Глубокое обучение (Deep Learning)
Проектирование систем машинного обучения (ML System Design)
Обработка естественного языка (Natural Language Processing)
Эксплуатация и внедрение моделей машинного обучения (Production ML)
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления
Продуктовая студия
Метрики бизнеса и продукта
Инженерия данных (Data Engineering)
Визуализация
Основы статистики
Онлайн-эксперименты для оптимизации продукта
Управление продуктами с использованием ИИ
Искусственный интеллект в действии
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Python для анализа данных
Основы статистики. Продвинутый уровень
Прикладная математика для машинного обучения
SQL и базы данных
Алгоритмы
Управление продуктами
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Python для анализа данных
Основы статистики
Продуктовая студия
Метрики бизнеса и продукта
Генерация и валидация гипотез
Управление разработкой ИТ продукта
Машинное обучение для менеджера продукта
Кейс-вечера (Case evenings)
Стратегический и финансовый менеджмент
SQL и базы данных
Системный анализ
Диджитал маркетинг
Продуктовый дизайн
ИИ в продуктовом менеджменте
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Принятие решений на основе данных
Финансовые технологии
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Основы статистики. Продвинутый уровень
Онлайн-эксперименты для оптимизации продукта
Визуализация
Инженерия данных (Data Engineering)
Машинное обучение (Machine Learning)
Прикладная математика для машинного обучения
Причинно-следственный анализ (Causal analysis)
Основы статистики. Продвинутый
Глубокое обучение (Deep Learning)
Проектирование систем машинного обучения (ML System Design)
Алгоритмы
Методы оптимизации
Научная студия
Основы байесовского вывода
Теория информации
Введение в электронную коммерцию
Машинное обучение в бизнесе
Инструменты разработчика
Тестирование
Фронтенд-разработка
Управление карьерой (Mock Interview)
Основы статистики. Базовый
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Управление продуктами и системами
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Python для анализа данных
Основы статистики
Метрики бизнеса и продукта
Генерация и валидация гипотез
Управление разработкой ИТ продукта
SQL и базы данных
Системный анализ
Диджитал маркетинг
Продуктовый дизайн
ИИ в продуктовом менеджменте
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Принятие решений на основе данных
Продуктовая студия
Машинное обучение для менеджера продукта
Кейс-вечера (Case Evenings)
Стратегический и финансовый менеджмент
Финансовые технологии
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Основы статистики. Продвинутый уровень
Онлайн-эксперименты для оптимизации продукта
Визуализация
Машинное обучение (Machine Learning)
Прикладная математика для машинного обучения
Причинно-следственный анализ (Causal analysis)
Основы статистики. Продвинутый
Основы статистики. Базовый
Временные ряды
Глубокое обучение (Deep Learning)
Проектирование систем машинного обучения (ML System Design)
Алгоритмы
Методы оптимизации
Научная студия
Основы байесовского вывода
Теория информации
Введение в электронную коммерцию
Машинное обучение в бизнесе
Инструменты разработчика
Тестирование
Фронтенд-разработка
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Управление цифровыми и ИТ-проектами в промышленном секторе
Парсинг данных
Продуктовая аналитика
Управление цифровыми продуктами и системами
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Генерация и валидация гипотез
Продуктовая студия
Управление разработкой ИТ продукта
Метрики бизнеса и продукта
Системный анализ
Кейс-вечера (Case evenings)
ИИ в продуктовом менеджменте
Стратегический и финансовый менеджмент
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Основы статистики
Машинное обучение для менеджера продукта
SQL и базы данных
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления
Машинное обучение (Machine Learning)
Алгоритмы
Машинное обучение в бизнесе
Научная студия
Основы байесовского вывода
Теория информации
Введение в электронную коммерцию
Инженерия данных (Data Engineering)
Основы статистики. Продвинутый
Основы статистики. Базовый
Онлайн-эксперименты для оптимизации продукта
Визуализация
Принятие решений на основе данных
Основы статистики. Продвинутый уровень
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Инструменты разработчика
