Главная Поступающим Приемная кампания 2025

Об образовательной программе

Направление: 02.04.03 Математическое обеспечение и администрирование информационных систем

Профиль: Системы искусственного интеллекта и машинное обучение

Факультет прикладной математики и информатики

Количество мест для приема:

Бюджетных: 30
Контрактных: 5
Cтоимость обучения в 2025 году: не указана

Проходной балл :

Обращаем внимание, что проходные баллы определяются по итогам зачисления, и каждый год могут меняться как в большую, так и в меньшую сторону.

Актуальность программы:

В наше время информационные технологии используются, без преувеличения, во всех сферах деятельности человека. В связи с ростом сложности решаемых задач и значительным увеличением объема данных, которые приходится обрабатывать, одной из наиболее популярных и быстро развивающихся областей информатики является искусственный интеллект (в том числе отдельный его раздел - машинное обучение). Вследствие этого специалисты в данной области являются очень востребованными и высокооплачиваемыми. И поскольку все больше и больше людей получает образование в данной области, растет конкуренция, а следовательно, и требования к качеству работы.
В рамках нашего направления изучаются технологии разработки информационных систем, в том числе и интеллектуальных, даются фундаментальные знания в области математического и программного обеспечения информационных систем, компьютерных сетей, средств вычислительной техники и автоматизированных систем. Наши студенты получают комплексную подготовку в области системного программирования, администрирования сетей и баз данных, а также навыки решения актуальных практических задач.
На 1-2 курсе студентам даются в основном фундаментальные знания – в области математического анализа, линейной алгебры, теории вероятности, структур данных и анализа алгоритмов, архитектуры ЭВМ, операционных систем. Кроме того, даются навыки в области программирования на различных языках (C/C++, Fortran, Python и др.). На старших курсах уже больше внимания уделяется прикладным задачам, таким как разработка сетевых и web-приложений, статистический анализ данных, методы искусственного интеллекта, управление ресурсами в вычислительных системах, работа с базами данных.
После завершения обучения по программе магистратуры возможно продолжить обучение в аспирантуре.

Трудоустройство:

Выпускники данного направления отлично подготовлены к работе в различных областях, в которых применяются методы прикладной математики в сочетании с компьютерными технологиями, к разработке и применению современных математических методов и программного обеспечения для решения задач науки, техники, экономики и управления.
Наши выпускники успешно работают в ведущих IT-компаниях (ЦФТ, 2ГИС, «Яндекс» и др.), занимают такие должности, как программист (C++, C#, Java, PHP, Python, 1C, F#, R и другие), разработчик Web- и мультимедийных приложений, системный аналитик, архитектор программного обеспечения, руководитель разработки программного обеспечения, администратор компьютерных сетей и баз данных, системный администратор, специалист по тестированию в области информационных технологий, технический писатель, менеджер по информационным технологиям, инженер по знаниям и другие.

Основные дисциплины: развернуть свернуть

Места прохождения практик: развернуть свернуть

Публикации студентов: развернуть свернуть

Темы выпускных работ: развернуть свернуть

Автоматизация процедуры создания витрин данных на основе программного обеспечения бизнес-аналитики Apache Superset
Генерация обучающих примеров с использованием состязательных нейронных сетей
Исследование и разработка алгоритмов компьютерного зрения для точного позиционирования элементов автоматического установщика в условиях слабого контраста
Исследование и разработка генетических алгоритмов для автоматического составления расписания на примере НГТУ
Исследование методов долгосрочного прогнозирования временных рядов
Исследование методов конструирования и отбора признаков для оценки математических способностей по данным электроэнцефалограмм
Исследование методов реставрации изображений, основанных на использовании нейронных сетей глубокого обучения
Исследование чувствительности алгоритмов кластеризации к разреженности корреляционных сетей
Методы машинного обучения в задачах повышения качества изображений
Методы статистического моделирования при исследовании проблем применения множества критериев, ориентированных на проверку равномерности
Применение методов нечеткой логики для анализа данных ЭЭГ
Разработка алгоритмического и программного обеспечения задачи прогнозирования параметров вращения Земли
Разработка алгоритмов анализа временных рядов для информационной системы прогнозирования кадровой потребности НСО
Разработка алгоритмов измерения ширины переходного слоя сплавов на основе текстурного анализа изображений
Разработка веб-приложения для персонализации образовательной среды на основе онтологий
Разработка и исследование инструментов анализа кадровых данных с применением графовых баз данных
Разработка и исследование методов интерпретации результатов работы нейронной сети
Разработка инструментального программного обеспечения для создания и проведения настольных ролевых игр по системе D&D 5e
Разработка информационной системы управления отклонениями проектов строительства объектов капитального строительства на основе методов математического моделирования

Остались вопросы о направлении?

На них ответит:
Тимофеев В. С.

Размещение информации на странице:
Данные из Информационной системы