Магистратура "Искусственный интеллект и анализ данных (на английском языке)" ННГУ им. Н.И. Лобачевского, Нижний Новгород

Основное внимание уделяется не просто применению готовых инструментов, а созданию и оптимизации новых вычислительных методов и интеллектуальных систем. В рамках этого обучения осваиваются передовые подходы к решению сложных задач, начиная от машинного обучения и анализа больших данных и заканчивая компьютерным зрением и научным программированием. Формируется целостное представление о полном цикле работы с данными — от их обработки и анализа с использованием современных алгоритмов до разработки и развертывания эффективных программных решений. Это образование готовит специалистов, способных проводить фундаментальные исследования и создавать сложные информационные технологии на стыке науки и практики.

Изучаемые дисциплины:

• Современная философия и методология науки / Modern philosophy and methodology of science
• Иностранный язык / Foreign language
• Обработка больших данных / Big Data Processing
• Обучение с подкреплением / Reinforcement Learning
• Машинное обучение / Machine learning
• Основы организации научно-исследовательской работы / Fundamentals of the organization of research work
• Современная компьютерная графика / Modern computer graphics
• Спецсеминар / Special seminar.

Вариативная часть:

• Прикладная математическая статистика / Applied mathematical statistics
• Глубокое обучение / Deep learning
• Анализ производительности и оптимизация программного обеспечения / Performance analysis and software optimization.

Дисциплины по выбору:

• Практикум по компьютерной графике и искусственному интеллекту / Workshop on computer graphics and artificial intelligence
• Компьютерное зрение / Computer vision
• Анализ и разработка алгоритмов / Analysis and development of algorithms
• Геометрическое моделирование / Geometric modeling
• Научное программирование / Scientific programming
• Программирование на С++. Часть 1 / Scientific programmingprogramming in C++. Part 1
• Параллельные численные методы / Parallel numerical methods
• Трехмерное компьютерное зрение / Three-dimensional computer vision
• Функциональное программирование / Functional programming
• Интернет вещей / Internet of Things
• Разработка систем глубокого обучения / Development of deep learning systems
• Обработка естественных языков / Natural language processing
• Теория машинного обучения / Machine learning theory
• Технология виртуальной машины / Virtual Machine Technology
• Строковые алгоритмы / String algorithms
• Программирование на С++. Часть 2 / Programming in C++. Part 2
• Системное и низкоуровневое программирование / System and low-level programming.