Тестирование
Фронтенд-разработка
Причинно-следственный анализ (Causal analysis)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Управление карьерой (Mock Interview)
Искусственный интеллект в действии
Программная инженерия
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Алгоритмы и структуры данных. Часть 2
Промышленная разработка
SQL и базы данных
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Архитектура программных систем
Распределенные системы
Язык программирования Java
Язык программирования Python
Java-фреймворк Spring
Язык программирования Go
Информационная безопасность
Операционные системы
Язык программирования Kotlin
Тестирование
Фронтенд-разработка
Лидерство и управление
Навыки взаимодействия в командах разработки
Переговоры
Публичные выступления
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Системный анализ
Системное управление командой разработки
Управление разработкой ИТ продукта
Основы статистики
Основы Python
Основы статистики. Базовый
Машинное обучение (Machine Learning)
Основы промышленной разработки
Основы статистики. Продвинутый уровень
Прикладная математика для машинного обучения
Алгоритмы
Научная студия
Основы байесовского вывода
Теория информации
Введение в электронную коммерцию
Инженерия данных (Data Engineering)
Продуктовая студия
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Машинное обучение в бизнесе
Основы статистики. Продвинутый
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Программная инженерия в ретейле
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Системный анализ
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Алгоритмы и структуры данных. Часть 2
Промышленная разработка
SQL и базы данных
Сетевые технологии
Многопоточное программирование
Системы управления базами данных
Архитектура программных систем
Распределенные системы
Язык программирования Java
Язык программирования Python
Java-фреймворк Spring
Язык программирования Go
Информационная безопасность
Операционные системы
Язык программирования Kotlin
Тестирование
Фронтенд-разработка
Лидерство и управление
Навыки взаимодействия в командах разработки
Переговоры
Публичные выступления
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Системное управление командой разработки
Управление разработкой ИТ продукта
Основы Python
Основы статистики. Базовый
Основы статистики. Продвинутый
Машинное обучение (Machine Learning)
Основы промышленной разработки
Прикладная математика для машинного обучения
Алгоритмы
Научная студия
Основы байесовского вывода
Теория информации
Введение в электронную коммерцию
Инженерия данных (Data Engineering)
Продуктовая студия
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Диджитал маркетинг
Основы статистики
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Машинное обучение в бизнесе
Основы статистики. Продвинутый уровень
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Управление карьерой (Mock Interview)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Управление командами разработки
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Алгоритмы и структуры данных. Часть 1
Инструменты разработчика
Системы управления базами данных
Системный анализ
Алгоритмы и структуры данных. Часть 2
Промышленная разработка
Архитектура программных систем
Системное управление командой разработки
Сетевые технологии
Управление разработкой ИТ продукта
Распределенные системы
Тестирование
Информационная безопасность
Операционные системы
Метрики бизнеса и продукта
Генерация и валидация гипотез
Лидерство и управление
Переговоры
Публичные выступления
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Язык программирования Java
Язык программирования Python
Java-фреймворк Spring
SQL и базы данных
Основы статистики
Многопоточное программирование
Язык программирования Go
Язык программирования Kotlin
Фронтенд-разработка
Основы Python
Основы статистики. Базовый
Глубокое обучение (Deep Learning)
Продвинутое глубокое обучение (Advanced Deep Learning)
Машинное обучение (Machine Learning)
Основы промышленной разработки
Компьютерное зрение (Computer vision)
Прикладная математика для машинного обучения
Алгоритмы
Проектирование систем машинного обучения (ML System Design)
Методы оптимизации
Научная студия
Основы байесовского вывода
Теория информации
Графические вероятностные модели
Введение в электронную коммерцию
Инженерия данных (Data Engineering)
Продуктовая студия
Кейс-вечера (Case Evenings)
ИИ в продуктовом менеджменте
Диджитал маркетинг
Продуктовый дизайн
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Python для анализа данных
Машинное обучение для менеджера продукта
Машинное обучение в бизнесе
Основы статистики. Продвинутый
Онлайн-эксперименты для оптимизации продукта
Визуализация
Основы статистики. Продвинутый уровень
Оценка инвестиционной привлекательности проектов
Финансовые технологии
Управление карьерой (Mock Interview)
Причинно-следственный анализ (Causal analysis)
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Продуктовая аналитика
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы Python
Продуктовая студия
Онлайн-эксперименты для оптимизации продукта
Визуализация
Инженерия данных (Data Engineering)
Алгоритмы
Основы статистики. Базовый
Основы статистики. Продвинутый
Метрики бизнеса и продукта
Метрики бизнеса и продукта. Авито
Основы промышленной разработки
Инфраструктура в машинном обучении. Авито
SQL и базы данных
Python для анализа данных
Машинное обучение (Machine Learning)
Прикладная математика для машинного обучения
Причинно-следственный анализ (Causal analysis)
Временные ряды
Принятие решений на основе данных
Стратегический и финансовый менеджемент
ИИ для аналитиков
Аналитические кейсы
Глубокое обучение (Deep Learning)
Продвинутое глубокое обучение (Advanced Deep Learning)
Проектирование систем машинного обучения (ML System Design)
Генерация и валидация гипотез
Эконометрика. Авито
Разметка наборов данных. Авито
Виртуальная стажировка. Авито
Практики адаптивного мышления 1
Практики адаптивного мышления 2
Лидерство и управление
Системное управление командой разработки
Публичные выступления
Переговоры
Навыки взаимодействия в командах разработки
Управление разработкой ИТ продукта
Системный анализ
Диджитал маркетинг
Продуктовый дизайн
ИИ в продуктовом менеджменте
Управление продуктами с использованием ИИ
Рост бизнеса как инструмент управления
Оценка инвестиционной привлекательности проектов
Машинное обучение для менеджера продукта
Кейс-вечера (Case Evenings)
Финансовые технологии
Эксплуатация и внедрение моделей машинного обучения (Production ML)
Компьютерное зрение (Computer vision)
Обработка естественного языка (Natural Language Processing)
Рекомендательные системы
Избранные темы исследований в ИИ
Разработка интеллектуальных агентов
Безопасность систем ИИ
Байесовские статистические модели
Речевые технологии
Научная студия
Основы байесовского вывода
Теория информации
Графические вероятностные модели
Нейробайесовские методы машинного обучения
Интерпретируемое машинное обучение
Обучение с подкреплением
Графовые нейросети
Инструменты разработчика
Основы статистики. Продвинутый уровень
Тестирование
Введение в электронную коммерцию
Фронтенд-разработка
Методы оптимизации
Основы статистики
Управление карьерой (Mock Interview)
Обработка данных и каузальный анализ в машинном обучении (Causal inference)
Машинное обучение в бизнесе
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика
Медиаискусство
Общая характеристика образовательной программы
Учебный план
Календарный график
Рабочая программа воспитания
Календарный план воспитательной работы
Рабочие программы дисциплин и практик
Основы программирования Python
История медиаискусства
Звуковые среды
3д графика и визуализация
ИИ в медиаискусстве
Визуальное программирование
Гибридные медиа
Выставочная деятельность
Проект в медиаискусстве
Нодовое программирование
Программирование микроконтроллеров
Динамический свет
Алгоритмическое проектирование
Цифровое прототипирование
Робототехника
Культура материалов
Креативное мышление
3д графика и визуализация (продвинутый)
Новая эстетика в ИИ
Синтетические среды
Арт-менеджмент
Продюсирование в медиаискусстве
Юридические аспекты в мультимедиа
Публичные выступления и презентации идей
Креативное мышление
Визуальное программирование (продвинутый)
Динамический свет
Интерактивность в мультимедиа-проектах
Стейдж-дизайн
Публичные выступления и презентации идей
Продюсирование в медиаискусстве
Иммерсивные среды
Современная сценография
Технологическая (проектно-технологическая) практика (У)
Технологическая (проектно-технологическая) практика (П)
Научно-исследовательская работа (У)
Программа Государственной итоговой аттестации
Факультативные дисциплины
Академия Бэкенд
Парсинг данных
Продуктовая аналитика